Distribucion

Chi-Cuadrado

Prueba Chi-Cuadrado de
bondad de ajuste

Carlos vasquez 8-965-1456

Emmanuel down 8-972-1196
 Distribucion Chi-Cuadrado
La distribución ji cuadrado es una familia de
distribuciones. Cada distribución se define por los grados
de libertad. (Los grados de libertad se comentan en mayor
detalle en las páginas sobre la prueba de bondad de ajuste
y la prueba de independencia). En la siguiente figura se
muestran tres distribuciones ji cuadrado diferentes, con
distintos grados de libertad.
Se puede ver que la curva azul con 8 grados de libertad es en
cierto modo similar a la curva normal (la conocida curva de
campana). Sin embargo, la cola de la derecha es más larga que
en el caso de una distribución normal, y no es simétrica.
Compare la curva azul con la naranja, con 4 grados de libertad.
La curva naranja es muy diferente de una curva normal. La
curva violeta tiene 3 grados de libertad y se parece aún menos a
una curva normal que las otras dos.
 Datos de la distribucion Chi-Cuadrado

1
La distribución chi-cuadrado es una distribución de
probabilidad cuyo símbolo es χ². En concreto, la
distribución chi-cuadrado es la suma del cuadrado de k
variables aleatorias independientes con distribución
normal.

2
La distribución chi-cuadrado también se conoce como
distribución de Pearson. Cabe destacar que la distribución
chicuadrado es un caso especial de la distribución gamma.

La distribución chi-cuadrado se utiliza mucho en

3
inferencia estadística, por ejemplo, se usa en el contraste
de hipótesis y en los intervalos de confianza. Más abajo
veremos cuáles son las aplicaciones de este tipo de
distribución de probabilidad.
 Grafica de la Distribucion Chi-Cuadrado
Una vez vista la definición de distribución chi-cuadrado,
vamos a ver varios ejemplos de este tipo de distribuciones
representadas gráficamente. Así pues, a continuación,
puedes ver cómo varia la gráfica de probabilidad de la
distribución-chi cuadrado según los grados de libertad.
En el gráfico de arriba se ha representado la función de
densidad de la distribución chi-cuadrado. Por otro lado, la
gráfica de la función de distribución de probabilidad
acumulada de la chicuadrado es la siguiente:
 Prueba Chi-Cuadrado de bondad de ajuste
La prueba chi cuadrado de bondad de ajuste es una prueba
de hipótesis estadística que se usa para averiguar si es
probable que una variable provenga o no de una
distribución específica. Se emplea a menudo para
determinar si los datos de una muestra son representativos
de la población completa.
La prueba de chi cuadrado de bondad de ajuste comprueba si
es probable que los datos de la muestra vengan de una
distribución teórica específica. Tenemos un conjunto de
valores de datos y cierta idea sobre cómo se distribuyen. Esta
prueba nos da una manera de decidir si los datos se ajustan lo
bastante bien a nuestra idea o debemos revisarla.
 Prueba Chi-Cuadrado de bondad de ajuste

Para la prueba de bondad de ajuste necesitamos

una variable. También necesitamos una idea, o
hipótesis, de la distribución de la misma.

Ejemplos

1 2
Tenemos bolsas de caramelos con cinco sabores
distintos cada una. Las bolsas deben tener el
mismo número de caramelos de cada sabor. La
idea que queremos comprobar es que la proporción
de sabores por bolsa es la misma
En un grupo de equipos deportivos infantiles,
queremos repartir de forma uniforme entre equipos
a participantes con mucha experiencia, con poca y
con ninguna. Digamos que sabemos que un 20 por
ciento de la gente tiene mucha experiencia, un 65
por ciento tiene poca y un 15 por ciento acaban de
empezar a jugar y no tienen ninguna. La idea que
queremos comprobar es que cada equipo tiene la
misma proporción de personas con mucha, poca o
ninguna experiencia que la liga en su conjunto.
 Prueba Chi-Cuadrado de bondad de ajuste

Datos categóricos o nominales.

La prueba de chi cuadrado de

1 3
bondad de ajuste no es adecuada
para datos continuos.

2
Valores de datos que son una Un conjunto de datos lo bastante
muestra aleatoria simple de la grande como para esperar al
población completa. menos cinco valores en cada
categoría de datos observada.
¡Gracias!
¡Gracias!