Instituto Tecnológico de Estudios

Superiores de Los Cabos

“Por una patria con sabiduría y espíritu de progreso”

Carrera: Contaduría Publica

Asignatura: ES. ADMIN. I
Docente: Cristian Ricardo Salmon Calzada
Actividad: Distribución de probabilidad Chi cuadrada y F
Estudiante:
Velázquez Santiago Juan Manuel
Fecha: 20/03/2024
Distribución de probabilidad Chi-cuadrada

Es una distribución estadística que surge comúnmente en el análisis de datos y en

pruebas de hipótesis. Se denota como 𝑥 2 (chi-cuadrada) y se utiliza
principalmente en contextos donde se están analizando datos que están
asociados con la varianza o la dispersión.

La distribución Chi-cuadrada se utiliza en pruebas de hipótesis para determinar si

hay una diferencia significativa entre la distribución observada y la distribución
esperada de un conjunto de datos.

También se utiliza para estimar la varianza poblacional a partir de muestras de

datos. Esta estimación es especialmente útil cuando los datos siguen una
distribución normal y se desea inferir sobre la varianza de la población.

Importancia:

La importancia de la distribución Chi-cuadrada radica en su versatilidad y

aplicabilidad en una variedad de contextos estadísticos. Además, su relación con
la distribución normal y su uso en pruebas de hipótesis hacen que sea una
herramienta fundamental en la estadística inferencial y en la modelización de
datos.

Ejemplo:

Supongamos que un investigador está estudiando la calidad del aire en una

ciudad y recopila datos sobre la concentración de un contaminante en diferentes
puntos de muestreo. Después de recopilar datos, el investigador quiere determinar
si la variación en las concentraciones de contaminantes en los diferentes puntos
de muestreo es significativa.

Para hacer esto, el investigador puede utilizar una prueba de bondad de ajuste
con la distribución Chi-cuadrada. En este caso, la hipótesis nula sería que las
concentraciones de contaminantes en los diferentes puntos de muestreo siguen
una distribución específica (por ejemplo, una distribución normal). La hipótesis
alternativa sería que las concentraciones no siguen esa distribución.

Después de calcular la estadística de prueba Chi-cuadrada y determinar el valor p

asociado, el investigador puede tomar una decisión sobre si rechazar o no la
hipótesis nula. Si el valor p es menor que un nivel de significancia predefinido, el
investigador puede concluir que hay evidencia suficiente para rechazar la hipótesis
nula y afirmar que las concentraciones de contaminantes no siguen la distribución
especificada.
Distribución F

La distribución F es una distribución de probabilidad continua que se utiliza

principalmente en estadísticas para comparar la variabilidad de dos muestras
independientes. Tiene aplicaciones en diversos campos, como la estadística, la
econometría, la ingeniería y la investigación científica.

La distribución F se utiliza para comparar la variabilidad entre dos o más grupos.

La ANOVA es una técnica estadística que compara las medias de tres o más
grupos para determinar si al menos uno de los grupos difiere significativamente de
los demás. La distribución F se utiliza para calcular la estadística de prueba en la
ANOVA.

En análisis de regresión, la distribución F se utiliza para probar la significancia

global del modelo, es decir, determinar si al menos una de las variables
independientes contribuye de manera significativa a explicar la variabilidad de la
variable dependiente.

Importancia:

 La distribución F es fundamental en estadísticas inferenciales para realizar

pruebas de hipótesis y tomar decisiones basadas en datos.
 Permite evaluar la variabilidad y la homogeneidad de diferentes muestras,
lo cual es esencial en la investigación científica y en la toma de decisiones
en diversos campos.
 Proporciona una herramienta estadística para comparar modelos y
determinar su adecuación en relación con los datos observados.

Ejemplo:

Supongamos que un investigador quiere comparar la variabilidad de los

rendimientos de dos tipos de cultivos (A y B) en diferentes condiciones de suelo.
Se seleccionan muestras de cada tipo de cultivo y se registran los rendimientos
obtenidos. Para determinar si hay diferencias significativas en la variabilidad de los
rendimientos entre los dos tipos de cultivo, se utiliza una prueba de comparación
de varianzas con la distribución F.

 Hipótesis nula (H0): Las varianzas de los rendimientos de los cultivos A y B

son iguales.
  Hipótesis alternativa (H1): Las varianzas de los rendimientos de los cultivos
A y B son diferentes.

El investigador realiza el análisis estadístico y obtiene una estadística de prueba F.

Luego compara este valor con el valor crítico de la distribución F para determinar
si rechaza o no la hipótesis nula. Si la estadística de prueba es significativamente
mayor que el valor crítico, se rechaza la hipótesis nula, lo que indica que hay
diferencias significativas en la variabilidad de los rendimientos entre los dos tipos
de cultivo.