PRUEBA DE BONDAD DE AJUSTE (Distribucion binomial)

La intención de un grupo de alumnos del curso de Estadística Inferencial es saber a que distribucion teorica se puede ajus
Se realizo un estudio a 384 alumnos de las carreras de ingenierias, a quienes se les preguntó la cantidad de dias a la sema
programacion.Los resultados obtenidos se muestran en la siguiente tabla

Paso 1 H0: Los datos provienen de una Distribución Binomial

H1: Los datos No provienen de una Distribución Binomial

Paso 2 alfa 0.05

Paso 3 n (muestra) = 5 Dias de la semana de estudio

p= ?

E(x) = n*p
3.385 = 5 * p
0.677 = p

Dias de Estudio - Frecuencia Xifi P(xi) Frecuencia (Esperados)

Programacion (Observados)

1 41 41 0.04 14.14
2 74 148 0.15 59.28
3 61 183 0.32 124.29
4 112 448 0.34 130.30
5 96 480 0.14 54.64

384 1300 0.9964888 382.651709332878

N (total muestreado) =

Paso 4 k= 5
m= 1

7.815 =Chi tabulada

Paso 5 Si Chi calc > Chi tabul entonces RH0

120,81 > 7,815 Rechazamos H0

Paso 6

A un nivel de significancia del 5% existe evidencia estadística para probar que nuestros datos
una distribución Binomial.
E (Distribucion binomial)

a que distribucion teorica se puede ajustar los datos encontrados.

s preguntó la cantidad de dias a la semana de luens a viernes, se dedican a estudiar

(O - E)2
E
51.06
3.66
32.23
2.57
31.30

120.81 =Chi calculada

adística para probar que nuestros datos No provienen de

 PRUEBA DE INDEPENDENCIA
Se estudia a 384 alumnos de ingenieria de Pre-grado y Bachilleres y a los cuales se aplica un instrumento que mide l
alumnos que invierten mensualmente para aprender un lenguaje de programacion, en las diferentes escuelas como
Industrial, de Sistemas y Sotware. Existe relación entre la cantidad de alumnos que invierten para aprender un leng
programacion y el nivel de formacion universitaria de los alumnos?. Usando un coeficiente de 5%
FORMACION
UNIVERSITARIA
Fac. Ingenieria Pre-grado Egresados
Industrial 43 50
Sistemas 62 84
Software 65 80

RESOLVEMOS:
a) Hipótesis:
H0 : La formacion universitaria y la inversion mensual por aprender un lenguaje de programacion son Independientes. (La
H1 : La formacion universitaria y la inversion mensual por aprender un lenguaje de programacion No son Independientes

b) Nivel de Significancia:
alfa = 0.05 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎(𝐸)=(𝑇𝑜𝑡𝑎𝑙 𝐹𝑖𝑙𝑎∗𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑙𝑢𝑚𝑛𝑎)/(𝐺𝑟𝑎𝑛
𝑇𝑜𝑡𝑎𝑙)

OBSERVADOS ESPERA
Fac. Ingenieria Pre-grado Egresados Total f Fac. Ingenieria
Industrial 43 50 93 Industrial
Sistemas 62 84 146 Sistemas
Software 65 80 145 Software
Total c 170 214 384 Total c

c) Estadístico de Prueba:
g.l. = (r - 1)*(c - 1) = (3-1)*(2-1) = 2
Chi-cuadrado con α = 0.05 y con 2 grados de lib. = 5.99
Chi calculado por la tabla es = 0.36

d) Regla de decisión:
Si la estadística de prueba (Chi calculado) es > Chi de la tabla (Chi critico), Rechazamos H 0
Como 0,36 es > 5.99, Rechazamos H0

e) Conclusión:
Con un nivel de significación del 5% podemos afirmar que la inversion
mensualmente de los alumnos por aprender un lenguaje de programacion y
la formacion universitaria están relacionadas.
nstrumento que mide la cantidad de
erentes escuelas como: Ingenieria
para aprender un lenguaje de
e 5%

son Independientes. (Las variables no están relacionadas)

No son Independientes. (Las variables están relacionadas)

𝑢𝑚𝑛𝑎)/(𝐺𝑟𝑎𝑛

ESPERADOS 〖𝑋 _𝐶 〗^2=∑▒(𝑂_𝑖−𝐸
_𝑖 )^2/𝐸_𝑖
Pre-grado Egresados Total f
41.17 51.83 93.00 0.08 0.06
64.64 81.36 146.00 0.11 0.09
64.19 80.81 145.00 0.01 0.01
170.00 214.00 384.00

Rechazamos H 0

𝑵𝑹𝒉_𝟎 𝑹𝒉_𝟎
1-𝛼 𝛼
 1-𝛼
𝛼

〖〖 𝑋〗^2 〗_((1−𝛼;𝑔𝑙) )