DISTRIBUCIONES DE PROBAB

Distribuciones de tipo discretas Distribuciones de tipo continuas

Binomial Normal
Hipergeometrica Weibull
Poisson Exponencial
Geometrica Uniforme continua
Bienomial Negativa
Uniforme discreta

FORMULARIO
Discretas Continuas

Distribucion Binomial Distribucion exponencial

𝐹(𝑥)=1−𝑒^(𝑥/𝛼)
P(X=x)=(𝑛¦𝑥) 𝑝^𝑥
〖 (1−𝑝) 〗 ^(𝑛−𝑥)

Distribucion hipergeometrica Distribucion normal

𝑃(𝑋=𝑥)=((𝑘¦𝑥)∗((𝑁−𝑘)¦(𝑛−𝑥)))/((𝑁¦𝑛) ) 𝐹(𝑥)=(𝑥−𝜇)/𝜎

Distribucion de Poisson
𝑃(𝑋=𝑥)=(𝑒^(−Λ) Distribucion uniforme continua
Λ^𝑥)/𝑥! 𝐹(𝑥)=(𝑥−𝑎)/(𝑏−𝑎)

Distribucion Geometrica Distribucion de Weibull

𝑃(𝑋=𝑥)= 〖 (1−𝑝) 〗 ^ 𝐹(𝑥)=1−𝑒^(−
𝑥𝑝 ( 〖𝑥 /𝛼) 〗 ^𝛽 )
𝑃(𝑋=𝑥)= 〖 (1−𝑝) 〗 ^(𝑥−
1) 𝑝

Distribucion Binomial Negativa

𝑃(𝑋=𝑥)=((𝑛−1)¦(𝑥−1)).𝑝^𝑥.𝑞^(𝑛−𝑥)

𝑃(𝑋=𝑥)=((𝑘+𝑥−1)¦(𝑘−1)). 𝑝^𝑘. 〖 (1−𝑝)" " 〗

^𝑥

Distribucion uniforme discreta

𝑃(𝑋=𝑥)=1/𝑛
BUCIONES DE PROBABILIDAD

ibuciones de tipo continuas

Normal Prueba de chi-cuadrado:

Weibull Se busca no rechazar
Exponencial
Uniforme continua

FORMULARIO
Continuas Prueba de bondad de ajuste

cion exponencial
−𝑒^(𝑥/𝛼) Chi cuadrado
𝑥^2*(k-p-1);1-∝)=(∑▒ 〖 (𝐹𝑜−𝐹𝑒) 〗
^2 )/𝐹𝑒

bucion normal
𝑥)=(𝑥−𝜇)/𝜎

n uniforme continua
=(𝑥−𝑎)/(𝑏−𝑎)

cion de Weibull
=1−𝑒^(−
/𝛼) 〗 ^𝛽 )
A) Binomial

Enunciado: Se seleccionan al azar 3 unidades con el fin de observar cuantas estaban defectuosas
siendo la probabilidad de encontrar una unidad defectuosa de 0,6. Determine si los datos
siguen una distribucion binomial, a continuacion se presentan los resultados:

2 1 2 3 1 2
1 1 1 2 3 2
2 1 2 3 3 3
2 2 2 2 2 1
2 0 1 3 1 0

Planteamiento:
n=3; N=30 P(X=x)=(𝑛¦𝑥) 𝑝^𝑥 N*p=Fe
p=Probabilidad de éxito =0,6 〖 (1−𝑝) 〗 ^(𝑛−𝑥)

P(X=0)=(3¦0) 〖 0,6 〗 ^0 X Fo Fe
〖 (1−0,6) 〗 ^(3−0)= 0,064 0 2 1.92
1 9 8.64
P(X=1)=(3¦1) 〖 0,6 〗 ^1
2 13 12.96
〖 (1−0,6) 〗 ^(3−1)=0,288
3 6 6.48
P(X=2)=(3¦2) 〖 0,6 〗 ^2
30 30
〖 (1−0,6) 〗 ^(3−2)= 0,432
Nota:Como el valor de Fe de 1,92 se encuentra lejano a los
P(X=3)=(3¦3) 〖 0,6 〗 ^3
〖 (1−0,6) 〗 ^(3−3)=0,216
X Fo Fe
0ó1 11 10.56
2 13 12.96
3 6 6.48
30 30
Prueba Chi-cuadrado

𝑥^(2∗)=0,1936/10,56+0,0016/12,96+ 0,2304/6,48= 0,054

Conclusion:
con un nivel de significación del 5%,
dado el estadístico de prueba (prueba chi-cuadrado)
es menor al estadístico tabular representado en la
la grafica, con los cálculos presentados anteriormente,
se puede concluir que el modelo sigue una distribución
Binomial. Es decir no rechazo H0

H0: X―B(X;p)
H1: No H0
 ban defectuosas
Determine si los datos
sultados:

Calculos de Fe:
1) 0,064*30=1,92
2)0,288*30=8,64
3)0,432*30=12,96
4)0,216*30=6,48

1,92 se encuentra lejano a los demas, se sugiere unir la clase 1 y 2

(Fe-Fo)^2
0.1936
0.0016
0.2304

No rechazo H0

𝑥^(2∗)

0: X―B(X;p) 𝑥^2=1−𝛼;𝐾−1−𝑃
𝑥^2=1−0,05;3−1−1=3,84
 B)Hipergeometrica

Enunciado: Se realizaron 30 muestras de 3 unidades con el fin de Observar el numero de unidades

defectuosas, si la poblacion es de 100 unidades y se sospecha que hay 10 unidades defectuosas
verifique si el numero de unidades defectuosas sigue una distribucion hipergeometrica.

0 0 0 1 0
0 0 0 0 0
0 0 0 0 1
1 0 0 0 0
0 0 0 1 0

Planteamiento:
n=3
N=100 Fe=30*P(X=x)
k=10
X Fo Fe
0 25 21.795
𝑃(𝑋=𝑥)=((𝑘¦𝑥)∗((𝑁−𝑘)¦(𝑛−𝑥)))/((𝑁¦𝑛) )
1 ó más 5 8.205
30 30

𝑃(𝑋=0)=((10¦0)∗((100−10)¦(3−0)))/ Prueba de Chi-cuadrado

((100¦3) )=0,7265 𝑥^(2∗)=10,2720/21,795+10,272/8,205= 1,72

𝑃(𝑋≥1)= 1−𝑃(𝑋=0) = 1- 0,7265 = 0,2735

Conclusion:
Con un nivel de significación del 5%,
dado que nuestra prueba de chi-cuadrado
(estadístico de prueba), es menor a nuestro
𝑥^(2∗)
estadístico tabular, se llega a la conclusión
que no se rechaza H0, (con respaldo
de los cálculos anteriormente mostrados), H0: X—HG(X,n,k) 𝑥^2=1−∝;𝐾−1−
se comprueba hipotéticamente que el modelo H1: No H0 𝑥^2=1−0,05;2−1−0=
del experimento sigue una distribución
Hipergeometrica.
 el numero de unidades
que hay 10 unidades defectuosas
bucion hipergeometrica.

1
0
0
0
0

(Fo-Fe)^2
10.272
10.272

20/21,795+10,272/8,205= 1,7232

No rechazo H0

𝑥^(2∗)

𝑥^2=1−∝;𝐾−1−𝑃
𝑥^2=1−0,05;2−1−0= 3,84
C)Poisson

Enunciado: Se presume que las llegadas en la taquilla de cierta universidad siguen una distribucion
de Poisson, con media de 1 llegada por minuto, para confirmar esto se obtuvieron los siguientes d
Verifique la hipotesis correspondiente

2 1 0 0 0
0 2 0 2 0
1 1 2 0 0
0 4 3 0 2
0 1 1 0 1

Solucion:

𝑃(𝑋=𝑥)=(𝑒^(−Λ)
Λ^𝑥)/𝑥!

𝑃(𝑋=2)=(𝑒^(−1) 1^2)/2!=0,1839
𝑃(𝑋=0)=(𝑒^(−1) 1^0)/0!=0,3678

𝑃(𝑋=3)=(𝑒^(−1) 1^3)/3!=0,06131
𝑃(𝑋=1)=(𝑒^(−1) 1^1)/1!
=0,3678

𝑃(𝑋≥4)=1−0,3678−0,3678−0,1839−0,06131= 0,01919

X Fe Fo
0 11.034 13 Nota:Como el valor de Fe de 5,517;1,839 y 0,5757 se
1 11.034 8 demas, se requiere unir la clase 2,3 y 4.
2 5.517 6
3 1.8393 2
4o+ 0.5757 1
30 30
Prueba Chi-cuadrado:
X Fe Fo (Fe-Fo)^2 𝑥^(2∗)=3,865156/11,034+9,20
0 11.034 13 3.865156 932= 1,32835
1 11.034 8 9.205156
2o+ 7.932 9 1.140624
30 30

Conclusion:
con un nivel de significación del 5%,
se llega a la conclusión de que no se rechaza H0,
dado que nuestro estadístico de prueba
chi-cuadrado, es menor al estadístico tabular;
verificando que las llegadas en la taquilla de la
universidad correspondiente sigue una 𝑥^(2∗)
distribución de Poisson.

H0: X—P(X,Λ)
H1: No H0
 siguen una distribucion
esto se obtuvieron los siguientes datos.

3
1
1
0
2

2)/2!=0,1839

/3!=0,06131

or de Fe de 5,517;1,839 y 0,5757 se encuentran lejanos a los

e unir la clase 2,3 y 4.

eba Chi-cuadrado:
^(2∗)=3,865156/11,034+9,205156/11,034+1,140624/7,
32= 1,32835

No rechazo H0
 𝑥^2=1−∝;𝐾−1−𝑃
𝑥^2=1−0,05;3−1−1= 3,84
 D) Geometrica

Enunciado: A continuacion se presentan los fracasos antes de encontrar la primera unidad defectuosa
determine si siguen una distribucion geometrica

0 0 0 0 0
2 0 0 0 3
0 0 0 0 1
0 0 0 1 0
1 0 0 0 1

Solucion:
n=30
p=30/41=0,73 X Fo
0 23
𝑃(𝑋=𝑥)= 〖 (1−𝑝) 〗 ^ 1 4
𝑥𝑝 2 2
𝑃(𝑋=0)= 〖 (1−0,73) 〗 ^0 3o+ 1
0,73=0,73 30
𝑃(𝑋=1)= 〖 (1−0,73) 〗 ^1 0,73= Nota:Como el valor de Fe de 1,5966 y 0,591 se encuen
0,1971
𝑃(𝑋=2)= 〖 (1−0,73) 〗 ^2
0,73=0,05322 X Fo
𝑃(𝑋≥3)=1−0,73−0,1971−0,05322= 0,01968 0 23
1 4
2o+ 3
30
Prueba de Chi Cuadrado

𝑥^(2∗)=1,21/21,9+3,659569/5,913+0,660969/2,187=
0,9764

Conclusion:
dado el estudio estadístico de los datos presentados
anteriormente, con un nivel de significación del 5%,
se llega al acuerdo de que no se rechazara H0, con la 𝑥^(2∗)
condición demostrada de que nuestro estadístico
de prueba es menor al estadístico tabular; con la
conclusión de que nuestro modelo sigue
una distribución Geométrica.
H0: X—G(X,p)
H1: No H0
 primera unidad defectuosa

2
0
0
0
0

Fe
21.9
5.913
1.5966
0.5904
30
or de Fe de 1,5966 y 0,591 se encuentran lejanos a los demas se requiere unir las clases 2 y 3 o +

Fe (Fe-Fo)^2
21.9 1.21
5.913 3.659569
2.187 0.660969
30

No rechazo H0

𝑥^(2∗)

𝑥^2=1−∝;𝐾−1−𝑃
𝑥^2=1−0,05;3−1−1= 3,84
 E) Binomial Negativa

Enunciado: En el siguiente problema se presenta el numero de fracasos

1 0
0 1
0 1
1 0
0 1
0 0
0 1 𝑃(𝑋=𝑥)=((𝑘+𝑥−1)¦(𝑘−1)). 𝑝^𝑘. 〖 (1−𝑝
^𝑥
0 1
0 0
𝑃(𝑋=𝑥)=((𝑛−1)¦(𝑥−1)).𝑝^𝑥.𝑞^(𝑛−𝑥)
2 0
2 0
0 1
1 2
1 0
1 0

Solucion:
p=0,8 k=2

𝑃(𝑋=𝑥)=((𝑘+𝑥−1)¦(𝑘−1)). 𝑝^𝑘. 〖 (1−𝑝)" " 〗 Calculos de Fe

^𝑥
1)0,64*30=19,2
2)0,256*30=7,68
𝑃(𝑋=0)=((2+0−1)¦(2−1)). 〖 0,8 〗 ^2.
3)0,104*30=3,12
〖 (1−0,8)" " 〗 ^0=0,64

𝑃(𝑋=1)=((2+1−1)¦(2−1)). 〖 0,8 〗 ^2.

X Fo
〖 (1−0,8)" " 〗 ^1=0,256
0 16
1 11
𝑃(𝑋≥2)=1−0,64−0,256= 0,104 2o+ 3
30
Prueba de chi-cuadrado

𝑥^(2∗)= 〖 (16−19,2) 〗 ^2/19,2+

〖 (11−7,68) 〗 ^2/7,68+ 〖 (3−3,12) 〗 ^2/3,12= 1,97
Conclusion:
con un nivel de significación de 0,05 (5%),
no rechazo H0, dado que los datos planteados con
el análisis estadístico correspondiente; llegamos
a la conclusión de que nuestro modelo sigue una
distribución Binomial Negativa, dado que nuestro
estadístico de prueba es menor al estadístico tabular.

H0: X―BN(n;k;p)
H1: No H0
1)¦(𝑘−1)). 𝑝^𝑘. 〖 (1−𝑝)" " 〗

1)).𝑝^𝑥.𝑞^(𝑛−𝑥)

Fe
19.2
7.68
3.12
30

No rechazo H0
 𝑥^2=1−∝;𝐾−1−𝑃
𝑥^2=1−0,05;3−1−1= 3,84
F) Uniforme Discreta

Enunciado: El gerente de una planta industrial pretende determinar si el numero de empleados que
faltan a su trabajo durante los 5 dias de la semana es uniforme. Con base a una muestra
de 2 semanas, se observo el sigueinte numero de inasistencias por dia.

L M Mi J
5 7 11 17
17 11 11 5

Solucion:

𝑃(𝑋=𝑥)=1/𝑛 𝐹𝑒=(22+18+22+22+20)/5=20,8

Prueba de chi cuadrado

𝑥^(2∗)= 〖 (22−20,8) 〗 ^2/20,8 + 〖 (18−20,8) 〗 ^2/20,8+

〖 (22−20,8) 〗 ^2/20,8+ 〖 (22−20,8) 〗 ^2/20,8+
〖 (20−20,8) 〗 ^2/20,8=0,61

Conclusion:
dada la muestra correspondiente, el estudio estadístico
determina que no se rechaza H0, es decir que que el numero
de empleados que faltan a su trabajo durante los 5 días
de la semana sigue una distribución uniforme discreta, con base
de que nuestro estadístico de prueba es menor al estadístico
tabular dado un nivel de significación del 5%.
numero de empleados que
e. Con base a una muestra

V
10
10

No rechazo H0

𝑥^(2∗)

𝑥^2=1−∝;𝐾−1−𝑃
H0: X—UD(X,n) 𝑥^2=1−0,05;5−1−0= 9,49
H1: No H0
 G)Exponencial

Enunciado: Se presentan los siguientes valores, los cuales se presumen que siguen una distribucion expone
con media 6,54. Realizar la prueba correspondiente

1.2 0.2
4.5 5.2
11.3 13.2
11 13
5.2 2.9
2.9 4.4
1.9 5.7
2 31
16.4 0.2
6.5 0.8
1.7 3.6
1.6 10
0.9 1
3.3 10.7
6.7 17.3

Solucion:
𝐹(𝑥)=1−𝑒^(𝑥/𝛼)
𝑛=30
𝑛=30
0,2
√√30≈5
30 ≈5 =1−𝑒^(𝑎/6,54)=a:1,45
1
1/5=0,2
=0,2 0,4 = 1−𝑒^(𝑏/6,54)
5 =b:3,34
. 𝐸=0,2 ∗30=6
𝐹𝐹.𝐸=0,2∗30=6
0,6=1−𝑒^(𝑐/6,54) = c:
𝛼=6,54 5,99

0,8=1−𝑒^(𝑑/6,54) = d: 10,54

Prueba chi cuadrado

𝜒^2= 〖 (6−6) 〗 ^2/6+ 〖 (7−6) 〗 ^2/6+ 〖 (6−6) 〗 ^2/6+ 〖 (3−6) 〗 ^2/6+ 〖 (8−6) 〗 ^2/6=7/3=2,3333

Conclusion:
Realizada la prueba correspondiente, se determino con un nivel de
significación del 5%, que los valores representados anteriormente
siguen una distribución exponencial, con base al estadístico de prueba
de chi-cuadrado, cuyo valor es menor al estadístico tabular. Se concluye que
no se rechaza H0.
una distribucion exponencial

Clases F.O F.E

desde -∞ hasta a x 6
desde a hasta b x 6
desde b hasta c x 6
desde c hasta d x 6
desde d hasta +∞ x 6

Clases F.O F.E

desde -∞ hasta 1,45 6 6
desde 1,45 hasta 3,34 7 6
desde 3,34 hasta 5,99 6 6
desde 5,99 hasta 10,54 3 6
desde 10.54 hasta +∞ 8 6
30 30

No rechazo H0

𝑥^(2∗)
H0: X—E(X,α) 𝑥^2=1−∝;𝐾−1−𝑃
H1: No H0 = 7,82
𝑥^2=1−0,05;5−1−1 = 7,82
 H) Normal

Enunciado: Se presentan los siguientes datos los cuales se presume que siguen una distribucion normal con me
y desviacion standard=3. Verificar realizando un test de ajuste chi cuadrado

14.2 11.8 12.6 12.6 9.9 6.9

10.8 11.4 6.7 16.2 11.9 11.5
12 13 18.4 8.6 11.1 11.6
14.2 10.9 10.5 11.6 8.1 9.1
18.7 13.2 7.7 15.5 11.9 13.2

Solucion

𝜇=12 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑃(𝑥<𝑎)=0,2

𝑃(𝑍<(𝑎−12)/3)=0,2
𝜎=3 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑎=𝑍_0,2∗3+12=9,48
𝑏=𝑍_0,4∗3+12=11,25
𝑛=30 𝑐=𝑍_0,6∗3+12=12,75
𝑑=𝑍_0,8∗3+12=14,52
√30≈5

1/5=0,2

𝐹.𝐸=0,2∗30=6

Prueba chi-cuadrado
𝜒^2= 〖 (6−6) 〗 ^2/6+ 〖 (5−6) 〗 ^2/6+ 〖 (10−6) 〗 ^2/6+ 〖 (5−6) 〗 ^2/6+ 〖 (4−6) 〗 ^2/6=3,667

Conclusion:
Ya realizado el test de ajuste de chi-cuadrado, con el análisis estadístico
correspondiente, se llega a la conclusión de que con un nivel de
significación del 5%, no se rechaza H0; dado que nuestro estadístico de
prueba es menor al estadístico tabular, se verifica que no se rechaza
la idea de que los datos presentados anteriormente siguen una
distribución Normal. 𝑥^(2∗)
ribucion normal con media=12

Clases F.O F.E

desde -∞ hasta a x 6
desde a hasta b x 6
desde b hasta c x 6
desde c hasta d x 6
desde d hasta +∞ x 6

Clases F.O F.E

desde -∞ hasta 9,48 6 6
desde 9,48 hasta 11,25 5 6
desde 11,25 hasta 12,75 10 6
desde 12,75 hasta 14,52 5 6
desde 14,52 hasta +∞ 4 6
30 30

No rechazo H0

𝑥^(2∗)

𝑥^2=1−∝;𝐾−1−𝑃
H0: X—N(µ, σ) 𝑥^2=1−0,05;5−1−2= 5,99
H1: No H0
 I) Uniforme continua

Enunciado: Se presentan los siguientes datos los cuales se presume que siguen una distribucion uniforme.
Verificar realizando un test de ajuste chi cuadrado

10 11 10.5 10
10.2 10.8 10.9 10.1
10.4 10.6 10.7 10.5
11 11 10.5 10
10.2 10.8 10.9 11
10.3 10.7 10.8 10.2
Solucion:

𝑛=30 𝑥−𝑎
𝐹(𝑥)=(𝑥−𝑎)/(𝑏−𝑎)
𝐹 𝑥 =
( )
𝑏−𝑎
√30≈5
1/5=0,2
𝑥 − 10
𝐹(𝑥)=(𝑥−10)/(11−10)
𝐹 ( 𝑥 )= →
→ 𝐹𝐹(𝑥)=𝑥−10
( 𝑥 )= 𝑥 − 10
11 − 10
𝐹.𝐸=0,2∗30=6

Prueba chi cuadrado:

𝜒^2= 〖 (10−6) 〗 ^2/6+ 〖 (3−6) 〗 ^2/6+ 〖 (5−6) 〗 ^2/6+ 〖 (5−6) 〗 ^2/6+ 〖 (7−6) 〗 ^2/6=4,6

No rechazo H0

𝑥^(2∗)

𝑥^2=1−∝;𝐾−1−𝑃
H0: X—U(X,a,b) 𝑥^2=1−0,05;5−1−0= 9,49
H1: No H0
resume que siguen una distribucion uniforme.

11
10.3
10
10.1
10
10.5

𝐹𝐹(𝑥)=𝑥−10
( 𝑥 ) = 𝑥 − 10 𝑥=𝑥=𝐹(𝑥)+10
𝐹 ( 𝑥 ) +10

a =0,2+10
a →
→ a =10,2
a
b =0,4+10
b →
→ b =10,4
b
c =0,6+10
c →
→ c =10,6
c
d =0,8+10
d →
→ d =10,8
d

Clases F.O F.E

desde -∞ hasta a x 6
6+ 〖 (7−6) 〗 ^2/6=4,6 desde a hasta b x 6
desde b hasta c x 6
desde c hasta d x 6
desde d hasta +∞ x 6

No rechazo H0 Clases F.O F.E

desde -∞ hasta 10,2 10 6
desde 10,2 hasta 10,4 3 6
desde 10,4 hasta 10,6 5 6
desde 10,6 hasta 10,8 5 6
desde 10,8 hasta +∞ 7 6
30 30
Conclusion:
dado el estudio correspondiente,
𝑥^2=1−∝;𝐾−1−𝑃 con un nivel de significación del 5%
𝑥^2=1−0,05;5−1−0= 9,49 no se puede rechazar La idea
de que el modelo sigue una distribución
uniforme continua, ya que nuestro
estadístico de prueba es menor
a nuestro estadístico tabular. En pocas palabras
no se rechaza H0.
 J) Weibull

Enunciado: A continuacion se presentan 35 tiempos entre falla, demostrar si siguen o no una distribucion
de weibull. Con alfa=90 y beta=1,2

94 50 40 31 134 65
158 93 51 40 140 39
97 76 60 13 118 55
57 14 185 168 107 47
195 82 39 49 111 52
56 63 91 110 66 -

Solucion:

𝐹(𝑥)=1−𝑒^(− 𝑥=√(𝛽&−𝐿𝑛[1−𝐹(𝑥)] ).𝛼

( 〖𝑥 /𝛼) 〗 ^𝛽 )
𝛼=90
𝛽=1,2 a=√(1,2&−𝐿𝑛[1−0,2)] ).90 a=25,78
b=√(1,2&−𝐿𝑛[1−0,4)] ).90 b = 51,42
𝑛=35 c=√(1,2&−𝐿𝑛[1−0,6)] ).90 c = 83,68
√35≈5:𝑘 d=√(1,2&−𝐿𝑛[1−0,8)] ).90 d = 133,80
1/5=0,2

𝐹.𝐸=0,2∗35=7

Prueba chi- cuadrado

𝜒^2= 〖 (2−7) 〗 ^2/7+ 〖 (9−7) 〗 ^2/7+ 〖 (10−7) 〗 ^2/7+ 〖 (8−7) 〗 ^2/7+ 〖 (6−7) 〗 ^2/7=40/7=5,714

No rechazo H0

𝑥^(2∗)

𝑥^2=1−∝;𝐾−1−𝑃
H0: X—W(X, α, β) 𝑥^2=1−0,05;5−1−2= 5,99
H1: No H0
 𝑥^2=1−∝;𝐾−1−𝑃
𝑥^2=1−0,05;5−1−2= 5,99
si siguen o no una distribucion

Clases F.O F.E

desde -∞ hasta a x 7
desde a hasta b x 7
desde b hasta c x 7
desde c hasta d x 7
desde d hasta +∞ x 7

Clases F.O F.E

desde -∞ hasta 25,78 2 7
desde 25,78 hasta 51,42 9 7
desde 51,42 hasta 83,68 10 7
desde 83,68 hasta 133,80 8 7
desde 133,80 hasta +∞ 6 7
35 35

Conclusion:
Con un nivel de significación del 5% , aplicando la prueba correspondiente
se llega a la conclusión de que no se puede rechazar H0, dado que los tiempo
entre falla si siguen una distribución de Weibull, con demostración de que
nuestro estadístico de prueba es menor al estadístico tabular correspondiente,
con esta conclusión se determina que no se rechaza H0, dado el análisis
estadístico planteado.