PRUEBAS DE BONDAD DE AJUSTE E INDEPENDENCIA

ZULLY MARCELA JAIMES BECERRA

MAGDA LILIANA TRUJILLO RINCON

DOCENTE
MARIA EUGENIA MARIN ANGULO

UNIVERSIDAD INDUSTRIAL DE SANTANDER

IPRED
ESTADISTICA APLICADA A LOS NEGOCIOS
BUCARAMANGA
2022
 INTRODUCCIÓN

Las pruebas de bondad de ajuste e independencia son ampliamente

utilizadas en diversas áreas de la ciencia para llevar a cabo análisis de
datos categóricos, permite probar la hipótesis de que una variable aleatoria
sigue cierta distribución de probabilidad.

El presente trabajo tiene como fin desarrollar ejercicios de pruebas de

bondad y ajuste el cual nos van a das la posibilidad de hacer varios análisis
para darle una visual más exacta y poder tomar decisiones.
1. Mapa mental importancia de las pruebas de ajuste e independencia
 2. Visualizar el link y resumir los ejemplos 3.1, 3.2, 3.3. Se sugiere llenar
el siguiente cuadro:

Hipótesis Nula y Estadístico Chi Cuadrado Conclusión

Alternativa que se calcula y de la tabla
3.1  
Hipótesis nula: Los datos
provienen de una No se rechaza Ho, en
distribución uniforme = 5,33 consecuencia, la muestra
(proporciones iguales, esto observada no presenta
es Pi = 1/6, para todo i) suficiente evidencia que
Hipótesis alternativa: No Valor critico = 11,020 indique que los datos
provienen de una provengan de una distribución
distribución uniforme Grados de libertad: 6-1=5 uniforme.
Alfa: 0,05

3.2    
Hipótesis nula:
P1 8/20, P2 7/20, P3 5/20,
P4 2/20 = 22,0238 Los tornillos no están en las
Hipótesis alternativa: proporciones esperadas
Los tronillos no están en 8:7:3:2 por lo tanto se
las proporciones Valor critico = 12,838 rechaza la hipótesis nula.
esperadas.
Grados de libertad: 4-1 = 3
Alfa: 0,005

3.3 Sin información en el  Sin información en el libro   Sin información en el libro

libro

Nota: El ejercicio 3.3 no se pudo desarrollar ya que el libro se salta de la

pagina 33 a la 37 y no deja ver la formulación del ejercicio.
 3. Resolver dos problemas propuestas de prueba de bondad de ajuste y
dos de pruebas de independencia.  Para ello use el estadístico de
prueba Chi- Cuadrado.

 Bolsa de valores

La Bolsa de Valores de Bogotá hace un seguimiento de las 1000 mejores

empresas de Colombia, teniendo en cuenta los rendimientos anuales totales, que
comprenden cambios en los precios de las acciones y reinversión de dividendos.
Las calificaciones se asignan dividiendo las 1000 empresas en 5 grupos, del A
(20% mejor), B (siguiente 20%), hasta, E (20% inferior). Se toma una muestra de
60 empresas cuyo comportamiento de un año se presente en el cuadro siguiente:

A B C D E
18 8 6 16 12

Un grupo de inversionistas de una prestigiosa empresa, quiere saber si el

comportamiento de las 1000 empresas difiere del de las 60 empresas para tomar
decisiones de inversión. Tome Alfa =0.05 para demostrar si existe diferencia o si
se puede hacer la inversión con base en el comportamiento de la muestra.

Ho: El comportamiento de las 1000 empresas difiere de las 60 empresas.

Ha: El comportamiento de las 1000 empresas No difiere de las 60 empresas.

 Grupos oi ei
A 18 12
B 8 12
C 6 12
D 16 12
E 12 12

Grados de libertad: (n-1) 5-1=4

Calculo: n P1 = 60 X 1/5 = 12
Aplicamos la fórmula para hallar Chi2

(18-12)2/12 = 3
(8-12)2/12 = 1,33
(6-12) /12 =
2
3
(16-12) /12 =
2
1,33
(12-12) /12 =
2
0_____
X2 = 8,66
Valor critico según la tabla de distribución Chi 2
Grados de libertad: 4 Alfa: 0,05
=9,488
El comportamiento de las 1000 empresas si difiere del de las 60 empresas
para tomar decisiones de inversión.
Como 8,66 < 9,488

 Empresario exitoso

Un empresario tiene ciertas dudas en relación con la participación en el mercado

de su empresa, conoce por un estudio previo que existen en el sector económico,
dos empresas más y que los porcentajes de participación son los siguientes:
Participación A= 0,40 Participación B = 0,30 y Participación de C= 0,30
El empresario en mención decide corroborar si debe desplegar una nueva
estrategia de ventas de sus productos o si continua con la que hasta el momento
le ha dado excelentes resultados. Para salir de dudas un estudiante de Gestión
Empresarial UIS, le propone tomar una muestra de 200 clientes e indagar a qué
empresa compra sus productos con los siguientes resultados:
60 compran a la empresa A; 120 a la Empresa B y 20 a la empresa C
1. Plantee la Hipótesis nula y alternativa.
2. Use un nivel de significancia alfa=0,01 y el estadístico de prueba Chi cuadrado
para aceptar o rechazar la hipótesis nula.
3. ¿Qué recomienda al empresario, establecer una nueva estrategia de ventas o
continuar con la actual? Argumente su respuesta.
Porcentajes de participación de las empresas:
EA = 0,40
EB= 0,30
EC= 0,30

200 clientes

  EMPRESA
60 A
12
0 B
20 C

Ho= PA =040, PB=0,30, PC=0,30

Ha = las proporciones no son PA =040, PB=0,30, PC=0,30

Alfa: 0,01
Frecuencia esperada se multiplica la muestra por el porcentaje de participación:
200 x 0,40 = 80
200 x 0,30 = 60
200 x 0,30 = 60
Estadístico de Chi2
O1 F1 F1

(60 - 80)2/80 = 5
(120 - 60) /60 =
2
60
2
(20 - 60) /60 = 26,6____
2
X = 91,66
Valor critico:
Grados de libertad: 3 -1= 4 Alfa: 0,01
=9,210
De acuerdo resultado se rechaza la hipótesis nula.
Se recomienda una nueva estrategia de ventas porque los clientes se
inclinan por la compra del producto de las otras dos empresas ya que los
porcentajes varían en mayores proporciones.

 Viajes en avión

Los viajeros de una importante aerolínea deben responder esta pregunta que les
hace la revista Semana, en relación con sus viajes de negocios: ¿Qué tipos de
boletos de avión ha comprado? Las respuestas se muestran en el cuadro
siguiente:

Tipo de boleto Tipo de vuelo

Vuelo nacional Vuelo internacional
Primera clase 30 25
Clase negocios/ejecutivo 94 121
Vuelo tradicional/clase económica 518 130

Use α _ 0.05 y pruebe la independencia entre tipo de vuelo y tipo de boleto.

¿Cuál es la conclusión?

Ho = La compra del tipo boleto es independiente del tipo de vuelo.

Ha = La compra del tipo de boleto No es independiente del tipo de vuelo.

 Vuelos PC CE VE TOTAL
VN 30 94 518 642
VI 25 121 130 276
TOTAL 55 215 648 918

VN = 55/918* 642 215/918 *642 648/918*642

VI = 55/ 918 276 * 215/918276* 648/918276*
Resultados de frecuencia esperada:

 Vuelos PC CE VE
VN 38,4640523 150,359477 453,176471
VI 16,5359477 64,6405229 194,823529

Tabla de contingencia

 Tipo de
 Vuelos boleto oi ei chi^2
38,464052
VN PC 30 3 1,86093604
150,35947 21,1195537
VN CE 94 7 7
453,17647
VN VE 518 1 9,27266884
16,535947
VI PC 25 7 4,33360901
64,640522
VI CE 121 9 49,1406188
194,82352
VI VE 130 9 21,5684048
107,295791
3
Grados de libertad:
(n -1) x (m-1)
n= al tipo de vuelo
m= al tipo de boleto
(2 -1) x (3-1) = 2 gl

Valor critico:
Alfa: 0.05
= 5.991
107,295 > 5.991
La hipótesis nula se rechaza. La compra del tipo de boleto varía según el
tipo de vuelo. No es independiente del tipo de vuelo.

 Fabricante de baterías

Un fabricante de baterías necesita determinar si en su proceso de producción

tiene una distribución normal. Entonces podría fácilmente detectar el
comportamiento del proceso y predecir su comportamiento futuro. Use Alfa= 0.01
para probar que la duración de unas baterías de un proceso de producción tienen
una distribución normal, con Desviación =17 y Media=71.

Para ello tomó una muestra con los siguientes resultados: 56 85 94 58 55 95

55 52 69 95 90 65 87 50 56 55 57 98 58 79 92 62 59 88 65. Use la
distribución Chi cuadrado para hacer la prueba. Z=(xi – Media)/Desviación.
Primer intervalo (59.6 – 71) /17. Buscar área bajo la curva, distribución normal.
Los datos son:

Intervalos F Área bajo F X^2

observada la curva esperada=
para z

50 – 59.6

59.6- 69.2

6 9.2 – 78.4

78.8- 88.4

88.4 - 98

¿Tiene el proceso una distribución normal? ¿Porqué?

Primero se busca límite inferior y límite superior:
Límite inferior
< 50 =1.112

50-71 = -1.23 = 0,1112

17
59,6-71 = -0,67 = 0,2514

69,2-71 = -0,10 = 0,4602

17
78.8-71 = -0,45 = 0,6736
17
88,4-71 = - 1,02 = 0,8461
17

Límite superior

59,6-71 = -0,67 = 0,2514

17
69,2-71 = -0,10 = 0,4602

78,8-71 = 0,45 = 0,6736

17
88,4-71 = 1,02 = 0,8461
17
98-71 = 1,58 = 0,9429
17
 98 =0.0571

Se realiza resta de límite superior e inferior para poder obtener la proporción el

área bajo la curva
Intervalos F Área bajo F
observada la curva esperada=
para z
< 50 – 0 0,1112 2,78
59.6
11 0,1421 3,505
59.6- 69.2 4 0,2088 5,22
6 9.2 – 1 0,2134 5,335
78.4
78.8- 88.4 3 0,1725 4,3125
88.4 - 98 6 0,0968 2,42
0 0,0571 1,4275

Las frecuencias esperadas no deben ser menores a 5 por tal motivo se agrupan
de la siguiente manera.
Intervalos F F.
observada Esperada
< 50 – 11 6.285 3.5371
59.6
59.6- 69.2 4 5.22 0.2851
6 9.2 – 1 5.335 3.5224
78.4
78.8- >98 9 8.16 0.0864
7.4312 Valor estadístico de prueba
Valor Critico de prueba
Alfa: 0.01
m: 4-1=3 :11.345
Se cumple nuestro estudio de prueba es menor comparado con el valor crítico, al
cumplir con esto condición podemos decir que si cumplimos con una distribución
normal.
Solucione el problema 39, del texto guía, página 485 VENDEDOR
Un vendedor hace cuatro llamadas por día. En una muestra de 100 días los
volúmenes de venta son los siguientes.
No de ventas oi (días)
0 30
1 32
2 25
3 10
4 3

Por experiencia se sabe que 30% de las llamadas llevan a una venta. Si las
llamadas de ventas son independientes, el número de ventas por día deberá
seguir una distribución binomial. La función de probabilidad binomial, presentada
en el capítulo 5 es En este ejercicio suponga que la población tiene una
distribución binomial con n = 4, p = 0.30 y x = 0, 1, 2, 3 y 4.

a. Mediante la distribución de probabilidad binomial, calcule las frecuencias

esperadas para x = 0, 1, 2, 3 y 4. Si es necesario combine categorías para
satisfacer el requerimiento de que la frecuencia esperada en cada categoría debe
ser cinco o más.
b. Use la prueba de bondad de ajuste para determinar si se debe rechazar la
suposición de una distribución binomial. Use α = 0.05. Como no hubo necesidad
de estimar ninguno de los parámetros de la distribución binomial a partir de los
datos muestrales, los grados de libertad son k = 1, donde k es el número de
categorías.

No de ventas oi (días)
Ho: Los datos tienen una distribución binomial
0 30
1 32
2 25
3 10
4 3
Ha: Los datos no tienen una distribución binomial

p= 0.3
q= (1-p) = 0.7 n = 4, p = 0.30 y x = 0, 1, 2, 3 y 4.

Cálculo de las probabilidades de la distribución binomial:

()
¿ 4 0,3 ( 1−0,3 )(4−0) = 0,2401
0

()
¿ 4 0,3 (1−0,3 )(4−1)= 0,4116
1

()
¿ 4 0,3 (1−0,3 )(4−2)= 0,2646
2

()
¿ 4 0,3 ( 1−0,3 )(4−3)= 0,0756
3

()
¿ 4 0,3 ( 1−0,3 )
3
(4−3)
= 0,0081

Calculo frecuencia esperada:

0,2401*100 =24,01
0,4116*100=41,16
0,2646*100=26,46
0,0756*100=7,56
0,0081*100=0,81

La frecuencia esperada debe ser mínimo de 5 en este caso no cumple con ese
supuesto, se suman las dos ultimas celdas de la frecuencia esperada (7.56 +
0.81)=8,37 reduciendo las frecuencias a 4. Para quedar en igual de condiciones
las celdas de las frecuencias observadas también se suman (10+3)=13.

No de ventas oi Probabilidades ei ei oi
0 30 0,2401 24,01 24,01 30
1 32 0,4116 41,16 41,16 32
2 25 0,2646 26,46 26,46 25
3 10 0,0756 7,56 8,37 13
4 3 0,0081 0,81
100

Estadístico de Chi2

(30 – 24.01)2/24.01 = 1,494

(32 – 41.16)2/41.16 = 2.038

(25 – 26.46)2/26.46 = 0.080

(13 – 8,37) /8,37
2
= 2.561
X2 = 6.174

Grados de libertad:
k-1 = 3gl
Alfa: 0.05
Valor critico = 7.815
No se rechaza Ho, por lo tanto, los datos si tienen una distribución binomial.