Estadística Aplicada

para la gestión

Experimentos

10 multinomiales y tablas de
contingencia.
1. Experimentos Multinomiales : Bondad de ajuste
1.1 Prueba de bondad de ajuste
H0: El número de empleados que acuden al consultorio médico se encuentra distribuido en forma uniforme a lo
largo de la semana
H1: El número de empleados que acuden al consultorio médico no encuentra distribuido en forma uniforme a lo
largo de la semana

=5- 1

Tabla chi cuadrado

 =200*0.2

=(49-40)^2/40

=2.025+0.625+1.6+0.025+0.625

No se rechaza la hipótesis nula NRHo

Existe evidencia estadística significativa, para afirmar que el

número de empleados que acuden al consultorio médico se
encuentra distribuido en forma uniforme a lo largo de la
semana
 Solución:

H0: La información del semestre pasado concuerda con la del semestre antepasado
H1: La información del semestre pasado no concuerda con la del semestre antepasado

=4 - 1

Tabla chi cuadrado

 =DISTR.CHICUAD.CD(27.1781251;3)

Existe evidencia estadística significativa, para afirmar la

Se rechaza la hipótesis nula RHo información del semestre pasado no concuerda que la del
semestre antepasada, por lo tanto ambas informaciones son
diferentes
2. Tablas de contingencia
2.1 Prueba de Independencia
Se llevo a acabo un experimento para poner a prueba las habilidades de los
nuevos egresados de la carrera de Economía . Los nuevos egresados fueron
sometidos a pruebas en dos entornos laborales, uno de ellos contaba con la
presencia de un supervisor y en el otro campo laboral solo se encontraban
los egresados, los resultados se presentan en la siguiente tabla. Utilice un
nivel de significancia de 0.01 para probar la aseveración de que los
egresados cuenten con las habilidades necesarias es independiente de la
presencia del supervisor .
Solución:

H0: La cantidad de egresados que cuentan con las habilidades necesarias es independiente de la
presencia del supervisor
H1: La cantidad de egresados que cuentan con las habilidades necesarias es dependiente de la
presencia del supervisor

=(2-1)*(2-1)

Tabla chi cuadrado

 =DISTR.CHICUAD.CD(34.3447629;1)

=(54*54)/368

=(22-7.923913043)^2/7.923913043
 Se rechaza la hipótesis nula Rho

Existe evidencia estadistica

significativa para afirmar que la
cantidad de egresados que cuentan
con las habilidades necesaras es
dependiente de la presencia del
supervisor
 3.2.2 Prueba de Homogeneidad

Se extraen muestras independientes de varias poblaciones y se prueban para ver

si son homogéneas y se prueban para ver si son home genas con respecto a algún
criterio de clasificación. Un conjunto de totales marginales son fijos mientras que
los otros marginales son aleatorios
2.2 Prueba de Homogeneidad
H0: La proporción de las respuestas son las mismas para los sujetos de la entevista Ho:f1=f2
H1: La proporción de las respuestas son diferentes para los sujetos de la entevista H1:f1≠f2

=(2-1)*(2-1)

Tabla chi cuadrado

=DISTR.CHICUAD.CD(6.52934318;1)

=(868*800)/1200

=(560-578.666667)^2/578.666667
 Se rechaza la hipótesis nula Rho

Existe evidencia estadística significativa para

afirmar que la proporción de las respuestas
son diferentes para los sujetos de la
entrevista.
 Ejemplos
de Pruebas de
Bondad
Una

de Ajuste
variable
 Ejemplo
1
• El Banco de crédito del Perú, trata de seguir la política de extender un 60% de sus
créditos a empresas comerciales, un 10% a personas naturales y un 30% a
prestatarios extranjeros. Para determinar si la política era seguida, el
vicepresidente de mercadeo selecciona aleatoriamente 85 créditos aprobados
recientemente. Encuentra que 62 de tales créditos se otorgaron a negocios, 10 a
personas naturales y 13 a prestatarios extranjeros. A un nivel del 10% ¿ Parece
que el patrón de cartera deseado se salvaguarda?

Tipo de
fi
Crédito
Comerciales 62
Personales 10
Extranjeros 13

85
Solución:

H0: Se mantuvo el patrón deseado: 60% son créditos comerciales, 10% son préstamos personales
y 30% son créditos extranjeros.
H1: El patrón deseado no se mantuvo

=3 - 1

Tabla chi cuadrado

 E=85*0.6

=((62-51)^2)/51

=2.37254902 + 0 +
6.12745098

Se rechaza la hipótesis nula RHo Existe evidencia estadística significativa,

para afirmar que No se mantuvo el patrón
deseado
8.764705882

4.6052
 Ejemplo
2
Durante los últimos 3 años una revista reconocida realiza un debate sobre si hay
relación con la virtualidad de las clases y el incremento de las notas por parte de
los estudiantes universitarios. Esta revista clasifico que 1361 estudiantes de las
diferentes carreras de la facultad de ciencias de la empresa incrementaron sus
promedios finales y se obtuvieron los siguientes datos. Pruebe la hipótesis nula de
iguales proporciones usando 0.01 mediante el uso de la tabla ji cuadrada.
Estudiantes de la carrera de 323
contabilidad
Estudiantes de la carrera de economía 327
Estudiantes de la carrera de 324
Administración y finanzas
Estudiantes de la carrera de 387
Administración y Marketing.
H0: PI=P2=P3=04
H1: Al menos una de las proporciones es diferente de la otra.

=4- 1

Tabla chi cuadrado

 =1361/4

=((323-340.25)^2)/340.25

=0.87454078+0.5159809+0.77608376
+6.42340191

No rechaza la hipótesis nula NRHo Existe evidencia estadística

significativa, para afirmar que al 1%
de significancia se concluye que las
clases virtuales no condicionan el
incremento del promedio final de los
estudiantes universitarios
 Ejemplos
de Prueba de
independencia y
homogeneidad
Tablas de contingencia
 Prueba de Independencia
• Se usa para analizar la frecuencia de dos variables con
categorías múltiples para determinar si las dos variables
son independientes o no.
• Por ejemplo:
• ¿El tipo de refresco preferido Por un
consumidor es independiente de su grupo
etáreo?
• ¿El estado nutricional esta asociado con el desempeño
académico?
• ¿Determinar si la región geográfica es independiente del tipo de
inversión financiera?
La prueba Chi cuadrado de independencia es particularmente útil
para analizar datos de variables cualitativas nominales.
Ejemplo:
Se toma una muestra aleatoria de 3800 familias y se les
clasifica segú n su nivel de ingresos (alto, medio o bajo) y
el tipo de colegio a la que envían sus hijos. La siguiente
tabla muestra los resultados obtenidos:

Categoría Tipo de Colegio

de Privado Público Mixto
Ingresos

Alto 506 394 215

Medio 438 462 512
Bajo 215 385 678
¿A un nivel de significancia del 1% hay razó n para creer
que el ingreso y el tipo de colegio no son variables
independientes?
Ejemplo:
¿A un nivel de significancia del 1% hay razó n para creer
que el ingreso y el tipo de colegio no son variables
independientes?
Categoría Tipo de Colegio
de Ingresos Privado Público Mixto
1115
Alto 506 394 215
Medio 438 462 512
Bajo 215 385 678
1159 380
5
Categoría Tipo de Colegio
de Privado Público Mixto
Ingresos
1159 ∗ 1115
Alto 3805

Medio
Bajo
Ejemplo:
¿A un nivel de significancia del 1% hay razó n para creer
que el ingreso y el tipo de colegio no son variables
independientes?
Categoría Tipo de Colegio
de Ingresos Privado Público Mixto
1115
Alto 506 394 215
Medio 438 462 512
Bajo 215 385 678
1159 380
5
Categoría Tipo de Colegio
de Privado Público Mixto
Ingresos
Alto 339.63
Medio
Bajo
Ejemplo:
¿A un nivel de significancia
del 1% hay razó n para creer que el
ingreso y el
variables independientes? tipo de
colegio no son
• Rechazamos H0 como
verdadera:
• Tipo de colegio y nivel de
ingresos no
son
independiente
s gl =(3-1)(3-
1)
gl = 4