Escolar Documentos
Profissional Documentos
Cultura Documentos
PUEBLA
“ESTADISTICA INFERENCIAL”
CATEDRATICO:
M. C. Rafael Meza García
AULA: 8A HORARIO: 13:00 – 15:00 lunes, miércoles y jueves.
Ingeniería en Logística
TEMA:
“PRUEBAS DE BONDAD DE AJUSTE”
“PRUEBAS NO PARAMETRICAS”
NOMBRE:
Alejandro Pérez Rojas
Benjamín Sánchez Tototzintle
Alejandro Santiago Hernández
INTRODUCCION
Cuando se realizan investigaciones, con frecuencias es
importante obtener información a través de una muestra
sobre la forma como se distribuyen los datos de una
población.
Algunos estudios producen resultados sobre los que no
podemos afirmar que se distribuyen normalmente, es
decir con forma acampanada concentrados sobre la
media.
En estos casos debemos emplear técnicas no
paramétricas que se utilizan ampliamente en las
aplicaciones de las ciencias sociales, cuando no se
puede asumir a priori que los datos de una muestra se
ajuste a una distribución normal.
PRUEBAS NO PARAMÉTRICAS
• Son aplicables cuando la teoría de normalidad no puede ser utilizada, por ejemplo
cuando no se trabaja con magnitudes de observaciones sino con sus rangos.
Prueba de los Signos
Se usa para hacer pruebas de hipótesis acerca de la mediana de una población de una
variable continua.
La prueba estadística está basada en la distribución Binomial con probabilidad de éxito p=½,
puesto que la probabilidad de que un dato sea mayor o menor que la mediana es ½.
Para calcularla se determinan las diferencias de los datos conrespecto al valor dado de la
mediana y se cuentan los signos positivos y negativos.
Todas las pruebas vistas en este capítulo requieren que la población sea continua. El
parámetro que se usa para hacer las pruebas estadísticas es la Mediana y no la Media
Cuando la hipótesis alterna es "mayor que" y el número de diferencias positivas es mayor que
las diferencias negativas entonces, el "p-value" se calcula por
Si n>20se puede usar aproximación Normal a una Binomial con p =q = 0.5, para calcular los
“p-values
”. Es decir,
La Prueba de Rangos con signos de Wilcoxon Es usada para hacer pruebas de hipótesis
acerca de la mediana.
Ahora se hablará sobre las pruebas de bondad de ajuste, indicando algunas de las pruebas
principales y la distancia que tienen.
Dada
X ,X ,Xn
Sea X X Xn.
una muestra aleatoria de una función de densidad F (x) Xdonde donde ( ) 0 F x denota una
Sin embargo, al revisar la literatura se observa que muchas pruebas se han obtenido con
base en alguno de los siguientes criterios.
Estas pruebas están basadas en una comparación de la función de distribución empírica (f. d.
e.) con la f. d. teórica. La estadística de prueba es de la forma:
Como
Otro criterio para construir pruebas de bondad de ajuste consiste en comparar algunos
momentos poblacionales con los momentos muéstrales correspondientes. El k-ésimo
momento central de F( x) , k>0, se define como.
Ejemplo la estadística
A pesar de que los k-ésimos momentos de dos distribuciones distintas pueden ser iguales
para algunos valores de k, existen muchas pruebas basadas en este criterio.
Entonces,
Una prueba de correlación compara dos estimadores de 2 . Un ejemplo de este tipo es la
prueba de Shapiro y Wilk (1965) para probar normalidad univariada cuya estadística de
prueba es
Se dice que una propiedad caracteriza la distribución 0 F cuando dicha propiedad se cumple
si y solo si 0 F es verdadera.
Se dice que una prueba se basa en una caracterización de 0 F cuando se prueba que se
cumple la propiedad característica en lugar de probar directamente que secumple 0 F .
Estas gráficas son de mucha utilidad para conocer la distribución de una población, la prueba
gráfica del ajuste de curvas se puede hacer de la siguiente forma.
La prueba se puede utilizar tanto para distribuciones discretas como para distribuciones
continuas
a. Se busca en cuantos intervalos de clases se puede distribuir los datos en estudio lo cual se
puede hacer m = n o alternativamente es muy común utilizar las encontrar el número de
intervalos se aplica la regla de sturges:
R=Xmax-Xmin
Númerodeint ervalos
Rango
A=
2. Con la distribución propuesta, se calcula la frecuencia esperada para cada uno de los
intervalos (FEi) de la siguiente manera:
3.
Si la variable es continua se halla mediante la integración de la distribución propuesta y
luego se multiplica por el número total de datos.
DE BONDAD DE AJUSTE.
RECOMENDACIONES IMPORTANTES
La prueba de bondad de ajuste chi cuadrado tal vez nos sea el mejor procedimiento cuando
al variable es continua.
-Si hay un acercamiento entre las gráficas existe una probabilidad de que la distribución
teórica se ajusta a los datos. El hecho de que utiliza la distribución de probabilidad
acumulada la hace un poco más eficiente que la prueba anterior
Relación
1.2 Para cada intervalo se tendrá la frecuencia observada i (FOi). Se calcula la media y la
varianza de los datos
2. Se encuentra la probabilidad observada (POi), dividiendo la frecuencia observada de cada
intervalo por el número total de datos.
7. Se calcula el valor absoluto entre la diferencia de PAO y PAE para cada intervalo y se
selecciona la máxima diferencia, llamándola MD.
BIBLIOGRAFÍA
Llinás Solano Humberto. Estadística Inferencial. Ediciones Uninorte. 2006. Walpole Ronald,
Myers Raymond, Myers Sharon. Probabilidad y estadística para ingenieros. Pearson
Educación. 1999