Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I5090. Sesion 8. Ji-Cuadrada
I5090. Sesion 8. Ji-Cuadrada
Unidad III
UNIVERSIDAD DE GUADAJALARA
Centro Universitario de Ciencias Económico Administrativas
9 de noviembre de 2020 1 / 19
Ji-Cuadrada
(χ2)
9 de noviembre de 2020 2 / 19
La técnica Ji o Chi cuadrada (χ2 ) es una prueba que permite analizar si
dos variables son independientes o dependientes una de otra. Asimismo,
cabe mencionar que las hipótesis son las siguientes:
9 de noviembre de 2020 3 / 19
Figura 1. Distribución bidireccionada
Área de NO Rechazo
9 de noviembre de 2020 4 / 19
Figura 2. Distribución unidireccionada
Área de
NO Rechazo
[(alfa), gl]
Área de
NO Rechazo
[(1-alfa), gl]
9 de noviembre de 2020 5 / 19
Nótese en la figura 1 que la distribución Ji cuadrada es bidireccionada,
por tanto, el nivel de significancia (alfa) se dividide en dos.
9 de noviembre de 2020 6 / 19
Tabla 1. Distribución Ji-Cuadrada
9 de noviembre de 2020 7 / 19
Tabla 1.1. Distribución Ji-Cuadrada
9 de noviembre de 2020 8 / 19
Nótese en la tabla Ji-cuadrada la primer fila, gl son los grados de
libertad, mientras que la numeración es el nivel significancia (cuando
el sesgo es hacia la izquierda) y nivel de confianza (cuando el sesgo es
hacia la derecha) simultáneamente.
9 de noviembre de 2020 9 / 19
Respondiendo a la pregunta anterior, se observa que de acuerdo a la
figura 1 y la tabla 1 con los datos propuestos, los valores son:
9 de noviembre de 2020 10 / 19
Tabla 2.
9 de noviembre de 2020 11 / 19
Para este caso se utilizarán solo los datos encerrados en el recuadro
rojo (ojo: el tamaño de la matriz de datos puede variar dependiendo
de los datos y estudio).
9 de noviembre de 2020 12 / 19
Para practicar
¿y hacia la izquierda?
9 de noviembre de 2020 13 / 19
Ejemplo...
Un señor X se opone al seguro de salubridad nacional, porque mucha
gente abusa y permanece más tiempo del requerido en el hospital, ya
que tiene la creencia de que los días de hospitalilzación dependen del
seguro o tipo de contrato de las personas.
9 de noviembre de 2020 14 / 19
En este caso las hipótesis son:
9 de noviembre de 2020 15 / 19
Para calcular el estadístico de prueba se utiliza:
2
χ2 = Σni=1 (oi.−e
ei .
i)
Donde:
oi es la frecuencia observada
ei es la frecuencia esperada
9 de noviembre de 2020 16 / 19
Tabla 3.
9 de noviembre de 2020 17 / 19
Para calcular la frecuencia esperada, dado que la matriz se hizo un
vector columna, colocando cada columna debajo de la otra, entonces,
para la frecuencia esperada se multiplicará el total de la columna 1
(110) por el total de la fila 1 (180) dividido entre 660. Posteriormente,
se repite el proceso de la columna 1 con la fila 2 y 3.
De nueva cuenta se hace el proceso pero con los totales de las columnas
2 (220) y 3 (330), es decir dichos totales se multiplicarán por los totales
de cada fila 1, 2 y 3 y serán divididos por el gran total 660, para
colocarlos en el orden correspondiente (checar tabla 3).
9 de noviembre de 2020 18 / 19
Nótese que el estadístico de prueba χ2calc = 24.31566, lo que implica
que al ser mayor al valor crítico (χ2tab = 13.277), cae en la zona de
rechazo. Por lo tanto, la hipótesis nula (H0 ) se rechaza, lo que significa
que los datos de hospitalización y tipo de cobertura no son
independientes o bien son dependientes.
9 de noviembre de 2020 19 / 19