INSTITUTO TECNOLÓGICO SUPERIOR

DE ALVARADO

INVESTIGACIÓN:
TABLA Y REGLA KOLMOGOROV
UNIDAD 4

CARRERA:

INGENIERIA INDUSTRIAL

ASIGNATURA:

SIMULACIÓN

PRESENTA:

CESAR IVÁN ASCANIO REYES

HERMELANDO VERGARA
JOMIRA CRUZ LOPEZ
LUIS ANGEL VICENTE CARVAJAL
OMAR ALEJANDRO GUERRA PEREZ
WILLIAM COYOLT AZAMAR
DOCENTE:

ING.FELIX EFRAIN CORRO ISLA

FEBRERO-JUNIO 2021
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

ÍNDICE
INTRODUCCIÓN .................................................................................................... 3

TABLA Y REGLA DE KOLMOGOROV ................................................................... 4

Prueba de Kolmogorov–Smirnov ......................................................................... 4

Hipótesis nula e hipótesis alternativa ................................................................... 4

Hipótesis .............................................................................................................. 4

Características ..................................................................................................... 8

Supuestos ............................................................................................................ 8

Aplicación ............................................................................................................ 9

Ventajas ............................................................................................................... 9

Diferencias con las pruebas paramétricas ........................................................... 9

TABLA KOLMOGOROV-SMIRNOVC ................................................................... 10

EJEMPLOS DE APLICACIÓN............................................................................... 12

CONCLUSIÓN ...................................................................................................... 17

BIBLIOGRAFÍA ..................................................................................................... 18

2
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

INTRODUCCIÓN
La prueba Kolmogorov es una prueba no paramétrica muy útil, sobre todo en
estadística inferencial

En estadística, son muy conocidas y utilizadas las pruebas paramétricas y no

paramétricas. Una prueba no paramétrica muy empleada es la prueba de
Kolmogórov-Smirnov, que permite verificar si las puntuaciones de la muestra siguen
o no una distribución normal.

Pertenece al grupo de las llamadas pruebas de bondad de ajuste. Mediante este

reporte de investigación conoceremos sus características, para qué sirve y cómo se
aplica. Para poder comprender de manera mas clara y especifica el tema.

3
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

TABLA Y REGLA DE KOLMOGOROV

Prueba de Kolmogorov–Smirnov
En estadística, la prueba de Kolmogórov-Smirnov (también prueba K-S) es una
prueba no paramétrica que determina la bondad de ajuste de dos distribuciones de
probabilidad entre sí.

Se utiliza para probar la bondad del ajuste de una distribución de frecuencia teórica,
es decir, si existe una diferencia significativa entre la distribución de la frecuencia
observada y la distribución de frecuencia teórica (esperada).

Hipótesis nula e hipótesis alternativa

Como prueba de bondad de ajuste, responde a la pregunta de: “¿la distribución
muestral (empírica) se ajusta a la poblacional (teórica)?”. En este caso, la hipótesis
nula (H0) establecerá que la distribución empírica es similar a la teórica (la hipótesis
nula es la que no se intenta rechazar). En otras palabras, la hipótesis nula
establecerá que la distribución de frecuencias observada es consistente con la
distribución teórica (y que se da por lo tanto un buen ajuste).

En contraste, la hipótesis alternativa (H1) establecerá que la distribución de

frecuencias observada no es consistente con la distribución teórica (mal ajuste).
Como en otras pruebas de contraste de hipótesis, el símbolo α (alfa) indicará el nivel
de significación de la prueba.

Hipótesis
H0: La distribución de frecuencia observada es consistente con la distribución de la
frecuencia teórica (Buen ajuste).

H1: La distribución de frecuencia observada no es coherente con la distribución de

la frecuencia teórica (Bad ajuste).

α = Nivel de significación de la prueba.

4
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

Este procedimiento es un test no paramétrico que permite establecer si dos

muestras se ajustan al mismo modelo probabilístico (Varas y Bois, 1998).

Es un test válido para distribuciones continuas y sirve tanto para muestras grandes
como para muestras pequeñas (Pizarro et al, 1986).

Así mismo, Pizarro (1988), hace referencia a que, como parte de la aplicación de
este test, es necesario determinar la frecuencia observada acumulada y la
frecuencia teórica acumulada; una vez determinadas ambas frecuencias, se obtiene
el máximo de las diferencias entre ambas.

El estadístico Kolmogorov-Smirnov, D, considera la desviación de la función de

distribución de probabilidades de la muestra P(x) de la función de probabilidades
teórica, escogida Po(x) tal que:

Dn = max | P(x) – Po(x) |

La prueba requiere que el valor Dn calculado con la expresión anterior sea menor
que el valor tabulado Dα para un nivel de significancia (o nivel de probabilidad)
requerido. El valor crítico Dα de la prueba se obtiene de la tabla mostrada, en
función del nivel de significancia α y el tamaño de la muestra n.

5
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

Tabla de valores de Dα en función del nivel de significancia y del tamaño de la

muestra:

6
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

El procedimiento a seguir en la aplicación práctica de la prueba de Kolmogorov-

Smirnov es el siguiente:

• Determinar la frecuencia observada acumulada y la frecuencia téorica

acumulada, Po(x) y P(x).

• En cada caso, calcular: Dn = max | P(x) – Po(x) |

Así, Dn es la máxima diferencia entre la función de distribución acumulada
de la muestra y la función de distribución acumulada teórica escogida

• Fijar un nivel de probabilidad o de significancia α. Los valores de 0.05 y 0.01

son los más usuales.

• Determinar el valor crítico Dα en la tabla correspondiente.

• Aplica el criterio de decisión:

• Si el valor calculado Dn es menor que el Dα, se acepta la hipótesis

nula (Ho) que establece que la serie de datos se ajusta a la distribución
teórica escogida.

• Si el valor calculado Dn es mayor que el Dα, se rechaza la hipótesis

nula (Ho) y se acepta la hipótesis alternativa (Ha) que establece que
la serie de datos no se ajusta a la distribución teórica escogida.

La prueba de Kolmogórov-Smirnov es un tipo de prueba no paramétrica. Las

pruebas no paramétricas (también llamadas de distribución libre) son utilizadas en
estadística inferencial, y tienen las siguientes características:

• Plantean hipótesis sobre bondad de ajuste, independencia...

• El nivel de medida de las variables es bajo (ordinal).
• No tienen excesivas restricciones.
• Son aplicables a muestras pequeñas.
• Son robustas.
(Simulación de sistemas, 2016)

7
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

Características
La prueba de Kolmogórov-Smirnov es una propia perteneciente a la estadística,
concretamente a la estadística inferencial. La estadística inferencial pretende
extraer información sobre las poblaciones.

Se trata de una prueba de bondad de ajuste, es decir, sirve para verificar si las
puntuaciones que hemos obtenido de la muestra siguen o no una distribución
normal. Es decir, permite medir el grado de concordancia existente entre la
distribución de un conjunto de datos y una distribución teórica específica. Su objetivo
es señalar si los datos provienen de una población que tiene la distribución teórica
especificada, es decir, lo que hace es contrastar si las observaciones podrían
razonablemente proceder de la distribución especificada.

(MitJana, 2018)

Supuestos
Para poder aplicar la prueba de Kolmogórov-Smirnov correctamente, se deben
asumir una serie de supuestos. Primeramente, la prueba asume que los parámetros
de la distribución de prueba se han especificado previamente. Este procedimiento
estima los parámetros a partir de la muestra.

Por otro lado, la media y la desviación estándar de la muestra son los parámetros
de una distribución normal, los valores mínimo y máximo de la muestra definen el
rango de la distribución uniforme, la media muestral es el parámetro de la
distribución de Poisson y la media muestral es el parámetro de la distribución
exponencial.

La capacidad de la prueba de Kolmogórov-Smirnov para detectar desviaciones a

partir de la distribución hipotetizada puede disminuir gravemente. Para contrastarla
con una distribución normal con parámetros estimados, se debe considerar la
posibilidad de utilizar la prueba de K-S Lillliefors.

8
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

Aplicación
La prueba de Kolmogorov-Smirnov se puede aplicar sobre una muestra para
comprobar si una variable (por ejemplo, las notas académicas o los ingresos €) se
distribuyen normalmente. Esto a veces es necesario saberlo, ya que muchas
pruebas paramétricas requieren que las variables que emplean sigan una
distribución normal.

Ventajas
la prueba K-S tiene varias ventajas:

• Pruebas más potentes.

• Más fácil de calcular y utilizar, ya que no requiere agrupación de datos.

• La estadística de prueba es independiente de la distribución de la frecuencia

esperada. Sólo depende del tamaño de la muestra n.

Diferencias con las pruebas paramétricas

Las pruebas paramétricas, a diferencia de las no paramétricas como la prueba de
Kolmogórov-Smirnov, tienen las siguientes características:

• Plantean hipótesis sobre parámetros.

• El nivel de medida de las variables es cuantitativo como mínimo.

• Existen una serie de supuestos que se deben cumplir.

• No pierden información.

• Tienen una alta potencia estadística.

9
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

TABLA KOLMOGOROV-SMIRNOVC

10
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

11
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

EJEMPLOS DE APLICACIÓN

1. Se ha realizado una muestra a 178 municipios al respecto del porcentaje de

población activa dedicada a la venta de ordenadores resultando los siguientes
valores:

porcentaje nº de municipios

menos del 5% 18

entre el 5 y 10 % 14

entre 10 y 15% 13

entre 15 y 20% 16

entre 20 y 25 % 18

entre 25 y 30 % 17

entre 30 y 35 % 19

entre 35 y 40 % 24

entre 40 y 45 % 21

más de 45% 18
REPORT THIS AD

12
 SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

Queremos contrastar que el porcentaje de municipios para cada grupo establecido

se distribuye uniformemente con un nivel de significación del 5%.

Bajo la hipótesis nula cada grupo debiera de estar compuesto por el 10% de la
población dado que existen diez grupos. Así podemos establecer la tabla

grupos - n0,i nt,i=n·P(xi) F0(xi)

F0(xi)
variable

menos del 18 18/178=0,1011 17.8 17.8/178=0,1 0.0011

5%

entre el 14 32/178=0,1798 17.8 35.6/178=02 0,0202

5y10 %

entre 10 y 13 0,2584 17.8 0,3 0,0416

15%

entre 15 y 16 0,3427 17.8 0,4 0,0573

20%

entre 20 y 18 0,4439 17.8 0,5 0,0561

25 %

entre 25 y 17 0,5393 17.8 0,6

30 %
0,0607 max

entre 30 y 19 0,6461 17.8 0,7 0,0539

35 %

entre 35 y 24 0,7809 17.8 0,8 0,0191

40 %

entre 40 y 21 0,8989 17.8 0,9 0,0011

45 %

13
 SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

más de 18 1 17.8 1 0
45%

REPORT THIS AD

Siendo la máxima diferencia =0,0607 y por tanto el

estadístico de K-S que compararemos con el establecido en la tabla que será para
un nivel de significación de 5% y una muestra de 178 (ir a tabla K-S

aqui) dado que el estadístico es menor (0,0607) que

el valor de la tabla (0,1019) no rechazamos la hipótesis de comportamiento
uniforme de los grupos establecidos al respecto de la población activa dedicada a
la venta de ordenadores.

14
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

Ejemplo 2.

15
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

(Simulación Ingenieria Industrial, 2021)

16
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

CONCLUSIÓN
Después de analizar la información correspondiente a dicho tema, se puede concluir
que Kolmogorov es una prueba no paramétrica que es utilizada para determinar si
existe una diferencia significativa entre la distribución de la frecuencia observada y
la distribución de frecuencia teórica.

A diferencia de las pruebas paramétricas, una prueba como la Kolmogorov tiene

ciertas características, que le permiten poder plantear hipótesis sobre parámetros,
no perder información alguna, además tiene una alta potencia estadística, su nivel
de medida de las variables es cuantitativo como mínimo y existen una serie de
supuestos que se deben de cumplir.

17
SIMULACIÓN TABLA Y REGLA DE KOLMOGOROV

BIBLIOGRAFÍA

MitJana, L. R. (2018). Estadistica. Obtenido de

https://psicologiaymente.com/miscelanea/prueba-kolmogorov-smirnov

Simulación de sistemas. (01 de Oct de 2016). Obtenido de

https://simulacionutp2016.wordpress.com/2016/10/01/prueba-kolmogorov-
smirnov/

Simulación Ingenieria Industrial. (3 de Junio de 2021). Obtenido de Simulacion

Ingenieria Industrial:
https://hopelchen.tecnm.mx/principal/sylabus/fpdb/recursos/r130712.PDF

18