Documentos de Académico
Documentos de Profesional
Documentos de Cultura
URUAPAN
LICENCIATURA EN
INGENIERÍA INDUSTRIAL
Tema 4
P R E S E N T A
Solís Alejandre Joel Iván
Vázquez Mier Gerardo
LÍNEA DE INVESTIGACIÓN:
ASESOR:
ING. Gilberto Chávez Esquivel
Instituto Tecnológico Superior de Uruapan
Una serie de guías de estudio en las que se desarrollan los temas de los programas
de las asignaturas del área de Probabilidad y Estadística, así como temas selectos
que complementan el aprendizaje de esta disciplina. Tienen la característica de que
el estudiante adquiera sólo aquella que trate el tema que necesite reforzar o el que
sea de su propio interés. Estas guías de estudio pretenden reorientar y actualizar el
enfoque con el que se debe abordar el estudio de los métodos estadísticos,
despertando la inquietud por aprender y resolver los problemas y casos planteados.
La hipótesis nula puede ser que las cuatro categorías de estado civil tienen igual
representación dentro de la población de la que se extrajo la muestra. En este caso
se esperaría que en este ejemplo hubiera 25 casados, 25 solteros, 25 viudos y 25
divorciados. Emplear un α = 0,05. El estadígrafo es la χ2 es un estadígrafo resumido
que refleja el grado de congruencia global entre las frecuencias observadas y
esperadas.
Si existe una congruencia muy estrecha entre las frecuencias observadas y
las esperadas, el valor de χ2 es muy pequeño.
Si la congruencia es pobre, dicho valor es muy grande
4.1.2 Prueba de independencia
La prueba de independencia Chi-cuadrado, nos permite determinar si existe una
relación entre dos variables categóricas. Es necesario resaltar que esta prueba nos
indica si existe o no una relación entre las variables, pero no indica el grado o el tipo
de relación; es decir, no indica el porcentaje de influencia de una variable sobre la
otra o la variable que causa la influencia. Para comprender mejor este tema es
necesario recordar cuales son los eventos independientes y cuales los
dependientes.
PRUEBA:
Una agencia de publicidad desea saber si el género de los consumidores es
independiente de sus preferencias de cuatro marcas de café. La respuesta
determinará si se deben diseñar diferentes anuncios dirigidos a los hombres y otros
diferentes para las mujeres. Realice la prueba con un nivel de significancia del 5%.
4.1.3 Prueba de la bondad de ajuste
La prueba de ji cuadrada también se puede utilizar para decidir si una distribución
de probabilidad, como la binomial, la de poisson o la normal, es la distribución
apropiada. “La prueba ji cuadrada nos permite formular una pregunta para probar si
existe una diferencia significativa entre una distribución observada y de frecuencia
y una distribución teórica de frecuencias”. De esta manera, estamos en condiciones
de determinar la bondad y ajuste de una distribución teórica; en otras palabras,
podemos precisar hasta qué punto encaja en la distribución de los datos que hemos
observado. Así pues, podemos determinar si debemos creer que los datos
observados constituyen una muestra extraída de la supuesta distribución teórica.
PRUEBA:
Un dado se lanzó 36 veces, haga una prueba con un nivel de significancia del 5%,
para comprobar si el dado es legal o no. Los resultados obtenidos del ejercicio
fueron los siguientes:
4.1.4 ¿Qué es una tabla de contigencia?
Una tabla de contingencia es una tabla que cuenta las observaciones por múltiples
variables categóricas. Las filas y columnas de las tablas corresponden a estas
variables categóricas.
Por ejemplo, después de una elección reciente entre dos candidatos, una encuesta
de salida registró el sexo y el voto de 100 electores seleccionados de manera
aleatoria y los datos se tabularon
Hombre 18 14 32
Mujer 23 13 36
Todos 41 27 68
Esta tabla de contingencia cuenta las respuestas según sexo y voto. El conteo en la
intersección de la fila i y la columna j se denota como nij, y representa el número de
observaciones que muestra esa combinación de niveles. Por ejemplo, n 1,2 muestra
el número de encuestados masculinos que votaron por el Candidato B.
La tabla también incluye los totales marginales para cada nivel de las variables. Los
totales marginales para las filas muestran que 52 de los encuestados fueron
mujeres. Los totales marginales para las columnas muestran que 67 encuestados
votaron por el Candidato A. Además, el total general muestra que el tamaño de la
muestra es 100.
Las tablas de contingencia también pueden revelar asociaciones entre las dos
variables. Utilice una prueba de chi-cuadrada o una prueba exacta de Fisher para
determinar si los conteos observados difieren significativamente de los conteos
esperados bajo la hipótesis nula de que no existe asociación. Por ejemplo, usted
podría probar si existe una asociación entre sexo y voto.
Las tablas de contingencia más simples son tablas de dos factores que cuentan las
respuestas según dos variables. Usted puede categorizar las observaciones según
tres o más variables al "cruzarlas". En el ejemplo de votación anterior, las respuestas
también podrían clasificarse según el estatus de empleo.
Una tabla de contingencia es una tabla que cuenta las observaciones por
múltiples variables categóricas. Las filas y columnas de las tablas corresponden a
estas variables categóricas. La tabla también incluye los totales marginales para
cada nivel de las variables.
Minitab
Es otro de los programas más usados en el mundo para análisis estadístico. Permite
calcular la mayoría de metodologías estadísticas habituales, entre las que se
cuentan: análisis exploratorio de datos, gráficos estadísticos, control de calidad,
estadística no paramétrica, regresión y sus variantes, análisis multivariado de datos,
etc.
Puede ver las características de la versión 15 y descargar una versión de
demostración funcional durante 30 días.
Manual en pdf: Documento publicado por la Universidad Oberta de Cataluña.
Muestra de manera detallada el cálculo de medidas de tendencia central, dispersión,
posición, asimetría, para diferentes conjuntos de datos. Las ecuaciones
presentadas para el cálculo manual, son reforzadas mediante la resolución de los
ejercicios en Minitab.
Las pruebas no paramétricas, también conocidas como pruebas de distribución
libre, son las que se basan en determinadas hipótesis, pero lo datos observados no
tienen una organización normal. Generalmente, las pruebas no paramétricas
contienen resultados estadísticos que provienen de su ordenación, lo que las vuelve
más fáciles de comprender.
Ejemplo: Una variable que mide la calidad de un post. La variable puede tomar
valores enteros del 1 al 5, donde el valor 1 es el peor y el 5 el mejor. En esta variable
sigue sin tener sentido las operaciones aritméticas, pero ahora sí tiene sentido el
orden. Si un post tiene valor 4 y otro tiene valor 2, el primero se entiende que es
mejor que es segundo.
Escala de intervalo: En una escala de intervalo, los datos tienen las propiedades
de los datos ordinales, pero a su vez la separación entre las variables tiene sentido.
Este tipo de datos siempre es numérico, y el valor cero no indica la ausencia de la
propiedad.
Veamos un ejemplo: La temperatura (en grados centígrados) media de una ciudad.
En esta escala, los números mayores corresponden a temperaturas mayores. Es
decir, el orden importa, pero a la vez la diferencia entre las temperaturas importa.
Escala de razón:En una escala de razón, los datos tienen todas las propiedades
de los datos de intervalo, y la proporción entre ellos tiene sentido. Para esto se
requiere que el valor cero de la escala indique la ausencia de la propiedad a medir.
Ejemplos de este tipo de variables son el peso de una persona al tiempo utilizado
para una tarea.
Ejemplo:
Una variable que mide el salario de una persona.
En esta variable, si una persona gana 100, y otra 10, la primera gana más que la
segunda (comparación). También tiene sentido decir que la primera gana 90 más
que la segunda (diferencia), o que gana 10 veces más (proporción).
Se trata de una prueba de bondad de ajuste, es decir, sirve para verificar si las
puntuaciones que hemos obtenido de la muestra siguen o no una distribución
normal. Es decir, permite medir el grado de concordancia existente entre la
distribución de un conjunto de datos y una distribución teórica específica. Su objetivo
es señalar si los datos provienen de una población que tiene la distribución teórica
especificada, es decir, lo que hace es contrastar si las observaciones podrían
razonablemente proceder de la distribución especificada.
4.2.4 Prueba de Anderson – Darling
En estadística, la prueba de Anderson-Darling es una prueba no paramétrica
sobre si los datos de una muestra provienen de una distribución específica. La
fórmula para el estadístico A determina si los datos (observar que los datos se
deben ordenar) vienen de una distribución con función acumulativa Donde:
El estadístico de la prueba se puede entonces comparar contra las distribuciones
del estadístico de prueba (dependiendo que se utiliza) para determinar el P-valor.
El estadístico Anderson-Darling mide qué tan bien siguen los datos una distribución
específica. Para un conjunto de datos y distribución en particular, mientras mejor se
ajuste la distribución a los datos, menor será este estadístico. Por ejemplo, usted
puede utilizar el estadístico de Anderson-Darling para determinar si los datos
cumplen el supuesto de normalidad para una prueba t.
Esta prueba evalúa la normalidad calculando la correlación entre sus datos y los
valores normales de sus datos. Si el coeficiente de correlación está cerca de 1, la
población probablemente es normal.
FORMULA
DONDE:
• S= Desviación estándar
EJEMPLO 1
Pruebe la hipótesis de si los siguientes datos se ajustan a una distribución normal
3.2 4.1 6.3 1.9 0.6
5.4 5.2 3.2 4.9 6.2
1.8 1.7 3.6 1.5 2.6
4.3 6.1 2.4 2.2 3.3
Rj=1.00313642
Rj0.05.20= 0.9303
1.00313>0.9303
Ho: Rj>Rja se acepta que Ho sigue una distribución normal.
Fuentes bibliográficas
http://asesorias.cuautitlan2.unam.mx/Laboratoriovirtualdeestadistica/CARPETA%203%20I
NFERENCIA_ESTADISTICA/DOC_%20INFERENCIA/TEMA%204/08%20PRUEBA%20D
E%20CHICUADRADA.pdf
https://campus.i.edu.mx/_Cursos/Curso00519/Temario/pdf%20leccion%202/2.%20JI%20
Cuadrada.pdf
https://prezi.com/f8b8-f86ml2s/prueba-ryan-joiner/