Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA INFERENCIAL
Una prueba de bondad de ajuste permite que la hipótesis de que una variable aleatoria
sigue cierta distribución de probabilidad y se utiliza en situaciones donde se requiere
comparar una distribución observada con una teórica o hipotética, compararla con
datos históricos o con la distribución conocida de otra población.
2. ¿Por qué son importantes?
Usamos las pruebas ji-cuadrada estas nos permiten hacer mucho más que probar la
igualdad de varias proporciones. Si clasificamos una población en diferentes categorías
respecto a dos atributos (por ejemplo, edad y desempeño en el trabajo), entonces
podemos utilizar una prueba ji-cuadrada para determinar si los dos atributos son
independientes entre sí, tablas de Contingencia.
4. Describe los tipos de las pruebas de bondad de ajuste
Pruebas de Kolmogorov-Smirnoff
La prueba de Kolmogorov-Smirnoff para una muestra es un procedimiento de "bondad
de ajuste", que permite medir el grado de concordancia existente entre la distribución
de un conjunto de datos y una distribución teórica específica. Emplea la diferencia
absoluta máxima D entre los valores de la distribución acumulada de una muestra
aleatoria de tamaño n y una distribución teórica determinada. Esta prueba es, en
general, más eficiente que la Chi-cuadrada para pruebas de bondad de ajuste en
muestras pequeñas.
Prueba de Anderson -Darling
La prueba de Anderson-Darling hace uso de la distribución específica en los valores
críticos interesados. Esto tiene la ventaja de permitir una prueba más sensitiva y la
desventaja que los valores críticos deben estar calculados para cada distribución.
Actualmente, las tablas de valores críticos están disponibles para las distribuciones:
normal, lo normal, exponencial, Weibull, valor extremo tipo I, y logística.
La prueba de Anderson-Darling es una alternativa para pruebas de bondad del ajuste
de chi-cuadrada y de Kolmogorov-Smirnov.
Prueba Ji-Cuadrada
La distribución ji-cuadrada tiene muchas aplicaciones en inferencia estadística, por
ejemplo, se utiliza en la estimación de varianza y para probar homogeneidad e
independencia en tablas de contingencia.
Para probar la hipótesis (1) el rango F0 de ser particiona k en intervalos I1 … IK y se
calculan las frecuencias O1 … OK observadas en cada intervalo. Luego se calculan las
frecuencias esperadas E1 … Ek en cada intervalo bajo la distribución F0. El estadístico
de prueba está dado por
(AD)Estadístico de prueba
[ ]
n
1
A 2n =− n+ ∑ ( 2 i−1 ) [ ln F ( y i )+ ln( 1−F ( y n+1−i ) )]
n i =1
(AD) Prueba de Anderson - (KS) Esta prueba es, en general, más eficiente que
la Chi-cuadrada para pruebas de bondad de ajuste
Darling
en muestras pequeñas, sin embargo, esta prueba no
es aplicable a distribuciones discretas.
PRUEBA DE SHAPIRO-WILK
Cuando la muestra es como máximo de tamaño 50 se puede contrastar la normalidad
con la prueba de Shapiro-Wilk. Para efectuarla se calcula la media y la varianza
muestral, S2, y se ordenan las observaciones de menor a mayor. A continuación, se
calculan las diferencias entre: el primero y el último; el segundo y el penúltimo; el
tercero y el antepenúltimo, etc. y se corrigen con unos coeficientes tabulados por
Shapiro y Wilk. El estadístico de prueba es:
Bibliografía
Ing. William León Velásquez, Pruebas de Bondad de Ajuste. Independencia y
Homogenidad, https://es.slideshare.net/williamleon20/pruebas-de-bondad-de-ajuste-
est-ind-clase10