Aplicación

Ji-Cuadrada
MAESTRÍA EN INGENIERÍA INDUSTRIAL

Presentan:
Diana Hernández Carbajal
Luvis Paola León Romero
José Martín Manrique Rivera
María Fernanda Ortega Cordero
 Distribución de
probabilidad χ 2

Caso particular de la distribución Gamma con

Grados de libertad (k)

Parámetros de interés:
• Media = k
• Varianza = 2k
• Moda = k-2 solo si k>2

Nota: Cuando la función χ2 tiene mas de 30 grados de libertad se considera una distribución normal
Distribución de
probabilidad χ 2

NOTA IMPORTANTE
Cuando la función χ2 tiene mas de 30
grados de libertad se considera una
distribución normal.
α y el uso de tablas
{ [𝑥 ]
𝑣 𝑥
1 2
−1 −
2
𝑣
𝑒
𝑓 ( 𝑥 ; 𝑣 )= 2 2
∗ ( 𝑣2 ) ,𝑥 ≥0

0 , 𝑥 <0

1
∞
( 𝑣2 ) −1 2

α=𝑃 ( 𝑋 > χ )= ∫( χ
2
2 2 2 −χ
α 𝑣
) 𝑒 𝑑χ
𝑣 χ
2

2 2
Γ( ) α

Región de aceptación de Ho Región de rechazo de Ho

 Ji-Cuadrada

Prueba que contrasta frecuencias observadas con las

frecuencias esperadas de acuerdo con la hipótesis nula.

Prueba la asociación entre dos variables, y permite evaluar en

qué medida se ajusta la distribución de frecuencias obtenida
con los datos de una muestra, a una distribución teórica o
esperada.
Ji- cuadrado como prueba de
asociación

Asociación entre uso

de cinturón de
seguridad en
vehículos y el nivel
particulares socioeconómico del
conductor del vehículo. 
Ji- cuadrado como prueba de asociación

alfa=0,05
¿Permiten estos datos afirmar que el uso del cinturón de seguridad depende del nivel
socioeconómico?
Ji- cuadrado como prueba de asociación
1. Planteamiento de las hipótesis que se someterán a prueba

H0: “El uso de cinturón de seguridad es independiente del nivel socioeconómico”.

H1: “El uso de cinturón de seguridad depende del nivel socioeconómico”.

2. Calcular las frecuencias esperadas

Ji- cuadrado como prueba de asociación
3. Calcular el estadístico de prueba

  oi  representa a cada frecuencia observada .

 ei representa a cada frecuencia esperada.

X^2 = 5.23 Valor del estadístico .

 Ji- cuadrado como prueba de asociación
4. Comparar resultado con valores de la tabla de probabilidad
 
X^2 = 5.23 Valor del estadístico .

Región de aceptación Región de rechazo

de Ho de Ho
Ji- cuadrado como prueba de asociación
4. Comparar resultado con valores de la tabla de probabilidad
 
X^2 = 5.23 Valor del estadístico .

Grados de libertad (gl)=(nº de filas–1)x(nº de columnas–1)

Así, en nuestro ejemplo, en que hay 2 filas y 3 columnas, los
grados de libertad serán:
gl=(2-1)x(3-1)=2

nivel de significación
alfa=0,05. 
X^2 = 5.99
Ji- cuadrado como prueba de asociación
5. Graficar respuestas obtenidas

aceptar la hipótesis nula que plantea que las variables

5.23 “uso de cinturón de seguridad” y “nivel socioeconómico”
son independientes.
5.99

Región de aceptación Región de rechazo

de Ho de Ho
Procedimiento en

https://youtu.be/_M69wS_Pq8g
1 2 3

4 5

α
1 3

2
Ho: “El uso de cinturón de seguridad es independiente del nivel socioeconómico”.
Procedimiento en

https://youtu.be/_M69wS_Pq8g
 NIVEL oi  representa a cada frecuencia observada
NIVEL NIVEL
USO DEL SOCIOECO 3. Calcular el estadístico de prueba  ei representa a cada frecuencia esperada.
SOCIOECONO SOCIOECONO TOTAL
CINTURON NOMICO
BAJO
MICOMEDIO MICO ALTO FORMULA (O-E)2 / E
SI 8 15 28 51 NIVEL NIVEL NIVEL
USO DEL
NO 13 16 14 43 CINTURON
SOCIOECONOMI SOCIOECONOMICO SOCIOECONOMICO TOTAL
CO BAJO MEDIO ALTO
TOTAL 21 31 42 94
SI 1.0107972 0.196758044 1.192462801 51
1: Definir las hipótesis. NO 1.1988525 0.233364192 1.414316345 43
H0 : “El us o de cinturón de s e gurida d e s TOTAL 21 31 42 94 X^2= 5.24655113 FORMULA
ES LA SUMA DE LOS VALORES DENTRO DE LA MATRIZ
SIN LOS TOTALES
inde pe ndie nte de l nive l s ocioe conómico ”.
H1 : “El us o de cinturón de s e gurida d de pe nde de l Paso 4: Calcular la estadística de prueba X2 y el valor p P= 0.07256478

nivel s ocio e conómico ”. correspondiente. dónde: x: estadística de prueba X2

grados de libertad, calculados como
P=DISTR.CHICUAD.CD(x, GRADOS DE (#FILAS-1) * (#COLUMNAS-1)
Paso 2: Calcular los valores esperados. FORMULA
LIBERTAD)
Valor esperado = (suma de fila * suma de
FORMULA
columna) / suma de tabla.
NIVEL
NIVEL NIVEL
USO DEL SOCIOECO
SOCIOECONO SOCIOECONO TOTAL Pas o 5: S aca una conclus ión.
CINTURON NOMICO
MICOMEDIO MICO ALTO
BAJO
SI 11.393617 16.81914894 22.78723404 51 Dado que este valor p no es inferior a 0,05, no rechazamos la
NO 9.606383 14.18085106 19.21276596 43 hipótesis nula. Esto significa que no tenemos pruebas suficientes
TOTAL 21 31 42 94 para decir que existe una asociación entre Elas variantes
Ji- cuadrado como prueba de Bondad de
ajuste

Evaluar cuán buena

Probar la bondad de un puede resultar una
ajuste es ver en qué distribución teórica,
medida se ajustan los cuando pretende
datos observados a una representar la
distribución teórica o distribución real de los
esperada. datos de una muestra
determinada.
Ji- cuadrado como prueba de Bondad de
ajuste
Distribución esperada de un grupo de individuos
de una población son clasificados según grupo
sanguíneo
Muestra 150 donantes

Distribución observada
 Ji- cuadrado como prueba de Bondad de
ajuste
1. Planteamiento de las hipótesis

H0: los datos se ajustan a la distribución teórica.

H1: los datos no se ajustan a la distribución teórica.

2. Elegir nivel de significacia y calculo de frecuencia esperada en datos observados

Los grados de libertad de esta tabla se

obtienen restando 1 al número de filas,
en este caso: gl=4-1=3

Alfa=0,01
 Ji- cuadrado como prueba de Bondad de
ajuste
3. Se calcula el estadístico de prueba

oi  representa a cada frecuencia observada .

 ei representa a cada frecuencia esperada.

X^2 = 0.73 Valor del estadístico .

Ji- cuadrado como prueba de Bondad de
ajuste
4. Comparar resultado con valores de la tabla de probabilidad
 
X^2 = 0.73 Valor del estadístico .
Grados de libertad (gl)=(nº de filas–1)
Así, en nuestro ejemplo, en que hay 4 filas,
los grados de libertad serán:
gl=4-1=3

nivel de significación
alfa=0,01. 
X^2 = 11.34
 Ji- cuadrado como prueba de Bondad de
ajuste
5. Graficar respuestas obtenidas

Los datos observados se ajustan a la distribución teórica, por lo

0.73 tanto las diferencias observadas no son estadísticamente
significativas.

11.34

Región de aceptación Región de rechazo

de Ho de Ho

https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/5266#:~:text=El%20estad
%C3%ADstico%20ji%2Dcuadrado%20(o,acuerdo%20con%20la%20hip%C3%B3tesis%20nula.
Procedimiento prueba de
ajuste de bondad
1 2 3

4
5

α X = 11.34
1 3

2
 X = 0.734

X = 11.34

Ho: los datos se ajustan a la distribución teórica.

Procedimiento en

https://youtu.be/_M69wS_Pq8g
 Ji- cuadrado como prueba de Bondad de ajuste
Paso 1: Ingrese los datos.
GRUPO OBSERVADO ESPERADO
Muestra 150 donantes
AB 4 2.00%
A 48 30.50%
B 15 9.30%
O 83 58.20%

Paso 2: Encuentre la diferencia entre los valores dónde:

observados y esperados. Σ: es un símbolo elegante que significa
"suma"
FORMULA X2 = Σ(O-E)2 / Y O: valor observado
E: valor esperado
GRUPO OBSERVADO ESPERADO (O-E)^2/Y
AB 4 3 0.33
A 48 45.75 0.11
Paso 3: Calcule la estadística de la prueba de Chi-
B 15 13.95 0.08
Cuadrado y el valor p correspondiente.
O 83 87.3 0.21
ES LA SUMA DE LOS VALORES dónde: x: estadística de prueba X2
X^2= 0.73
DENTRO(O-E)^2/Y grados de libertad, calculados como
P= 0.8650
FORMULA
P=DISTR.CHICUAD.CD(x, (#FILAS-1) * (#COLUMNAS-1)
GRADOS DE LIBERTAD)

Paso 4: Interpretar los resultados. grados de libertad

La X2 la estadística de prueba para la prueba es .73 y el valor p 3
correspondiente es .865. Dado que este valor p no es inferior a Alfa
0,05, no rechazamos la hipótesis nula. Esto significa que no 0.01 11.34
tenemos pruebas suficientes para decir que la verdadera
distribución es diferente de la distribución que se tenia
originalmente
Conclusión
En conclusión, podemos determinar que una prueba de Hipótesis determina que dos variables
están relacionadas o no, es decir, si existe alguna dependencia estadística entre ellas.
Considerada como una “distribución asimétrica” ya que solo toma valores mayores a 0.
Se consideran dos tipos diferentes de pruebas de χ2 :

1. La prueba de bondad de ajuste χ2: se usará cuando se deba determinar si una variable
categórica sigue o no una distribución hipotética. Como: Contar clientes. Probar si un dado es
justo, etc

2. La prueba de independencia de χ2: Se utiliza para determinar si existe o no una asociación

significativa entre dos variables categóricas. Como: Preferencia de voto y género, Color favorito y
deporte favorito, Nivel de educación y estado civil, etc

Ambas pruebas serán solo apropiadas para usar cuando trabaja con variables categóricas
(variables que toman nombres o etiquetas y pueden encajar en categorías)
¡GRACIAS!