4a. U. Pruebas de Bondad de Ajuste

Lic.
Vicente S nchez y Ram rez

Pruebas de bondad de ajuste
_____________________________________________________________________________
__________
1. PRUEBAS DE BONDAD DE AJUSTE.
1.1 Prueba ji-cuadrada.
Uno de tantos usos de la prueba ji-cuadrada es la de emplearse como prueba de
bondad de ajuste, la cual se utiliza generalmente cuando no se conoce la funcin de
distribucin de probabilidad de alguna variable que estamos estudiando, digamos X,
y deseamos probar la hiptesis de que X, sigue una funcin de probabilidad en
particular.
El procedimiento de prueba requiere una muestra aleatoria de tamao n de la
variable aleatoria X, cuya funcin de distribucin de probabilidad se desconoce.
Estas n observaciones se arreglan en una tabla de frecuencias teniendo k intervalos
de clase.
TEOREMA. Una prueba de bondad entre frecuencias observadas y esperadas se
basa en la estadstica.
( )
=
k
i i
i i
C
O
X
1
2
2

!onde"

i
O
# frecuencias observadas

i
# frecuencias esperadas

XC
2
# es el valor de una variable aleatoria cuya distribucin muestral se
apro$ima a la distribucin ji-cuadrada, con par%metro
1 = p k v
llamado grados de libertad.

!onde p representa el n&mero de par%metros para estimar las frecuencias
esperadas de la distribucin hipot'tica y k el n&mero de intervalos.
(i las frecuencias observadas son casi iguales a las frecuencias esperadas,
2
c
ser%
pequea, lo que indica un buen ajuste, llev%ndonos a aceptar la hiptesis nula
) ( ) ( :
0
x f x f H =
. (i las frecuencias observadas difieren considerablemente de las
frecuencias esperadas, el valor
2
c
ser% grande y el ajuste ser% muy pobre, por lo

que rechazaremos la hiptesis 0
H
. )on lo que podramos concluir que e$isten
diferencias significativas entre los valores observados y los esperados.
*a regin crtica caer% en la coa derec!a de la distribucin ji-cuadrada. +ara un
nivel de significacin " se rechazar% 0
H
si
2
c
e# $a%or
2
,
)uando el valor de alguna de las frecuencias esperadas sea $enor o i&ua a cinco,
se recomienda sumar los intervalos de clase en un solo intervalo, aunque esto nos
lleva a la reduccin de los grados de libertad.
1
Lic. Vicente S nchez y Ram rez
_____________________________________________________________________________
__________
El procedimiento para la realizacin de la prueba ,i-cuadrada es el siguiente"
-. (e plantean las hiptesis de trabajo.
.. (e ordenan los valores observados / i
O
0 en una tabla de frecuencias con 1
intervalos de clase.
2. (e calculan las probabilidades para cada intervalo de clase en base a la
distribucin supuesta, y se obtienen los valores esperados / i
0
3. (e obtiene el estadstico de prueba
=
k
i i
i i
c
O
1
2
2
) (

4. (e obtiene la regin crtica
2
,v
en la coa derec!a de la distribucin ji-cuadrada,

para un cierto valor de y par%metro
1 = p k v
, donde p es el n&mero de
par%metros estimados para calcular las probabilidades correspondientes.
5. (i
2
c
es mayor que
2
,v
se rechaza la hiptesis 0
H
y se obtiene la conclusin.
Eje$po 1. (e considera en forma hipot'tica que el n&mero de defectos en tarjetas
de circuito impreso sigue una distribucin de +oisson. Una muestra aleatoria de
n # 56 tarjetas impresas se ha colectado y los defectos presentados son los
siguientes"
7&mero de defectos 7umero de tarjetas
/8recuencia observada0
6 2.
- -4
. 9
2 3
)on # 6.64 pruebe la hiptesis de que la funcin de la muestra se ajusta a una
distribucin de +oisson.
(abemos que la funcin de probabilidad de la distribucin de +oisson es"
!
) (
x
e
x F
x

=
!onde el promedio de defectos por tarjeta es " quedando definida por"
75 . 0
60
) 3 ( 4 ) 2 ( 9 ) 1 ( 15 ) 0 ( 32
=
+ + +
=
Pan'ea$ien'o de !ip('e#i#.
2
_____________________________________________________________________________
__________
!
75 . 0
) ( :
75 . 0
0
x
e
x F H
x
=

) ( :
1
x F H
+oisson con = 0.75
)*cuo de e#'ad+#'ico de prueba.
(e obtienen las probabilidades de la distribucin de +oisson cuando : # 6, -, ., 2 y
se concentran en el siguiente cuadro con los valores originales. ;s mismo se calcula
la frecuencia esperada para cada valor de : /multiplicando la probabilidad
correspondiente por el total de frecuencias observadas0.
7o de defectos 8recuencia
observada
+robabilidad
+oisson
8recuencia
esperada
6 2. 6.3<.3 .=.2
- -4 6.243. .-.2
. 9 6.-2.= =.6
2 3 6.622. ..6
>otal 56
!ado que el &ltimo intervalo presenta frecuencias esperadas menores de 4, estos
fueron reagrupados como se indica en el cuadro, lo que reduce los grados de libertad
para
1 = p k v
que es igual a v # 2 - - - - # -.
El estadstico de prueba
2
c
X
se obtiene por"

( ) ( ) ( )
1969 . 3
10
10 13
3 . 21
3 . 21 15
3 . 28
3 . 28 32
2 2 2
2
=
=
C
X
Ni,e de #i&ni-icaci(n. # 6.64.
Re&i(n cr+'ica.
!e la tabla ji-cuadrada encontramos que la frontera de la regin crtica para la cola
derecha de la curva con # 6.64 y un grado de libertad es
84 . 3
2
1 , 05 . 0
=
.
)oncu#i(n.
!ado que 1969 . 3
2
=
c
es menor que
84 . 3
2
1 , 05 . 0
=
se acepta la hiptesis 0
H
, y se
concluye que la ocurrencia de defectos de en tarjetas de circuito impreso se ajusta a
una distribucin +oisson, con un promedio de 6.<4 defectos por tarjeta.
3
13 10
_____________________________________________________________________________
__________
Eje$po .. +ruebe la hiptesis con un # 6.64 de que la distribucin de frecuencias
de las duraciones en aos de 36 bateras dada en la tabla siguiente, puede
apro$imarse por una distribucin normal con # 2.4 y desviacin est%ndar # 6.<
*mite de clase 8recuencia de clase
-.34 ? -.94 .
-.94 ? ..34 -
..34 ? ..94 3
..94 ? 2.34 -4
2.34 ? 2.94 -6
2.94 ? 3.34 4
3.34 ? 3.94 2
) 7 . 0 , 5 . 3 ( . ) ( :
0
N Dist x F H =

) 7 . 0 , 5 . 3 ( . ) ( :
0
N Dist x F H

)alculemos ahora la probabilidad de ocurrencia para cada intervalo de clase
mediante la distribucin normal cuando # 2.4 y # 6.<. !icha probabilidad
multiplicada por el total de frecuencias /360, estima la frecuencia observada para
cada intervalo de clase. *as cuales se presentan a continuacin.
/+$i'e de ca#e 0recuencia
ob#er,ada
Probabiidad
nor$a
0recuencia
e#perada
-.34 - -.94 . 6.6--9 6.4
-.94 - ..34 - 6.642. ..-
..34 - ..94 3 6.-3=6 4.9
..94 - 2.34 -4 6..4<2 -6.2
2.34 - 2.94 -6 6..5<= -6.<
2.94 - 3.34 4 6.-<3. <.6
3.34 - 3.94 2 6.65<< ..<
>otal 36
!ado que algunos intervalos de clase presentan frecuencias esperadas menores de
4, estos son reagrupados como lo muestra el cuadro anterior, lo que ocasiona que
los grados de libertad v # 1 ? p ? - se reduzca a v # 3 ? 6 ? - # 2.
El c%lculo del estadstico de prueba es"
( ) ( ) ( ) ( )
75 . 2
7 . 9
7 . 9 8
7 . 10
7 . 10 10
3 . 10
3 . 10 15
5 . 8
5 . 8 7
2 2 2 2
2
=
=
c
X
4
7
8
8.5
9.7
_____________________________________________________________________________
__________
Re&i(n cr+'ica.
(i # 6.64 la regin crtica de la distribucin ji-cuadrada es
815 . 7
2
3 , 05 . 0
= X
. En la
gr%fica siguiente se puede observar que la hiptesis nula debe ser aceptada.
v = 3
@egin de rechazo
0 7.815
2.75
)oncu#i(n.
!ado que el estadstico de prueba cae en la regin de aceptacin, se acepta la
hiptesis 0
H
y se concluye que la distribucin normal con # 2.4 y # 6.<
proporciona un buen ajuste de las duraciones de vida de las bateras.
Eje$po 1. Un cientfico de computadoras desarroll un algoritmo para generar
n&meros aleatorios en el intervalo 6 ? 9. )odifica el algoritmo y genera -666 dgitos
que son"
!gitos 6 - . 2 3 4 5 < = 9
Aalores
observados 93 92 --. -6- -63 94 -66 99 -6= 93
BE$iste evidencia de que el generador de n&meros aleatorios esta trabajando
correctamente con un # 6.64C
(i el algoritmo trabaja correctamente, los valores de 6 a 9 deben ajustarse a una
distribucin uniforme, lo cual implica que cada uno de los valores de 6 a 9 debe
ocurrir e$actamente -66 veces. Esto es, la frecuencia esperada
100 =
i
E
, para i # -,
.,D, 9.
) ( ) ( :
0
x f x f H =
) ( ) ( :
1
x f x f H
!onde
) (x f
es la distribucin uniforme, con
1000 / 100 ) ( = x f
para $ # -, .,D,9
5
_____________________________________________________________________________
__________
Entervalo
de clase 6 - . 2 3 4 5 < = 9
i
O 93 92 --. -6- -63 94 -66 99 -6= 93
i
E -66 -66 -66 -66 -66 -66 -66 -66 -66 -66
72 . 3
100
) 100 94 (
100
) 100 93 (
100
) 100 94 (
2 2 2
2
=
+ +
=
c
X
Re&i(n cr+'ica.
!ado que las frecuencias esperadas se obtuvieron sin estimar ning&n par%metro, los
grados de libertad
1 = p k v
son igual a 9 1 0 10 = = v . +or lo que el valor de
,i-cuadrada es
92 . 16
2
9 , 05 . 0
= X
.
)oncu#i(n.
!ado que 72 . 3
2
=
c
X es menor que
92 . 16
2
9 , 05 . 0
= X
se acepta la hiptesis 0
H
, y se
concluye que los datos si se ajustan a una distribucin uniforme con
1000 / 100 ) ( = x f
, o lo que es lo mismo, el generador de n&meros aleatorios est%
trabajando correctamente.
Eje$po 2. ; lo largo de los aos las participaciones de cierta empresa en el
mercado se han estabilizado en 26F para la empresa ;, 46F para la empresa G y
.6F para la empresa ). ; la fecha, la empresa ) ha elaborado un nuevo producto
mejorado para sustituir a uno de sus productos que venda, por lo que desea saber si
el nuevo producto modifica su participacin en el mercado.
+ara el caso se tom una muestra de .66 consumidores, preguntando a cada uno de
ellos que indique su preferencia entre el producto de la empresa ;, el producto de la
empresa G o el nuevo producto de la empresa ), los resultados obtenidos son" 3=
prefieren la empresa ;, 9= la empresa G y 43 a la empresa ).
)omo la muestra consiste en elegir una de tres alternativas, esto es equivalente a un
e$perimento multinomial con .66 ensayos.
) ( ) ( :
0
x f x f H =
) ( ) ( :
1
x f x f H
!onde
) (x f
es la distribucin multinomial con
20 . 0 50 . 0 , 30 . 0 = = =
C B A
P y P P
6
_____________________________________________________________________________
__________
*as frecuencias esperadas en los .66 clientes las obtenemos al multiplicar el tamao
de la muestra por los porcentajes correspondientes de cada empresa, as la
frecuencia esperada para la empresa ; es .66/6.260 # 56, para la G es .66/6.460 #
-66 y para ) es .66/6..60 # 36.
)ategora +roporcin
hipot'tica
Aalores
observados / i
O
0
Aalores
esperados / i
E
0
Empresa ; 6.26 3= 56
Empresa G 6.46 9= -66
Empresa ) 6..6 43 36
34 . 7
40
) 40 54 (
100
) 100 98 (
60
) 60 48 (
2 2 2
2
=
=
c
X
Re&i(n cr+'ica.
(i # 6.64 la regin crtica de la distribucin ji-cuadrada es
99 . 5
2
2 , 05 . 0
= X
.
)oncu#i(n.
)omo la
34 . 7
2
=
c
X
es mayor que
99 . 5
2
2 , 05 . 0
= X
H
, y se
concluye que la introduccin del nuevo producto de la empresa ) s modifica la
estructura de la participacin del mercado.
1.. Prueba de 3o$o&oro, 4 S$irno,.
*a prueba de Holmogorov?(mirnov fue desarrollada por los estadsticos ;. 7.
Holmogorov y 7. A. (mirnov, como un m'todo no param'trico sencillo para probar si
e$iste diferencia terica entre valores observados y valores esperados.
Esta estadstica es una prueba de bondad de ajuste. Esto es, se interesa en el grado
de acuerdo entre la distribucin de un conjunto de valores de la muestra /puntajes
observados0 y alguna distribucin terica especificada. !etermina si razonablemente
puede pensarse que los puntajes en la muestra provengan de una poblacin que
tenga esa distribucin terica.
*a prueba se basa en la comparacin entre las funciones de distribucin acumulativa
que se observan en la muestra ordenada y la distribucin terica que representa lo
esperado conforme a la hiptesis 0
H
. (i esta comparacin revela una diferencia
7
_____________________________________________________________________________
__________
significativamente grande entre las funciones de distribucin muestral y propuesta,
entonces se rechaza la hiptesis 0
H
.
En general la prueba de Holmogorov?(mirnov es superior a la ji-cuadrada cuando los
datos son variables aleatorias continuas. ;dem%s, la prueba de Holmogorov?
(mirnov tiene la propiedad de ser aplicada a muestras pequeas.
El procedimiento para la realizacin de la prueba de Holmogorov?(mirnov es el
siguiente"
-. (e especifica la hiptesis de trabajo.
.. (e ordenan en una columna los valores observados del m%s pequeo al m%s
grande.
2. (e obtiene la frecuencia relativa acu$uada
( )
i
O
de la distribucin observada,
para cada uno de los valores de la muestra.
3. (e obtiene la frecuencia esperada acu$uada
( )
i
para cada valor observado,

en base a la distribucin hipot'tica.
4. +ara cada observacin, se resta en ,aor ab#ou'o la frecuencia esperada de la
frecuencia observada.
6. El mayor valor observado de las diferencias, se compara contra un valor crtico !n
a un cierto nivel de la tabla de 3o$o&oro,-S$irno,.
<. (i el m%$imo valor encontrado en las diferencias es mayor al !n de tablas, se
rechaza I6.
Eje$po 1. En una f%brica de hilos de acero de un di%metro especificado, se tom
una muestra al azar de -4 de esos hilos para ver su resistencia a la tensin y punto
de ruptura, siendo la variable aleatoria el peso en 1ilogramos que soport cada hilo
de acero hasta romperse /los datos se presentan a continuacin0. (e desea saber si
la muestra proviene de una poblacin con distribucin normal con una media de -666
1g. de peso y una desviacin est%ndar de .66 1g.
33= 934 -353 =62 ---.
5.3 -63= 4.< 964 -26.
=5= -.6= <-= 996 <53
Pan'ea$ien'o de a !ip('e#i#5
) 200 , 1000 ( . ) ( :
0
N Dist x F H =
) 200 , 1000 ( . ) ( :
1
N Dist x F H
8
_____________________________________________________________________________
__________
Re&i(n cr+'ica.
!e la tabla de Holmogorov?(mirnov se obtiene el valor crtico para !-4 con un 94F
de probabilidad, el cual es !-4 # 6.22=.
Eniciemos por calcular la funcin de distribucin observada con los datos de la
muestra de la manera siguiente"
- J -4 # 6.655<, . J -4 # 6.-222,..., -4 J -4 # -
+osteriormente, calculemos la frecuencia esperada por la distribucin 7/-666, .660,
mediante el estadstico

=
x
Z
.
K # /33= - -6660J.66 # -..<5, K # /4.< - -6660J.66 # -..254,..., K # /-353 - -6660J.66
# ..2..
(e obtienen las probabilidades menores o iguales a K con la funcin de distribucin
acumulativa normal, las cuales corresponden a las frecuencias esperadas" 6.66.9,
6.66=9,..., 6.9=9=. >odos estos valores son concentrados en la tabla siguiente.
Aalores en 1g
ordenados.
8recuencias
observadas
acumuladas i
O
8recuencias
esperadas
acumuladas i
E
!iferencia en valor
absoluto
L i i
E O
L
33= 6.655< 6.66.9 6.652=
4.< 6.-222 6.66=9 6.-.33
5.3 6..666 6.626- 6.-599
<-= 6..55< 6.6<92 6.-=<3
<53 6.2222 6.--96 6..-32
=62 6.3666 6.-524 6..178
=5= 6.355< 6..435 6..-.-
964 6.4222 6.2-9. 6..-3-
934 6.5666 6.2925 6..653
996 6.555< 6.3=6- 6.-=55
-63= 6.<222 6.493= 6.-2=4
---. 6.=666 6.<-.2 6.6=<<
-.6= 6.=55< 6.=46= 6.6-49
-26. 6.9222 6.9234 6.66-.
-353 -.6666 6.9=9= 6.6-6.
)oncu#i(n.
9
_____________________________________________________________________________
__________
!ado que la m%$ima desviacin /6..2540 es menor que 6.22= se acepta la hiptesis
0
H
, y se concluye que la muestra de hilos de acero si provienen de una poblacin
normal con media de -666 1g y con desviacin est%ndar de .66 1g.
Eje$po .. (e tom una muestra aleatoria del tiempo de armado de -. artculos, los
cuales son" 4.=, 5.-, 3.., <.6, <.=, =.-, =.=, =.5, 9.5, 9.4, =.4 y 9.5. (e sabe que el
tiempo de armado de dichos artculos est% representado por una distribucin normal
con media de 9.6 y desviacin est%ndar de ..6. )on base a los datos de la muestra,
BE$iste suficiente evidencia para decir que ha ocurrido un cambio en el tiempo de
armado con un # 6.64C
) 0 . 2 , 0 . 9 ( . ) ( :
0
N Dist x F H =
) 0 . 2 , 0 . 9 ( . ) ( :
1
N Dist x F H
Ni,e de #i&ni-icaci(n. # 6.64
Re&i(n cr+'ica.
(e rechazar% I6 si !n calculada es mayor que !-. # 6.2<4.
>iempos de
armado
8recuencia
observada
acumulada i
O
8recuencia
esperada
acumulada i
E
!iferencia en
valor absoluto L
i i
E O
L
3.. 6.6=2 6.66=. 6.6<3=
4.= 6.-55 6.643= 6.---.
5.- 6..46 6.6<24 6.-<54
<.6 6.222 6.-4=< 6.-<32
<.= 6.3-5 6..<32 6.-3-<
=.- 6.466 6.2.53 6.-<25
=.4 6.4=2 6.36-2 6.-=-<
=.5 6.555 6.3.6< 6..342
=.= 6.<46 6.356. 6..=9=
9.4 6.=22 6.49=< 6..232
9.5 6.9-5 6.5-<9 6..9=-
9.5 -.666 6.5-<9 6.19.1
)oncu#i(n.
!ado que 6.2=.- es mayor que 6.2<4 se rechaza la hiptesis 0
H
y concluimos que
tenemos evidencia suficiente para decir que hay un cambio en el tiempo de armado
de unidades.
10
_____________________________________________________________________________
__________
Eje$po 1. )onsidere el e$perimento de lanzar un dado -.6 veces con los
resultados que se muestran a continuacin, con dichos datos pruebe la hiptesis de
que el dado no est% cargado con un # 6.64.
7o. de
caras
- . 2 3 4 5
8recuencia
observada
.6 .. -< -= -9 .3
(i el dado no est% cargado se espera tericamente que cada cara caiga .6 veces, o
lo que es lo mismo equivale a probar la hiptesis de que la distribucin de resultados
es igual a la funcin uniforme.
) ( ) ( :
0
x F x F H =
) ( ) ( :
1
x F x F H
!onde
) (x F
es la distribucin uniforme con
6 / 1 ) ( = x F
para # -, ., 2, 3, 4, 5.
Re&i(n cr+'ica.
*a frontera de la regin crtica de la tabla de Holmogorov-(mirnov, para !5 con el
94F de probabilidad es" !5 # 6.4.-.
7&mero de
caras
8recuencia
observada
8recuencia
esperada
8recuencia
relativa
observada
8recuencia
relativa
esperada
8recuencia
relativa
acumulada
observada
i
O
8recuencia
relativa
acumulada
esperada
i
E
!iferencia de
8rec. @elat.
acumuladas
i i
E O
- .6 .6 6.-55< 6.-555 6.-55< 6.-555 6.666-
. .. .6 6.-=22 6.-555 6.2466 6.222. 6.6-5=
2 -< .6 6.-3-< 6.-555 6.39-< 6.399= 6.66=-
3 -= .6 6.-466 6.-555 6.53-< 6.5553 6.6.3<
4 -9 .6 6.-4=2 6.-555 6.=666 6.=226 6.6116
5 .3 .6 6..666 6.-555 -.6666 6.9995 6.6663
)oncu#i(n.
!ado que la m%$ima desviacin /6.62260 es menor que
521 . 0
6
= D
, se acepta la
hiptesis 0
H
, con lo que concluimos que las caras del dado, estadsticamente tienen
la misma probabilidad de caer.
11
_____________________________________________________________________________
__________
1.1 Taba# de con'in&encia#.
(uponga que n artculos seleccionados al azar se clasifican de acuerdo a dos
criterios diferentes como se muestra a continuacin. !onde ij
O
son el n&mero de
elementos pertenecientes a la celda /ij0 de la tabla r $ c. >ales datos pueden usarse
para probar la hiptesis de que las dos clasificaciones, representadas por renglones
y columnas, son e#'ad+#'ica$en'e independien'e#. (i esta hiptesis es rechazada,
las dos clasificaciones no son independientes y decimos que e:i#'e in'eracci(n
entre los dos criterios de clasificacin.
@englones )olumnas
- . ... c
- M-- M-. ... M-)
. M.- M.. ... M.)
2 M2- M2. ... M2)
. . . .
. . . .
. . . .
r Mr- Mr. Mr )
(upongamos a las
ij
O
como variables aleatorias multinomiales y
ij
P
como la
probabilidad de que un elemento elegido al azar cae en la celda i-j'sima, dado que
las dos calificaciones son independientes. Entonces j i ij
V U P =
donde i
U
es la
probabilidad de que un elemento elegido al azar caiga en el rengln de la clase i y
j
V
es la probabilidad de que un elemento seleccionado en forma aleatoria caiga en
la columna de la clase j.
*a prueba e$acta para probar la independencia es difcil de e$plicar. (in embargo, si
el tamao de muestra es grande, un procedimiento razonable de prueba es"

( )
= =
=
r
i
c
j ij
ij ij
c
O
1 1
2
2

!onde"
ij
O
# frecuencia observada en la celda ij
ij
# frecuencia esperada en la celda ij

El n&mero de frecuencia esperada en la celda ij se calcula por" j i ij
V U n

=

(e rechazar% I6 si
2
c
N
2
) 1 )( 1 ( , c r
de la coa derec!a de la distribucin ji-

cuadrada.
12
_____________________________________________________________________________
__________
(i las frecuencias observadas y esperadas son casi iguales, aceptamos la hiptesis
nula / 0
H
0. (i e$isten diferencias grandes entre estas frecuencias rechazamos 0
H

y podemos concluir que no son independientes las variables comparadas.
*os pasos a seguir para la realizacin de la prueba son"
-. (e plantean las hiptesis de trabajo, donde la nula indica que e$iste
independencia entre las variables.
.. (e obtienen las probabilidades
i
U
para cada uno de los renglones, as como las

probabilidades j
V
para cada una de las columnas.

2. (e obtienen las frecuencias esperadas / ij
0 para cada celda ij de la tabla de

doble entrada, donde i # -, .,D, r renglones y j # -, .,D, c columnas, mediante
j i ij
V U n

=
3. El estadstico empleado para probar la independencia entre las variables es"
( )
= =
=
r
i
c
j ij
ij ij
c
O
1 1
2
2
4. (i
2
c
es mayor a
2
) 1 )( 1 ( , c r
H
. (i la hiptesis 0
H

es rechazada, las variables estudiadas no #on independien'e#, esto quiere decir
que e$iste interaccin entre las dos variables evaluadas.

Eje$po 1. Una compaa tiene que escoger entre tres planes de pensin. *a
administracin desea conocer si la preferencia por alg&n plan es independiente de la
clasificacin del empleo. *as opiniones de una muestra aleatoria de 466 empleados
se presentan a continuacin.
)lasificacin de
trabajadores
+lan de pensin >otal
- . 2
Mbreros -56 -36 36 236
;dministrativos 36 56 56 -56
>otal .66 .66 -66 466
0
H
" E$iste independencia entre los planes de pensin y los tipos de empleo.
1
H
" No son independientes los planes de pensin y los tipos de empleo.
Re&i(n cr+'ica.
13
_____________________________________________________________________________
__________
*a frontera de la regin crtica es
99 . 5
2
2 , 05 . 0
2
) 1 3 )( 1 2 ( , 05 . 0
= =

+ara la obtencin de las frecuencias esperadas, iniciaremos por el c%lculo de las
probabilidades siguientes"

1
U y
2
U son las probabilidades para los renglones, y

1
V ,
2
V y
3
V
son las
probabilidades para las columnas de la siguiente manera"

1
U # 236J 466 # 6.5=

2
U # -56J 466 # 6.2.

1
V # .66J 466 # 6.36

2
V # .66J 466 # 6.36

3
V
# -66J 466 # 6..6
+or lo tanto las frecuencias esperadas se obtienen por"

11
=
1 1

V U n = 500 (0.68) (0.40) = 136

12
=
2 1

V U n = 500 (0.68) (0.40) = 136

13
=
3 1

V U n
= 500 (0.68) (0.20) = 68
.
.
.

23
=
3 2

V U n
= 500 (0.32) (0.20) = 32
*a tabla de contingencia de las -recuencia# e#perada# se concentra en el cuadro
siguiente.

)lasificacin +lan de pensin
de trabajadores - . 2 >otal
Mbreros -25 -25 5= 236
;dministrativos 53 53 2. -56
>otal .66 .66 -66 466
El c%lculo del estadstico para la prueba se estima por"
( ) ( ) ( )
63 . 49
32
32 60
...
136
136 140
136
136 160
2 2 2
2
=
+ +
=
C
X
)oncu#i(n.
14
_____________________________________________________________________________
__________
!ado que 63 . 49
2
=
c
es mayor que
99 . 5
2
2 , 05 . 0
=
H
, y se
concluye que la preferencia para los planes de pensin no e# independiente de la
clasificacin de empleos, lo que significa que hay preferencia para cierto tipo de
pensin dependiendo del tipo de trabajo.
Eje$po .. *a empresa ;lbers GreOery de >ucson, ;rizona. +roduce y distribuye
tres tipos de cerveza" ligera, clara y obscura. ;l analizar las ventas de las tres
cervezas, al departamento de mercado le interes saber si las preferencias de los
consumidores por estos tipos de cerveza diferan entre hombres y mujeres. En caso
de que las preferencias fueran independientes del g'nero del consumidor, iniciaran
una campaa publicitaria para todas las cervezas de ;lbers. +ero, si las preferencias
por los distintos tipos de cervezas dependan del g'nero del consumidor, la empresa
ajustar% sus promociones a los mercados.
Una muestra de -46 personas fue tomada al azar, donde participaron =6 hombres y
<6 mujeres, los que indicaron su preferencia por el tipo de cerveza. *os resultados se
presentan en la siguiente tabla /frecuencias observadas0, que enumera todas las
posibles combinaciones de cerveza preferida y g'nero o, en otras palabras, todas las
posibles contingencias.
P'nero )erveza +referida"
*igera )lara Mscura >otal
Iombre .6 36 .6 =6
Qujer 26 26 -6 <6
>otal 46 <6 26 -46
0
H
" *a preferencia por un tipo de cerveza es independiente del g'nero del consumidor.
1
H " *a preferencia por un tipo de cerveza no es independiente del g'nero del consumidor.
Re&i(n cr+'ica.
*a frontera de la regin crtica es
99 . 5
2
2 , 05 . 0
2
) 1 3 )( 1 2 ( , 05 . 0
= =

Mtra manera de obtener las frecuencias observadas bajo la suposicin de
independencia es"
)
) )( (
muestra a !e "ama#$
j c$umna a !e "$ta i ren%&n !e "$ta
e
ij
=
15
_____________________________________________________________________________
__________
;s
7 . 26 150 / ) 50 )( 80 (
11
= = e
,
3 . 37 150 / ) 70 )( 80 (
12
= = e
, . . . ,
0 . 14 150 / ) 30 )( 70 (
23
= = e
*a tabla de contingencia de las -recuencia# e#perada# se concentra en el cuadro
siguiente.

P'nero )erveza +referida"
*igera )lara Mscura >otal
Iombre .5.< 2<.2 -5.6 =6
Qujer .2.2 2..< -3.6 <6
>otal 46.6 <6.6 26.6 -46
El c%lculo del estadstico para la prueba se estima por"
( ) ( ) ( )
17 . 6
14
14 10
...
3 . 37
3 . 37 40
7 . 26
7 . 26 20
2 2 2
2
=
+ +
=
C
X
)oncu#i(n.
!ado que 17 . 6
2
=
c
es mayor que
99 . 5
2
2 , 05 . 0
=
H
, y se
concluye que la preferencia por la cerveza no e# independien'e del g'nero del
consumidor.
Eje$po 1. Una compaa de aviacin desea determinar si hubo alguna relacin
entre las causas oficiales de accidentes de aviacin y el tipo de licencia que posean
los pilotos involucrados. *a e$periencia de los &ltimos 4 aos, se resume en el
cuadro siguiente indicando todos los accidentes posibles por causa del accidente y
licencia del piloto comandante.
)ausa oficial del
accidente
*icencia del piloto >otal
+articular )omercial
>ormenta el'ctrica 46 .6 <6
Iielo 36 -6 46
8alla de equipo .4 5 2-
Error de
controlador
.4 4 26
Encapacidad del
piloto
=6 5 =5
Mtras 26 2 22
>otal .46 46 266

16
_____________________________________________________________________________
__________

0
H
" E$iste independencia entre las causas del accidente y la licencia del piloto.
1
H
" 7o e$iste independencia entre las causas del accidente y la licencia del piloto.

Re&i(n cr+'ica.
)on un # 6.64 y /5 - -0 /. - -0 # 4 grados de libertad, en la tabla ji-cuadrada
tenemos que
07 . 11
2
5 , 05 . 0
=
. El tomar # 6.64 implica el deseo de hacer un rechazo
errneo de la hiptesis nula el 4F de las veces cuando se use este procedimiento.

El c%lculo de las probabilidades para los renglones /
1
U ,
2
U ,...,
6
U
0 y para las
columnas /
1
V
y
2
V
0 son"
1
U
# <6J 266 # 6..222,
2
U
# 46J 266 # 6.-555,...,
6
U
# 22J 266 # 6.-- y
1
V
# .46J
266 # 6.=222,
2
V
# 46J 266 # 6.-555
*as frecuencias esperadas para los renglones y columnas son"
11
# 266/6..2220 /6.=2220 # 4=.2,
12
# 266/6..2220 /6.-5550 # --.<D 62
# 4.4
*a tabla de contingencias de -recuencia# e#perada# para las combinaciones de
causas de accidentes de aviacin y tipo de licencia del piloto, bajo la suposicin de
independencia se presenta a continuacin.
)ausa oficial del *icencia del piloto >otal
accidente +articular )omercial
>ormenta el'ctrica 4=.2 --.< <6.6
Iielo 3-.< =.2 46.6
8allo de equipo .4.= 4.. 2-.6
Error de
controlador
.4.6 4.6 26.6
Encapacidad del
piloto
<-.< -3.2 =5.6
Mtras .<.4 4.4 22.6
>otal .46.6 46.6 266.6
El estadstico de prueba para evaluar la independencia o dependencia entre dos
variables cualitativas es"
17
_____________________________________________________________________________
__________
( ) ( ) ( )
78 . 14
5 . 5
5 . 5 3
...
7 . 41
7 . 41 40
3 . 58
3 . 58 50
2 2 2
2
=
+ +
=
c
)oncu#i(n.
!ado que 78 . 14
2
=
c
es mayor que
07 . 11
2
5 , 05 . 0
=
H
y se
concluye que seg&n la evidencia, los tipos de accidente que sufren los pilotos e#'*n
relacionados con su capacidad y e$periencia, mismas que se reflejan en el tipo de
licencia que poseen.
Eje$po 2. El n&mero de solicitudes de hipotecas clasificadas, seg&n la raza del
solicitante y la disposicin subsiguiente en *os Rngeles )alifornia en el ao de -996,
se presenta a continuacin"

@aza del
solicitante
!isposicin
;probada
de solicitud"
!enegada
>otal
7egra 2,--< 9<9 3,695
Glanca <-,946 -.,99< =3,93<
>otal <4,65< -2,9<5 =9,632

B!epende la disposicin de la solicitud de la raza del solicitanteC

0
H
" E$iste independencia entre la raza del solicitante y la disposicin de solicitud.
1
H " 7o e$iste independencia entre la raza del solicitante y la disposicin de
solicitud.

Re&i(n cr+'ica.
)on un # 6.64 y /. - -0 /. - -0 # - grados de libertad, tenemos que el valor en
tablas de la ji-cuadrada es
84 . 3
2
1 , 05 . 0
=
.

El c%lculo de las probabilidades para los renglones /
1
U y
2
U 0 y para las
columnas /
1
V
y
2
V
0 son"
1
U
# 6.635,
2
U
# 6.9436,
1
V
# 6.=326 y
2
V
# 6.-4<6. *as frecuencias esperadas
para los renglones y columnas son"
13337 , 71610 , 643 , 3453
22 21 12 11
= = = = E E E E
18
_____________________________________________________________________________
__________
*a tabla de contingencias de -recuencia# e#perada# para las combinaciones de
raza del solicitante y disposicin de la solicitud es.
@aza del
solicitante
!isposicin
;probada
de solicitud"
!enegada
>otal
7egra 2342 532 3695
Glanca <-5-6 -222< =393<
>otal <4652 -29=6 =9632
El estadstico de prueba para evaluar la independencia o dependencia entre dos
variables cualitativas es"
( ) ( ) ( )
6 . 218
13337
13337 12997
...
643
643 979
3453
3453 3117
2 2 2
2
=
+ +
=
c
)oncu#i(n.
!ado que 6 . 218
2
=
c
es mayor que
84 . 3
2
1 , 05 . 0
=
H
y se
concluye que, la disposicin de solicitud de hipotecas depende de la raza del
solicitante.
1.2 Eje$po# propue#'o#.
-. En una muestra aleatoria que involucra 266 accidentes tomados en el &ltimo ao
en una determinada ciudad, se clasific la informacin de acuerdo al tamao del
automvil y el tipo de accidente el cual se presenta a continuacin. B!epende el tipo
de accidente del tamao del automvil con un S # 6.64C
>ipo de
accidente
;utomvil
pequeo
;utomvil
mediano
;utomvil
grande
>otal
+or lo menos
un muerto
3. 24 .6 9<
7ing&n
muerto
<= 54 56 .62
>otal -.6 -66 =6 266
@ # (e acepta I6 y se concluye que no e$iste relacin entre el tamao del auto y los
tipos de accidentes.
.. *a !elegacin de >ransito de la ciudad de Qisantla ha determinado que el tiempo
de recorrido de los ta$is colectivos de la ruta )G>E(->E)7M*TPE)M obedece a una
19
_____________________________________________________________________________
__________
distribucin normal, y que el tiempo de recorrido de la ruta debe ser de .-.3 minutos
en promedio y una desviacin est%ndar de 3.-3 minutos. En una muestra tomada al
azar la semana pasada en = ta$is colectivas se registraron los siguientes tiempos"
.4, .., .6, -4, -=, .2, .- y .9 minutos. !e acuerdo a la evidencia encontrada, es
respetada la disposicin de la !elegacin de >r%nsito. @ # (e rechaza la hiptesis
I6 y se concluye DD

2. *a marca ;liam clips tiene en el mercado cajas de clips de colores, en las cuales
est% especificado que contienen -66 clips y cinco colores diferentes, los cuales son"
rojo, verde, amarillo, blanco y rosa, donde cada color tiene la misma cantidad de
clips. ;l ser revisada una caja de clips se encontr que -4 eran rojos, -9 verdes, -5
amarillos, .= blancos y .. rosa. )on un nivel de significacin de # 6.64 indique si
es cierto lo que se afirma.
3. Una televisora necesita actualizar informacin sobre sus televidentes para vender
tiempo de publicidad a varios de sus patrocinadores. Una muestra aleatoria de -66
televidentes indica los h%bitos de ver televisin en la primera columna de la siguiente
tabla. *os datos de &ltimo censo disponible se muestran en la &ltima columna de la
misma tabla. El gerente de la estacin desea probar a un nivel de significancia del 4
F, si los h%bitos de ver televisin en -996 difieren con mucho a los de -946.
Ioras de televisin
vistos por semana
@esultados muestrales
-996
+orcentaje de poblacin
en -946 en cada
categora
6 a menos de 2 9 2
2 a menos de 4 2 3
4 a menos de < 9 -6
< a menos de -4 .- .6
-4 a menos de .4 33 34
.4 y m%s -3 -=
>otal -66 -66
4. !e acuerdo con la teora de Qendel de la herencia gen'tica, cierto tipo de
chicharos" lisos y amarillos, lisos y verdes, rugosos y amarillos, rugosos y verdes
deben presentarse en la proporcin 9"2"2"-. En un e$perimento realizado con este
tipo de chicharos, se observaron 2-4 lisos y amarillos, -6= lisos y verdes, -6-
rugosos y amarillos y 2. rugosos y verdes. BE$iste evidencia que permita dudar de la
teora de Qendel con un 0 6.64C
5. Un ingeniero de control de calidad tom una muestra de .66 neum%ticos que salen
de una lnea de ensamblaje, para verificar sobre la base de los datos si es cierto que
el 4F de ellos tiene defectos. *os valores de la muestra se concentran en la
siguiente tabla.
7&mero de 8recuencia
20
_____________________________________________________________________________
__________
defectos observada
6 -2=
- 42
. m%s 9
>otal .66
BEs cierto que el 4F de los neum%ticos tienen defectosC
Ap;ndice 1.1 E$peo de #o-'<are Mini'ab en prueba# de bondad de aju#'e.
+ara ilustrar el empleo del softOare Qinitab en una prueba de bondad de ajuste de
$anera &enera, tomaremos el ejemplo - de los defectos en tarjetas de circuito
impreso de la p%gina 2. En este caso el usuario tiene que obtener las frecuencias
observadas y calcular las frecuencias esperadas. *os pasos a seguir pueden ser"
-. En la columna )1 de la hoja de c%lculo, rotule Mbservado, en ). Esperado y en
)1 )hi)uadrada.

.. *a manera como son concentrados los valores observados y esperados, puede
ser.
)1 ). )1
Mbservad
o
Esperado )hi)uadrada
- 2. .=.2
. -4 .-.2
2 -2 -6.6
2. (eleccione el men& )ac.
3. Elegir )acuadora.
4. )uando aparezca el cuadro de di%logo )acuadora.
Engresar )!i)uadrada en el cuadro A$acenar re#u'ado# en ,ariabe.
Engresar Su$==)1-).>??.@).> en el cuadro de E:pre#i(n.
Iacer clic en Acep'ar.
5. (eleccione el men& )ac.
<. Elegir Di#'ribucione# de probabiidad.
=. Elegir )!i-cuadrada.
9. )uando aparezca el cuadro de di%logo Di#'ribuci(n )!i-cuadrada.
(eleccionar Probabiidad acu$uada.
Engresar - en el cuadro Arado# de iber'ad.
21
_____________________________________________________________________________
__________
(eleccionar )ou$na de en'rada.
Engresar )hi)uadrada en el cuadro )ou$na de en'rada.
Qinitab le presenta la probabilidad acumulada 6.9.=34-, que es el %rea bajo la curva
a la izquierda de 247 . 3
2
= X . *a diferencia con respecto a uno es la probabilidad de
tener una 247 . 3
2
= X . +or lo tanto, - ? p # - ? 6.9.=34- # 6.6<-439.
)omo la probabilidad de tener una 247 . 3
2
= X es $a%or a 4F se acepta la hiptesis
0
H
y se concluye que los defectos en las tarjetas de circuito impreso se distribuye
como una +oisson con 75 . 0 = .
Ap;ndice 1.. E$peo de #o-'<are Mini'ab en a prueba
2
X
para Poi##on.
+ara ilustrar el empleo del softOare Qinitab en la prueba de bondad de ajuste para
Poi##on en par'icuar, tomamos nuevamente el ejemplo - de los defectos en
tarjetas de circuito impreso de la p%gina 2. *os pasos a seguir pueden ser"
-. En la columna )1 de la hoja de c%lculo, rotule defectos y en ). 8recuencias.

.. *a manera como son concentrados los defectos y las frecuencias, puede ser.
)1 ).
!efectos 8recuencias
- 6 2.
. - -4
2 . 9
3 2 3
2. (eleccione el men& E#'ad+#'ica#.
3. (eleccione el men& E#'ad+#'ica# b*#ica#.
4. Iacer clic en
2
X
Prueba de bondad de aju#'e para Poi##on.
5. )uando aparezca el cuadro de di%logo Prueba de bondad de aju#'e para
Poi##on.
Engresar )1 en el cuadro de Bariabe.
Engresar ). en el cuadro Bariabe# de -recuencia.
Iacer clic en el cuadro de Ar*-ica#.
<. )uando aparezca el cuadro de di%logo Prueba de bondad de aju#'e para
Poi##on-Ar*-ica#.
Iacer clic en el cuadro Ar*-ica# de barra# de o# ,aore# ob#er,ado# %
e#perado#.
22
_____________________________________________________________________________
__________
Iacer clic en el cuadro de Re#u'ado#.
=. )uando aparezca el cuadro de di%logo Prueba de bondad de aju#'e para
Poi##on-Re#u'ado#.
Iacer clic en Mo#'rar re#u'ado# de a prueba.
!entro de los diferentes valores que le proporciona Qinitab, le da el de )h-cuadrada
46021 . 3
2
= X as como la probabilidad de tener este valor, la cual es + # 6.-<<.
)omo la probabilidad de tener un valor de 2.356.- es $a%or a 4 F, se acepta la
hiptesis 0
H
y se concluye que los defectos en las tarjetas de circuito impreso se
distribuye como una +oisson con 75 . 0 = .
Ap;ndice 1.1 E$peo de #o-'<are Mini'ab en una prueba de independencia.
+ara ilustrar el empleo del softOare Qinitab en la prueba de independencia,
tomaremos el ejemplo - de una compaa que tiene que escoger entre tres planes de
pensin, presentado en la p%gina -.. *os pasos a seguir pueden ser"
-. *a manera como es concentrada la informacin, puede ser.
)1 ). )1
- -56 -36 36
. 36 56 56
.. (eleccione el men& E#'ad+#'ica#.
2. (eleccionar Taba#.
3. Elegir )!i-cuadrada.
4. Elegir +rueba )!i-cuadrada /tabla de dos factores en la hoja de trabajo0.
5. )uando aparezca el cuadro de di%logo Prueba de )!i-cuadrada /tabla en hoja de
trabajo0.
Engresar )-?)2 en el cuadro )ou$na Cue con'iene a 'aba.
!entro de los diferentes valores que le proporciona Qinitab, le da el de )h-cuadrada
632 . 49
2
= X as como la probabilidad de tener este valor, la cual es + # 6.66.
23
_____________________________________________________________________________
__________
)omo la probabilidad de tener un valor de 632 . 49
2
= X es $enor a 4 F, se rechaza
la hiptesis 0
H
y se concluye que hay preferencia para cierto tipo de pensin
dependiendo del tipo de trabajo.
TABLA 1 VALORES CUANTILES DE LA DISTRIBUCIN JI-CUADRADA
v x ()((* x ()(+( x ()(,* x ()(*( x ()+(( x ()-(( x ()-*( x ()-.* x ()--( x ()--*
1 0.00 0.00 0.00 0.00 0.02 2.71 3.84 5.02 6.64 7.90
2 0.01 0.02 0.05 0.10 0.21 4.60 5.99 7.39 9.22 10.59
3 0.07 0.11 0.22 0.35 0.58 6.25 7.82 9.36 11.32 12.82
4 0.21 0.30 0.48 0.71 1.06 7.78 9.49 11.15 13.28 14.82
5 0.41 0.55 0.83 1.15 1.61 9.24 11.07 12.84 15.09 16.72
6 0.67 0.87 1.24 1.63 2.20 10.65 12.60 14.46 16.81 18.55
7 0.99 1.24 1.69 2.17 2.83 12.02 14.07 16.02 18.47 20.27
8 1.34 1.64 2.18 2.73 3.49 13.36 15.51 17.55 20.08 21.94
9 1.73 2.09 2.70 3.32 4.17 14.69 16.93 19.03 21.65 23.56
10 2.15 2.55 3.24 3.94 4.86 15.99 18.31 20.50 23.19 25.15
11 2.60 3.05 3.81 4.57 5.58 17.28 19.68 21.93 24.75 26.71
12 3.06 3.57 4.40 5.22 6.30 18.55 21.03 23.35 26.25 28.25
13 3.56 4.10 5.01 5.89 7.04 19.81 22.37 24.75 27.72 29.88
14 4.07 4.65 5.62 6.57 7.79 21.07 23.69 26.13 29.17 31.38
15 4.59 5.23 6.26 7.26 8.55 22.31 25.00 27.50 30.61 32.86
16 5.14 5.81 6.90 7.96 9.31 23.55 26.30 28.86 32.03 34.32
17 5.69 6.40 7.56 8.67 10.08 24.77 27.59 30.20 33.43 35.77
18 6.25 7.00 8.23 9.39 10.86 25.99 28.88 31.54 34.83 37.21
19 6.82 7.63 8.90 10.11 11.65 27.21 30.15 33.87 36.22 38.63
20 7.42 8.25 9.59 10.85 12.44 28.42 31.42 34.18 37.59 40.05
21 8.02 8.89 10.28 11.59 13.24 29.62 32.68 35.49 38.96 41.45
22 8.62 9.53 10.98 12.34 14.04 30.82 33.93 36.79 40.31 42.84
23 9.25 10.19 11.69 13.09 14.85 32.01 35.18 38.09 41.66 44.23
24 9.87 10.85 12.40 13.84 15.66 33.20 36.42 39.38 43.00 45.60
25 10.50 11.51 13.11 14.61 16.47 34.38 37.66 40.66 44.34 46.97
26 11.13 12.19 13.84 15.38 17.29 35.57 38.89 41.94 45.66 48.33
27 11.79 12.87 14.57 16.15 18.11 36.74 40.12 43.21 46.99 49.69
28 12.44 13.55 15.30 16.92 18.94 37.92 41.34 44.47 48.30 51.04
29 13.09 14.24 16.04 17.70 19.77 39.09 42.56 45.74 49.61 52.38
30 13.77 14.94 16.78 18.49 20.60 40.26 43.78 46.99 50.91 53.71
35 17.16 18.49 20.56 22.46 24.79 46.06 49.81 53.22 57.36 60.31
40 20.67 22.14 24.42 26.51 29.06 51.80 55.75 59.34 63.71 66.80
24
_____________________________________________________________________________
__________
45 24.28 25.88 28.36 30.61 33.36 57.50 61.65 65.41 69.98 73.20
50 27.96 29.68 32.35 34.76 37.69 63.16 67.50 71.42 76.17 79.52
60 35.50 37.46 40.47 43.19 46.46 74.39 79.08 83.30 88.40 91.98
70 43.25 45.42 48.75 51.74 55.33 85.52 90.53 95.06 100.44 104.24
80 51.14 53.52 57.15 60.39 64.28 96.57 101.88 106.63 112.34 116.35
90 59.17 61.74 65.64 69.13 73.29 107.56 113.14 118.14 124.13 128.32
100 67.30 70.05 74.22 77.93 82.36 118.49 124.34 129.56 135.82 140.19
TABLA 2. VALORES CRTICOS DE D PARA LA PRUEBA DE BONDAD DE AJUSTE DE
KOLMOGOROV-SMIRNOV
Nivel de signifi!ni! "!#! $ = %&'i%(
$ e
F F
)!%!*( de n
0.20 0.15

0.10 0.05 0.01
1 0.900 0.925 0.950 0.975 0.995
2 0.684 0.726 0.776 0.842 0.929
3 0.565 0.597 0.642 0.708 0.828
4 0.494 0.525 0.564 0.624 0.733
5 0.446 0.474 0.510 0.565 0.669
6 0.410 0.436 0.470 0.521 0.618
7 0.381 0.405 0.438 0.486 0.577
8 0.358 0.381 0.411 0.457 0.543
9 0.339 0.360 0.388 0.432 0.514
10 0.322 0.342 0.368 0.410 0.490
11 0.307 0.326 0.352 0.391 0.468
12 0.295 0.313 0.338 0.375 0.450
13 0.284 0.302 0.325 0.361 0.433
14 0.274 0.292 0.314 0.349 0.418
15 0.266 0.283 0.304 0.338 0.404
16 0.258 0.274 0.295 0.328 0.392
17 0.250 0.266 0.286 0.318 0.381
18 0.244 0.259 0.278 0.309 0.371
19 0.237 0.252 0.272 0.301 0.363
20 0.231 0.246 0.264 0.294 0.356
25 0.21 0.22 0.24 0.27 0.32
30 0.19 0.20 0.22 0.24 0.29
35 0.18 0.19 0.21 0.23 0.27
+&s de 35
n / 07 . 1 n / 14 . 1 n / 22 . 1 n / 36 . 1 n / 63 . 1
25
_____________________________________________________________________________
__________

26

4a. U. Pruebas de Bondad de Ajuste

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

4a. U. Pruebas de Bondad de Ajuste

Enviado por

Direitos autorais:

Formatos disponíveis

Lic.

Vicente S nchez y Ram rez

ser% grande y el ajuste ser% muy pobre, por lo

en la coa derec!a de la distribucin ji-cuadrada,

para cada valor observado,

# frecuencia esperada en la celda ij

de la coa derec!a de la distribucin ji-

para cada uno de los renglones, as como las

para cada una de las columnas.

0 para cada celda ij de la tabla de

U son las probabilidades para los renglones, y

U # 236J 466 # 6.5=

U # -56J 466 # 6.2.

V # .66J 466 # 6.36

V # .66J 466 # 6.36

Você também pode gostar