Documentos de Académico
Documentos de Profesional
Documentos de Cultura
S11 S2-Material
S11 S2-Material
INFERENCIAL
Distribución Chi-Cuadrado
Prueba de Bondad de Ajuste
SESIÓN 22
Estadística Inferencial
SUMARIO
1. Distribución Chi-Cuadrado
Prueba de Independencia
Prueba de Bondad
de ajuste
Prueba de Homogeneidad
BONDAD DE AJUSTE
En diversas situaciones se requiere conocer si la data muestral proviene
o no de una determinada distribución probabilística.
¿Cómo proceder?
Ho: Los datos se ajustan a una distribución específica (Uniforme, Poisson, Binomial, Normal)
H1: Los datos no se ajustan a una distribución específica (Uniforme, Poisson, Binomial, Normal)
𝒆−𝝀 𝝀𝑿 𝒏 𝑿 𝒏−𝑿
𝒇 𝑿, 𝝀 = 𝑷 𝒙 = 𝒑 𝒒
𝒙
𝑿!
Paso4: Region Crítica:
Dónde:
𝑵𝑹𝒉𝟎 𝑹𝒉𝟎 𝑔𝑙 = 𝐾 − 𝑚 − 1
1-𝛼
𝛼 K: Número de categorías o clases
m: número de parámetros estimados
𝑋2 1−𝛼;𝑔𝑙
𝐻0 : 𝐸𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑒𝑟𝑎𝑠 𝑒𝑛 𝑚𝑎𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑝𝑜𝑟 𝑏𝑜𝑙𝑠𝑎 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙
𝐻1 : 𝐸𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑒𝑟𝑎𝑠 𝑒𝑛 𝑚𝑎𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑝𝑜𝑟 𝑏𝑜𝑙𝑠𝑎 𝑛𝑜 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙
Donde:
𝑂𝑖 − 𝐸𝑖 2
2
𝑋𝐶 = O: frecuencia observada Dato del problema
𝐸𝑖 E: frecuencia esperada Se tiene que estimar
𝒏 𝑿 𝒏−𝑿
𝑷 𝒙 = 𝒑 𝒒
𝒙
BONDAD DE AJUSTE
𝑂𝑖 − 𝐸𝑖 2
CONSTRUYAMOS LOS ESPERADOS
𝑋𝐶 2 =
PASO1: Calculamos el parámetro de la distribución 𝐸𝑖 𝐸𝒊 = 𝑁𝒑𝒊
sabemos 𝑋𝑖 𝑂𝑖 clase(𝑿𝒊 ) 𝑶𝒊 𝑷𝒊 𝑬𝒊 𝑿𝑪 𝟐
𝐸 𝑋 = 𝑛𝑝 → = 𝑛𝑝 0 300 0.38 228 22.74
𝑁
𝑋𝑖 𝑓𝑖 𝑂 300 + 1 150 + 2 100 + 3(50) 1 150 0.43 258 45.21
= 𝑛𝑝 → = 3𝑃 2 100 0.17 102 0.04
𝑁 600
𝑃 = 0.278
3 50 0.02 12 120.33
Total 600 1 600 188.32
PASO2: Calculamos la probabilidad para cada X
3
𝑃 𝑋=0 = (0.278)0 (0.722)3 = 0.38 Nota: Se observa que varios esperados (𝑬𝒊 ) son muy
0 distantes de sus respectivas frecuencias observadas (𝑶𝒊 ),
3
𝑃 𝑋=1 = (0.278)1 (0.722)2 = 0.43 por lo que es previsible que el número de peras en mal estado no
1 siga una distribución binomial… Comprobemos!!
3
𝑃 𝑋=2 = (0.278)2 (0.722)1 = 0.17
2
3 Tener cuidado con los 𝑬𝒊 <5
𝑃 𝑋=3 = (0.278)3 (0.722)0 = 0.02
3 En la separata hay un ejercicio con este caso!
BONDAD DE AJUSTE
Paso4: Region Crítica:
Rechaza Ho Dónde:
𝛼 = 0.05 𝑔𝑙 = 𝐾 − 𝑚 − 1
188.32
𝑔𝑙 = 4 − 1 − 1 = 2
𝑵𝑹𝒉𝟎 𝑹𝒉𝟎
1-𝛼
𝛼 𝑚 = 1,
debido a que se ha estimado
el parámetro de la
𝑋2 1−𝛼;𝑔𝑙 = 𝑋2 0.95;2 = 5.99
distribución binomial
Se propuso una distribución de poissón, Use un nivel de significación del 5% para comprobar el supuesto
BONDAD DE AJUSTE
Solución:
Paso1: Plantear Hipótesis:
Donde:
𝑂𝑖 − 𝐸𝑖 2
2 O: frecuencia observada Dato del problema
𝑋𝐶 = E: frecuencia esperada Se tiene que estimar
𝐸𝑖
BONDAD DE AJUSTE
𝑂𝑖 − 𝐸𝑖 2
CONSTRUYAMOS LAS FRECUENCIAS ESPERADAS
𝑋𝐶 2 =
PASO1: Calculamos el parámetro media de la distribución 𝐸𝑖 𝐸𝒊 = 𝑁𝒑𝒊
𝑋𝑖 𝑂𝑖
Sabemos que: ʎ = clase(𝑿𝒊 ) 𝑶𝒊 𝑷𝒊 𝑬𝒊
𝑁
0 32 0.472 28.32
𝑋𝑖 𝑓𝑖 𝑂 32 + 1 15 + 2 9 + 3(4) ʎ = 0.75
= 1 15 0.354 21.24
𝑁 60
2 9 0.133 7.98
𝒆−𝝀 𝝀𝑿
PASO2: Calculamos la probabilidad para cada X: P 𝑿 = 3 o más 4 0.041 2.46
𝑿!
𝒆−0.75 𝟎. 𝟕𝟓0 Total 60 1 60
𝑃 𝑋=0 = = 0.472
0!
−0.75 Tener cuidado con
𝒆 𝟎. 𝟕𝟓1
𝑃 𝑋=1 = = 0.354 los 𝑬𝒊 <5
1!
𝒆−0.75 𝟎. 𝟕𝟓2 Como la frecuencia esperada en la última celda es menor que
𝑃 𝑋=2 = = 0.133 cinco se combinan las dos últimas celdas
2!
𝑃 𝑋 ≥3 =1−𝑝 𝑥 =0 +
𝑝 𝑥 = 1 + 𝑝(= 2) = 0.041
BONDAD DE AJUSTE
Entonces tenemos:
clase(𝑿𝒊 ) 𝑶𝒊 𝑷𝒊 𝑬𝒊 𝑿𝑪 𝟐
0 32 0.472 28.32 0.48
1 15 0.354 21.24 1.83
2 o más 13 0.174 10.44 0.63
Total 60 1 60 2.94
BONDAD DE AJUSTE
Paso4: Region Crítica:
Rechaza Ho Dónde:
𝛼 = 0.05 2.94
𝑔𝑙 = 𝐾 − 𝑚 − 1
𝑔𝑙 = 3 − 1 − 1 = 1
𝑵𝑹𝒉𝟎 𝑹𝒉𝟎
1-𝛼
𝛼 𝑚 = 1,
debido a que se ha estimado
el parámetro media de la
𝑋2 1−𝛼;𝑔𝑙 = 𝑋2 0.95;1 = 3.84
distribución Poisson