INSTITUTO TECNOLGICO DE QUERTARO

CARRERA ING. LOGSTICA

MATERIA ESTADSTICA INFERENCIA I

TRABAJO DE UNIDAD PRUEBAS NO PARAMTRICAS KOLMOGOROV-SMIRNOV GRUPO 9V PRESENTA NOMBRE BACILIO SOFIA GRACIELA SERRANO PEREZ MIGUEL ANGEL ARGUELLO LARA BLANCA ENEDINA DOMNGUEZ HERNNDEZ ANGLICA NO.CONTROL 11141041 11141067 11141038 11141047

PROFESOR TUTOR M.C. PATRICIA YSCAPA MORN

Mircoles 22 de mayo del 2013.

Kolmogorov-Smirnov
Pruebas no paramtricas Introduccin En este proyecto se dar a conocer la prueba no paramtrica llamada kolmogorov-Smirnov que tiene como propsito el probar si existe una diferencia significativa entre una distribucin de frecuencias observadas y una distribucin de frecuencias tericas. La prueba de K-S de es uno de los mtodos no paramtricos ms tiles y generales para la comparacin de dos muestras, ya que es sensible a las diferencias tanto de ubicacin y la forma de las funciones de distribucin acumulativa emprica. Una parte importante de esta prueba se encuentra en el estadstico de K-S, Dn es particularmente til para juzgar que tan cerca est la distribucin de Fo respecto a Fe.

Objetivo Se pretende utilizar las herramientas estadsticas implementadas en la prueba de kolmogorov-Smirnov, con la finalidad de analizar el comportamiento de una poblacin normal. As como como saber cules son sus aplicaciones en nuestra carrera como ingenieros logsticos.

Desarrollo En estadstica, la prueba de Kolmogorov-Smirnov (tambin prueba K-S) es una prueba no paramtrica que se utiliza para determinar la bondad de ajuste de dos probabilidad entre s. La prueba de kolmogorov-Smirnov para una muestra se considera un procedimiento de bondad de ajuste, es decir, permite medir el grado de concordancia existente entre la distribucin de un conjunto de datos y una distribucin terica especfica. Su objetivo es sealar si los datos provienen de una poblacin que tiene la distribucin terica especfica. Mediante la prueba se compara la distribucin acumulada de las frecuencias tericas con la distribucin acumulada de las frecuencias observadas, se encuentra el punto de divergencia mxima y se determina que probabilidad existe que una diferencia de esa magnitud se da al azar.

La prueba de Kolmogorov-Smirnov puede ser modificado para servir como una bondad de ajuste de prueba. En el caso especial de las pruebas de normalidad de la distribucin, las muestras estn normalizados y en comparacin con una distribucin normal estndar. Esto es equivalente a establecer la media y la varianza de la distribucin de referencia igual a las estimaciones de la muestra, y se sabe que el uso de estos para definir la distribucin de referencia especfica cambia la distribucin nula de la estadstica de prueba: ver a continuacin . Varios estudios han encontrado que, incluso en esta forma se corrige, la prueba es menos potente para probar la normalidad de la prueba de Shapiro-Wilk o Anderson-Darling prueba . En resumen si la distancia entre las frecuencias esperadas y las frecuencias observadas no es significativa, entonces la distribucin terica describe bien la distribucin observada.

Aplicaciones de la prueba. Para pronosticar la eficiencia de un proceso o tcnicas en los diferentes departamentos administrativos.

Pasos a seguir para resolver los problemas de esta prueba: 1. 2. 3. 4. 5. 6. Datos. Hiptesis. Grafica en caso de necesitarla. Obtener frecuencia acumulada observada. Obtener frecuencia acumulada observada relativa. Obtener la frecuencia acumulada observada esperada (segn la distribucin que se pida). 7. Obtener valor crtico. 8. Obtener el estadstico. 9. Conclusin. Hiptesis H0: Los datos analizados siguen una distribucin M. H1: Los datos analizados no siguen una distribucin M. Si el valor critico es mayor que el estadstico se acepta Ho.

Formulas Frecuencia acumulativa observada relativa: Cada valor de frecuencia acumulada / total de la muestra Frecuencia acumulada observada esperada: Se obtiene con la distribucin que te pide el ejercicio. Poisson, distribucin normal, binomial, etc. Estadstico: Dn= mx. Fe-Fo Valor crtico: En las tablas del apndice 8 donde necesitamos (alfa) y tamao de la muestra.

Conclusin. Haber resuelto ejercicios de esta prueba, nos dimos cuenta de que tipos de distribucin (Poisson, distribucin normal o binomial) nos pueden ayudar para poder resolverlos. Adems como utilizar la formula Dn y la tabla de significancia. El conocer y saber manejar las pruebas no paramtricas, en este caso K-S, nos permite tener una amplia teora para poder utilizarla en algn futuro cuando nos desarrollemos como Ingenieros en Logstica especialmente usndola como herramienta de toma de decisiones para pronosticar resultados y nos permita hacer una anlisis de que tan factible es tomar cierta decisin y hacia donde se inclinan nuestros datos, valores etc.

Ejercicios resueltos. 1. Al nivel de significancia de 0.05. podemos concluir que los siguientes datos provienen de una distribucin de Poisson con =3?
Nmero de llegadas por da

6o+

Nmero 6 de das

18

30

24

11

1) Datos Nivel de significancia de .05 = 3 Distribucin Poisson n = 100 2) Ho; los datos provienen de una distribucin de Poisson con =3 H1; los datos no provienen de una distribucin de Poisson con =3

4-6) Obtener las tablas

No. Llegadas 0 1 2 3 4 5 6 fo acumula da 6 18 30 24 11 2 9 6 24 54 78 89 91 100 frecuencia acumulativa observada relativa 0,06 0,24 0,54 0,78 0,89 0,91 1 frecuencia acumulativa observada esperada 0,049787068 0,149361205 0,224041808 0,224041808 0,168031356 0,100818813 0,050409407

fo

Fe-Fo 0,10978707 0,09063879 0,31595819 0,55595819 0,72196864 0,80918119 0,94959059

7) Valor critico

1.36/100 = 0.1360 8) Estadstico Dn= 0.95 en X= 6 0.1360 < 0.95 As que rechazamos Ho. 9) conclusin: los datos obtenidos no pertenecen a la distribucin de Poisson con =3.

2. La siguiente es una distribucin de frecuencias observadas. Utilice la distribucin normal con M= 98.6 y = 3.78. a) Encuentre la probabilidad de caer en cada clase. b) Del inciso a), calcule la frecuencia esperada de cada categora. c) Calcule Dn. d) Para un nivel de significancia de 0.10 parece que esta distribucin est bien descrita por la distribucin normal sugerida? Valor de la < 92 variable Frecuencia 69 observada a) 92-95.99 408 96-99.99 842 100103.99 621 104 137

Normal, Media=98.6, Desv.Est.=3.78 0.12 0.10 0.08

Densidad

Grfica de distribucin

0.06 0.04 0.02 0.00 0.1330 0.0778 0.3557 0.3557 0.0778 92 96 104 98.6 90 95 100 105 X -1.11 0.37 1.42 -1.42 -0.37

110 Z

b) n rea 0.0778 0.3557 0.133 0.3557 0.0778 Frecuencias esperadas 161.5906 738.7889 276.241 738.7889 161.5906

2077

c) Valor de la variable <92.0 92.095.99 Frecuencia Frecuencia Frecuencia Frecuencia Desviacin observada acumulada acumulada acumulada absoluta observada observada observada [Fe-Fo] relativa esperada 69 408 69 477 0.03322099 0.22965816 0.0778 0.04457901 0.4335 0.20384184

96.099.99 100103.99 104

842 621 137

1319 1940 2077

0.63505055 0.93403948 1

0.5665 0.06855055 0.9222 0.01183948 1 0

Dn=

0.20384184

En X=96

d) Ho; La distribucin es descrita por la distribucin normal sugerida. H1; La distribucin NO es descrita por la distribucin normal sugerida.

Dn Tabla=

1.22 = 2077

0.0268

Conclusin: 0.0268<0.2068 como el nivel de significancia es mayor que el valor calculado de Dn entonces aceptamos la hiptesis nula por lo tanto determinamos que los datos si tienen un comportamiento normal.

CUESTIONARIO

Para qu se utiliza la prueba no paramtrica llamada Kolmogorov Smirnov? Se utiliza para determinar la bondad de ajuste de dos distribuciones de probabilidad entre s. Cul es el estadstico K-S?

Dn = max Fe - Fo Qu distribuciones se puede generar con la prueba K-S? La distribucin Poisson, distribucin norma, binomial, etc. Cules son las frecuencias que se requieren para obtener la desviacin absoluta? Frecuencia observada, frecuencia acumulada observada, frecuencia acumulada observada relativa y la frecuencia acumulada observada esperada. Cmo aceptamos la hiptesis nula? Si el valor de la tabla para el nivel de significancia elegido es mayor que el valor calculado de Dn, entonces aceptaremos la hiptesis nula.

FUENTES DE INFORMACIN

Levin Richard l. y Rubin David S. Estadstica para Administracin y Economa. PEARSON EDUCACION, Mxico, 2004. Sptima Edicin.
http://www.ulpgc.es/.../Complemento_3_Prueba_de_Bondad_de_Ajuste_de_K...%E2 %80%8E. https://www.u-cursos.cl/ingenieria/2005/1/IN47B/1/material.../60939%E2%80%8E. http://www.ray-design.com.mx/.../index.php?option...kolmogorov...%E2%80%8E.