ESTADÍSTICA APLICADA 2 – CE87

Aplicaciones de la distribución Chi – Cuadrado a

la bondad de ajuste de la distribución
Multinomial y de Poisson
Logro de la sesión:

Al finalizar la sesión, el estudiante podrá conocer la

distribución Chi - Cuadrado y la aplicará para verificar
si un conjunto de datos se ajusta a una determinada
distribución teórica (Multinomial y Poisson)
Temario

Prueba de hipótesis para la bondad de

ajuste de la distribución Multinomial

Prueba de hipótesis para la bondad de

ajuste de la distribución de Poisson.
 Tema 1

Prueba de hipótesis para la bondad de ajuste a la

distribución Multinomial
 Ajuste a la distribución Multinomial

Cuando de un conjunto de datos y/o una variable aleatoria en

estudio no se conoce la distribución de probabilidad y
deseamos probar la hipótesis de que dicha variable sigue una
distribución Multinomial, para ello necesitamos de valores
observados y ser comparados con valores
esperados o teóricos que indican la distribución
propuesta.
 Ajuste a la distribuciónMultinomial

Procedimiento
1° paso: Planteamiento de las hipótesis
H0: Los datos provienen de una distribución Multinomial.
H1: Los datos no provienen de una distribución Multinomial.
2° paso: Fijar el nivel de significación, α
3° paso: Calcular el estadístico de prueba

Igual a CERO
 Ajuste a la distribuciónMultinomial

4° paso: Criterio de decisión

Regla de decisión:
Rechazar Ho si 2cal > 2
No Rechazar Ho si 2cal ≤ 2
2

5° paso: Decisión
6° paso: Conclusión
Ejemplo de aplicación
A lo largo de los años las participaciones en el mercado de
gaseosa se han estabilizado en 50% para Coca Cola, 30% para
Inka Kola y 20% para Pepsi Cola.
El jefe de producción de Pepsi ha elaborado un nuevo y mejorado
producto “Pepsi Zero” lanzándolo al mercado y sospecha que esto ha
modificado su participación en el mercado, para confirmar si la
sospecha es válida ha solicitado a la empresa investigadora de mercado
IMA SAC realizar el estudio. Para llevar acabo el estudio IMA SAC
empleó un panel de 200 consumidores, se le solicitó a cada uno ellos
indicarán su preferencia sobre el producto light que ofrecen las
diferentes marcas de gaseosa. Los individuos que participaron en el
estudio indicaron que 98 preferían Coca Cola, 48 preferían Inka Kola y
54 preferían el nuevo producto “Pepsi Zero”. Use un nivel de
significancia de 5% para validar la sospecha de Pepsi Cola.
 Solución
Para entender el caso mostramos los datos en una tabla:

MUESTRA
TOTAL

VALOR OBSERVADO 98 48 54 200

% OBSERVADO 49% 24% 27% 100%
VALOR ESPERADO 100 60 40 200
% OBSERVADO 50% 30% 20% 100%
 Solución
Interpretación
Determinar si el nuevo y mejorado producto “Pepsi Zero” lanzado al mercado ha modificado su
participación en el mercado.
Representación
• Xa: Número de consumidores que indicaron su preferencia sobre el producto light Coca Cola.
• Xb: Número de consumidores que indicaron su preferencia sobre el producto light Inka Cola.
• Xc:Número de consumidores que indicaron su preferencia sobre el producto light Pepsi Cola.
• Pa: Proporción de consumidores que indicaron su preferencia sobre el producto light Coca
Cola.
• Pb: Proporción de consumidores que indicaron su preferencia sobre el producto light Inka
Kola
• Pc: Proporción de consumidores que indicaron su preferencia sobre el producto light Pepsi
Cola
1.- Planteamiento de hipótesis:
H0 : PA = 50% , PB= 30% y PC = 20%
H1 : Las proporciones de la población no son PA = 50% , PB= 30% y PC = 20%
 Solución

Cálculos
2.- Nivel de significancia: α
3.- Estadística de Prueba
𝐤
𝐎𝐢 − 𝐄𝐢 𝟐
𝟐
𝐗 𝟐𝟎 = 𝑿𝟐𝟎 ~ 𝛘 𝛂,𝐤 −𝐩 −𝟏
𝐄𝐢
𝐢=𝟏

Cálculos

MARCAS O E (O - E) (0 - E)^2 [(0 - E)^2]/E

COCA COLA 98 100 -2 4 0.04
INCA KOLA 48 60 -12 1444 2.40
PESI COLA 54 40 14 196 4.90

7.34 Estadística de prueba

 Solución
4.- Región Critica:

𝛘𝟐𝐂𝐚𝐥𝐜 = 7.34

𝛘𝟐𝟎.𝟎𝟓,𝟑−𝟎 −𝟏 = 5.991
 Solución

5.- Decisión:

𝛘𝟐𝐂𝐚𝐥𝐜 > 𝛘𝟐𝟎.𝟎𝟓,𝟑−𝟏−𝟎

Entonces se rechaza Ho

Análisis

6.- Conclusión: Se concluye que a nivel de significancia del 5% existe evidencia

estadística suficiente para afirmar que las participaciones en el mercado no son PA = 50%
, PB= 30% y PC = 20% . La sospecha de Pepsi es válida.

Argumentación
Por lo tanto, el nuevo y mejorado producto “Pepsi Zero” lanzado al mercado si
ha modificado su participación en el mercado.
 Tema 2

Prueba de hipótesis para la bondad de ajuste a la

distribución de Poisson
 Ajuste a la distribución de Poisson

Cuando de un conjunto de datos y/o una variable aleatoria en

estudio no se conoce la distribución de probabilidad y
deseamos probar la hipótesis de que dicha variable sigue una
distribución Poisson, para ello necesitamos de valores
observados y ser comparados con valores
esperados o teóricos que indican la distribución
propuesta.
 Prueba Poisson

Procedimiento
1° paso: Planteamiento de las hipótesis
H0: Los datos provienen de una distribución Poisson.
H1: Los datos no provienen de una distribución Poisson.
2° paso: Fijar el nivel de significación, α
3° paso: Calcular el estadístico de prueba

̂  
oi xi ei  n pi
n
Valor de 0 o valor 1
 Ajuste a la distribución dePoisson

4° paso: Criterio de decisión

Regla de decisión:
Rechazar Ho si 2cal > 2
No Rechazar Ho si 2cal ≤ 2
2

5° paso: Decisión
6° paso: Conclusión
 Ejemplo de aplicación

La seguridad en el trabajo es un tema importante para la empresa de gaseosa

Kola Mac, la llegada de nuevo personal es una preocupación para el ingeniero
de producción pues es necesario prevenir accidentes, sugerirá poner en
marcha una capacitación personalizada a los nuevos empleados si el número
de accidentes sigue una distribución poisson. Para realizar el estudio,
recolectó datos sobre el número de accidentes que sufren los obreros durante
su jornada del día., obteniéndose:

Número de accidentes 0 1 2 3 4 5
Número de días 100 200 250 150 50 30

¿El número de accidentes de trabajadores de la empresa seguirá una

distribución de Poisson?. Use un nivel de significancia de 5%
 Solución
Interpretación
Determinar si pondrá en marcha una capacitación personalizada a los nuevos
empleados.
Representación
• X : Número de accidentes que ocurren por día de trabajo
• P: Proporción de accidentes que ocurren por día de trabajo
1.- Planteamiento de hipótesis:

H0 : El número de accidentes de trabajadores sigue una distribución de Poisson

H1 : El número de accidentes de trabajadores no sigue una distribución de Poisson

 Solución

Cálculos
2.- Nivel de significancia: α = 5%
3.- Estadística de Prueba

̂  
oi xi ei  n pi
n
Valor de 0 o valor 1
 Solución

Cálculos

Número de Número de
Probabilidades esperado (O- E)^2 (O- E)^2/E
accidentes días
0 100 0.1462 114.0021 196.0592 1.7198
1 200 0.2811 219.2348 369.9789 1.6876
2 250 0.2703 210.8027 1536.4262 7.2885
3 150 0.1732 135.1300 221.1183 1.6363
4 50 0.0833 64.9663 223.9908 3.4478
5 30 0.0460 35.8640 34.3870 0.9588
780 1 780 X^2cal= 16.7388

λ=promedio= 1.9231
 Solución
4.- Región Critica:

𝛘𝟐𝟎.𝟎𝟓,𝟔−𝟏 −𝟏 = 9.488

𝛘𝟐𝐂𝐚𝐥 = 16.739
 Solución

5.- Decisión:

𝛘𝟐𝐂𝐚𝐥𝐜 > 𝛘𝟐𝟎.𝟎𝟓,𝟔−𝟏−𝟏

Entonces se rechaza Ho

Análisis
6.- Conclusión: Se concluye que a nivel de significancia del 5% existe evidencia
estadística suficiente para afirmar que el número de accidentes de trabajadores no sigue
una distribución de Poisson.

Argumentación
Por lo tanto, no se pondrá en marcha una capacitación personalizada a los nuevos
empleados.
 Ejemplo de aplicación

El ingeniero de control de calidad de la empresa Aceros

Perú preocupado por las imperfecciones en su rollos
grande de acero galvanizado, decidirá revisar los
protocolos de producción si el número de inspecciones
de acero sigue una distribución Poisson. Para ello
inspecciona 75 rollos y registra el número de
imperfecciones en la siguiente tabla:
Número de
imperfecciones 1 2 3 4 5 6 7 8
Número de
rollos 1 11 8 13 11 12 10 9

Al nivel de significación del 1%, ¿el número de

imperfecciones por rollo sigue una distribución de
Poisson?
 Solución
Interpretación
Determinar si revisará los protocolos de producción de los rollos de
acero
Representación
X: Número de imperfecciones encontradas por rollo de acero
galvanizado

1.- Planteamiento de hipótesis

Ho: El número de imperfecciones por rollo sigue una
distribución de Poisson
H1: El número de imperfecciones por rollo no sigue una
distribución de Poisson
 Solución

Cálculo
2.- Nivel de significancia: α = 0.01
3.- Estadístico de prueba

Para obtener el valor del estadístico Chi cuadrado

completaremos la siguiente tabla:
 Tabla

Número de Frecuencia Frecuencia

Probabilidad (𝑶𝐢 − 𝒆𝒊 )𝟐
imperfecciones observada esperada
X*Oi de Poisson 𝒆𝒊
por rollo: X Oi 𝒆𝒊
1 1
2 11
3 8
4 13
5 11
6 12
7 10
8 9
Total 75
 Tabla completa

Número de Número de
Probabilidades esperado O E (O- E)^2 (O- E)^2/E
imperfecciones rollos
1 1 0.03630 2.7221
2 11 0.08904 6.6783 12 9.4004 6.7577 0.7189
3 8 0.14564 10.9227 8 10.9227 8.5424 0.7821
4 13 0.17865 13.3986 13 13.3986 0.1588 0.0119
5 11 0.17531 13.1484 11 13.1484 4.6158 0.3511
6 12 0.14337 10.7525 12 10.7525 1.5562 0.1447
7 10 0.10049 7.5370 10 7.5370 6.0664 0.8049
8 9 0.13120 9.8403 9 9.8403 0.7061 0.0718
75 1.00000 X^2cal= 2.88523

λ=promedio= 4.9067
 Solución
4.- Criterio de decisión
2
Si 𝜒𝑐𝑎𝑙 >  RHo

Cálculo
5.- Decisión
6.- Conclusión

Argumentación: ____________________________________
 Conclusiones

 En esta sesión hemos estudiado la aplicación de la

Chi cuadrado: Bondad de Ajuste: ajuste a la
Multinomial y ajuste a la Poisson.
 Los grados de libertad de la Chi cuadrado en la
distribución multinomial son k-1, donde m=0
 Los grados de libertad de la Chi cuadrado en el
ajuste a la Poisson son k-1-m, donde m=1 si
calculamos la media a partir de la muestra, y m=0 si
el valor de la media poblacional es conocida.
 El valor esperado en la distribución de Poisson debe
ser mayor o igual a 5, si no es así se suman los
valores de las celdas adyacentes hasta llegar a 5.
 Bibliografía

• Anderson, D., Sweeney, D., Williams T., Camm, J. y Cochran, J. (2016).

Estadística para negocios y economía. México, D.F.: Cengage Learning.
• Montgomery, D. y Runger, G. (2005). Probabilidad y estadística aplicadas a la
ingeniería. México, D.F. : Limusa Wiley.
• Triola, M. (2013). Estadística. México, D.F.: Pearson Educación.
Preguntas…
Si, luego del estudio de este material, tienes dudas sobre alguno de los temas,
ingresa al Aula Virtual y participa en el forode dudas académicasde la unidad.
 Continúa con las actividades
propuestas en la sesión.

Material producido para la Universidad Peruana de Ciencias Aplicadas

Autor: Equipo de profesores –CE87

COPYRIGHT©UPC 2019– Todos los derechos reservados