Prueba de

Kolmogorov - Smirnov
Jacqueline Ramos C.
introduccion

Permite determinar la distribución de

probabilidad de una serie de datos. Solo se puede
aplicar el análisis de variables continuas.
Pasos
 Obtener al menos 30 datos
 Calcular media y varianza
 Crear un histograma de m=1+3.322 log n intervalos y obtener frecuencia observada en
cada intervalo Oi
 Calcular la probabilidad observada POi para cada intervalo PO=Oi/n
 Calcular las POAi para cada intervalo
 Establecer la hipótesis nula
 Calcular la PEAi
 Calcular el estadístico de prueba
𝑐 = 𝑚𝑎𝑥 𝑃𝐸𝐴𝑖 − 𝑃𝑂𝐴𝑖
 Obtener el valor de tablas Dα,n
 Comparar, si el estadístico de prueba es menor que el valor de tablas, entonces no se
puede rechazar la hipótesis nula
 Ejemplo
Determinar la distribución de probabilidad para alfa 5%

4.33 1.61 2.16 2.88 0.7 0.44 1.59 2.15 8.59 7.36

9.97 7.86 5.49 0.98 4.52 2.12 4.44 0.82 6.96 3.04

2.81 14.39 3.44 9.92 4.38 8.04 2.18 6.19 4.48 9.66

4.34 1.76 2.3 5.24 11.65 10.92 12.16 6.6 0.85 4.82

1.36 3.53 6.58 1.45 8.42 3.69 2.44 0.28 1.9 2.89

𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 valor minimo 0.28

𝑚 = 1 + 3.322 log 𝑁 valor maximo 14.39
numero de clases 6.644 ≈ 7
𝑚𝑎𝑥 − 𝑚𝑖𝑛 amplitud de clase 2.016
𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒: media 4.7336
𝑚
 intervalo Oi Ho: Los datos provienen de una distribución de Weibull
0.28 2.296 16
2.296 4.311 9
4.311 6.327 10
6.327 8.343 6 HISTOGRAMA DE FRECUENCIAS
8.343 10.359 5 18

10.359 12.374 3 16
12.374 14.390 1
50 14

12

10

0
0.28-2.3 2.3-4.31 4.31-6.33 6.33-8.34 8.34-10.36 10.36-12.37 12.37-14.39
 i xi ln xi (ln xi)^2 xi^alfa 26 0.44 -0.82 0.67 0.31
1 4.33 1.47 2.15 8.12 27 2.12 0.75 0.56 2.93
2 9.97 2.30 5.29 26.72 28 8.04 2.08 4.34 19.65
3
4
2.81
4.34
1.03
1.47
1.07
2.15
4.38
8.14
29
30
10.92
3.69
2.39
1.31
5.71
1.70
30.44
6.46
Alfa=1.428 y Beta=5.244
5 1.36 0.31 0.09 1.55 31 1.59 0.46 0.22 1.94
6 1.61 0.48 0.23 1.97 32 4.44 1.49 2.22 8.41
7 7.86 2.06 4.25 19.03 33 2.18 0.78 0.61 3.04
8 14.39 2.67 7.11 45.15 34 12.16 2.50 6.24 35.49
9 1.76 0.57 0.32 2.24 35 2.44 0.89 0.80 3.58
10 3.53 1.26 1.59 6.06 36 2.15 0.77 0.59 2.99
11 2.16 0.77 0.59 3.01 37 0.82 -0.20 0.04 0.75
12 5.49 1.70 2.90 11.39 38 6.19 1.82 3.32 13.53
13 3.44 1.24 1.53 5.84 39 6.6 1.89 3.56 14.82
14 2.3 0.83 0.69 3.29 40 0.28 -1.27 1.62 0.16
15 6.58 1.88 3.55 14.76 41 8.59 2.15 4.63 21.60
16 2.88 1.06 1.12 4.53 42 6.96 1.94 3.76 15.99
17 0.98 -0.02 0.00 0.97 43 4.48 1.50 2.25 8.52
18 9.92 2.29 5.26 26.53 44 0.85 -0.16 0.03 0.79
19 5.24 1.66 2.74 10.66 45 1.9 0.64 0.41 2.50
20 1.45 0.37 0.14 1.70 46 7.36 2.00 3.98 17.32
21 0.7 -0.36 0.13 0.60 47 3.04 1.11 1.24 4.90
22 4.52 1.51 2.28 8.63 48 9.66 2.27 5.14 25.55
23 4.38 1.48 2.18 8.25 49 4.82 1.57 2.47 9.46
24 11.65 2.46 6.03 33.38 50 2.89 1.06 1.13 4.56
25 8.42 2.13 4.54 20.99 61.5238 115.187 533.602
 Alfa=1.428 y Beta=5.244

intervalo O PO POA PEA |POA-PEA|

0.28 2.296 16 0.320 0.320 0.264 0.0555 𝑽𝒂𝒍𝒐𝒓 𝒅𝒆 𝒕𝒂𝒃𝒍𝒂𝒔

𝑫𝜶,𝒏 = 𝑫𝟓%,𝟓𝟎 = 𝟎. 𝟏𝟗𝟐𝟑
2.296 4.311 9 0.180 0.500 0.530 0.0304

4.311 6.327 10 0.200 0.700 0.730 0.0296 Como el valor del estadístico
c=0.0555 es menor al valor de
6.327 8.343 6 0.120 0.820 0.856 0.0365 tablas 0.1923, entonces se acepta
la Hipótesis de que los números se
8.343 10.359 5 0.100 0.920 0.929 0.0090 comportan según una distribución
de Weibull
10.359 12.374 3 0.060 0.980 0.967 0.0130

12.374 14.390 1 0.020 1.000 0.985 0.0145 Valor del estadistico

50 c= 0.0555
Valor de tablas
Práctica
Determinar el tipo de distribución que sigue el siguiente conjunto de datos,
utilice alfa=5%