PRUEBAS JI CUADRADO

Datos por categoras o datos de conteo. Los datos que han sido clasificados y situados en categoras
mutuamente excluyentes se denominan datos por categoras o datos de conteo.
Experimento multinomial. Un experimento multinomial es una prueba estadstica en que los datos se
clasifican en dos o ms categoras y se anota el nmero de observaciones de cada categora (clase).
Prueas de ondad del a!uste
stas pruebas miden el grado en que los datos muestrales observados cumplen una distribuci!n hipot"tica
determinada. #i el grado de cumplimiento es ra$onable% se puede deducir que la distribuci!n hipot"tica
existe.
#i hay una diferencia grande entre lo que se observa en la muestra real y lo que esperaba observarse si la
hip!tesis nula fuera correcta% ser menos probable que "sta sea cierta. s decir% la hip!tesis nula deber
ser recha$ada cuando las observaciones obtenidas en la muestra difieran en grado significativo de la pauta
de sucesos que sera de esperar si existiera la distribuci!n hipot"tica.
&ara contrastar la hip!tesis relativa a una distribuci!n poblacional hemos de anali$ar la diferencia entre
las expectativas basadas en la distribuci!n hipot"tica y los datos reales que aparecen en la muestra. sto
es precisamente lo que hace la prueba 'i(cuadrado de la bondad del a)uste. *etermina si las
observaciones muestrales +se a)ustan, a las expectativas. La prueba toma la forma siguiente-

=
k
i
i
i
i
E
E O
.
/
/
) (

*onde O
i
es la frecuencia de los sucesos observados en los datos muestrales
E
i
es la frecuencia de los sucesos esperados si la hip!tesis nula es correcta
K es el nmero de categoras o clases
La prueba lleva consigo K 0 m 0 . grados de libertad% donde m es el nmero de parmetros a estimar.
g.l. = K 0 m 0 .
1bs"rvese que el numerador de la f!rmula de la tabla mide la diferencia entre las frecuencias de los
sucesos observados y las frecuencias de los sucesos esperados. 2uando estas diferencias son grandes y
hacen que aumenten
/
% la hip!tesis nula debe ser recha$ada.
Pruea de a!uste a una estructura espec"ica. 3ay muchos casos en que las frecuencias se contrastan
con una cierta estructura en la cual no todas las frecuencias esperadas son iguales% sino que vienen
determinadas por-

i i
np E =
*onde n es el tama4o muestral
pi es la probabilidad de cada categora que especifica la hip!tesis nula
#alas de contingencia. Pruea de la independencia
La 'i(cuadrado nos permite tambi"n comparar dos atributos para determinar si hay alguna relaci!n entre
ellos. La comparaci!n de dos atributos para determinar si son independientes se reali$a de la misma
forma que antes- anali$ando la diferencia entre frecuencias observadas reales y frecuencias esperadas.

=
rc
i
i
i i
E
E O
.
/
/
) (

*onde r es el nmero de filas

c es el nmero de columnas
Los grados de libertad son-
g.l. = (r 0 .) (c 0 .)
E!ercicios
.. 2hris 2olumbus% director de mar5eting de #even #eas% 6nc.% tiene la responsabilidad de controlar el nivel
de existencias de los cuatro tipos de veleros que vende su empresa. n particular% 2hris tiene que evitar la
posibilidad de perder ventas por falta de existencias. 7ntes encargaba barcos nuevos pensando que los
cuatro tipos go$aban de la misma popularidad y la demanda de todos ellos era la misma. &ero desde hace
poco tiempo las existencias son ms difciles de controlar y 2hris piensa que debe contrastar su hip!tesis
de demanda uniforme.
#ipo de arco
$entas oser%adas
&Oi'
&irates8 9evenge .:
'olly 9oger ..
;luebeard8s <reasure .=
7hab8s >uest ./
#i se adopta la hip!tesis de la demanda% la hip!tesis nula supone que si se toma una muestra al a$ar de
veleros% los marineros de fin de semana comprarn un nmero igual de cada tipo. 2hris elige una muestra
de n ? @A barcos vendidos en los ltimos meses. 2ompruebe la hip!tesis con un nivel de significaci!n del
:B.
/. 7 los compradores de coches se les advierte a menudo que no compren un coche fabricado en viernes o
lunes porque el absentismo de los traba)adores es ms elevado en esos das. #i una encuesta revel! que el
nmero de coches defectuosos de lunes a viernes fue de C/% //% /D% .E y /=% respectivamente% Fparece
tener el da de la semana alguna relaci!n con la calidad de los autom!vilesG &oner ? :B. Hormular la
hip!tesis nula y la regla de decisi!n y hallar
2
.
C. La revista Fortune public! hace poco que los grandes bancos comerciales intentaban controlar sus
carteras de pr"stamos garanti$ando una determinada composici!n del con)unto de pr"stamos que
conceden a sus clientes. sta composici!n es muy importante para reducir al mnimo la tasa de fallidos.
l 'ohn *illinger Hirst Iational ;an5 de la ciudad de Iueva Jor5 trata de seguir una poltica de conceder
el D=B de sus pr"stamos a empresas comerciales% el .=B a personas y el C=B a prestatarios extran)eros.
&ara determinar si se respeta la poltica del banco% 'ay 3oover% vicepresidente de mar5eting% elige al a$ar
A: pr"stamos reci"n aprobados. 7verigua que D/ de estos cr"ditos se concedieron a empresas% .= a
personas y .C a prestatarios extran)eros. 7l nivel del .=B% Fparece preservarse la composici!n deseada
de la cartera del bancoG 2ontrastar las hip!tesis al .=B.
@. n el pasado% las ventas de 7cme Kotors estaban formadas por el C=B de coches nuevos% el @=B de
coches de segunda mano y el resto de coches muy usados. *espu"s de una rpida campa4a publicitaria%
una muestra aleatoria indic! que 7cme haba vendido :D coches nuevos% DC de segunda mano y CE muy
usados. 7l nivel del .B% Fparece que haya una variaci!n en la estructura de las ventasG
:. Una asesora econ!mica es controlada por el aeropuerto internacional de 183are para estudiar la
estructura del trfico. Los registros de vuelo de los ltimos a4os que lleva el aeropuerto indican una
media de C./ aterri$a)es por minuto. La asesora quiere contrastar la hip!tesis de que los aterri$a)es siguen
una distribuci!n de &oisson. La asesora toma muestras de los aterri$a)es reali$ados en n ? /== minutos.
La tabla siguiente refle)a los datos muestrales de las frecuencias observadas% Oi. La tabla indica% por
e)emplo% que en .= de los /== minutos de la muestra no hubo ningn aterri$a)eL en /C de los mismos /==
minutos s!lo hubo un aterri$a)e% etc. laborar el contraste de hip!tesis al nivel del .B para dicha
afirmaci!n.
()mero de
Aterri*a!es &Xi'
+recuencias
Oser%adas &Oi'
= .=
. /C
/ @:
C @E
@ C/
: o ms @.
/==
F>u" ocurre si no se dispone de y se la debe estimarG
D. #e conocen las frecuencias de fallo de mquinas en .:= intervalos de una hora. La media poblacional es
desconocida. La estimaci!n de estos datos muestrales es ..:. 7l nivel del .=B% Fsiguen los fallos una
distribuci!n de &oisson con una media de ..:G
Imero de mquinas- = . / C @ ! ms
Hrecuencia de fallo- C/ :. @. .A A
M. Las especificaciones de producci!n de las botellas de aire empleadas en inmersi!n exigen que se llenen
hasta una presi!n media de D== libras por pulgada cuadrada (psi). #e admite una desviaci!n tpica de .=
psi. Las tolerancias de las normas de seguridad permiten una distribuci!n normal en los niveles de
llenado. #uponga que le acaba de contratar 7qua Lung% importante fabricante de equipo de inmersi!n% y
que su primera tarea consiste en determinar si los niveles de llenado cumplen una distribuci!n normal.
7qua Lung est seguro de que prevalecen la media de D== psi y la desviaci!n tpica de .= psi. #!lo
queda por probar la naturale$a de la distribuci!n. &ara ello decide medir n ? ..=== botellas y halla la
distribuci!n indicada de la tabla siguiente. labore el contraste de hip!tesis al nivel del :B.
PSI
+RECUE(CIA
REA,
Kenos de :A= /=
:A= y menos de :E= .@/
:E= y menos de D== C.=
D== y menos de D.= CM=
D.= y menos de D/= ./A
D/= o ms C=
..===
A. La panadera *oughnut ;oy est experimentando una nueva receta de rosquillas. #e toman .== muestras
de .= rosquillas cada una para determinar si la nueva me$cla cumple las estrictas normas de *oughnut
;oy. l director quiere saber si la subida de las rosquillas en el horno sigue una distribuci!n binomial. #i
es as% la direcci!n continuar la experimentaci!n con esta receta. labore la prueba de hip!tesis
utili$ando un nivel de significaci!n del :B.
Imero de rosquillas que
no se levantaron
Imero de muestras
(de .==)
Xi 1i
= /=
. /A
/ C:
C .D
@ .
Ks de @ =
E. Nilma Oeeto es directora de investigaci!n de productos en *oP 2hemical. #u proyecto actual exige
anali$ar la eficacia de un nuevo insecticida que *oP planea comerciali$ar. 7 la se4ora Oeeto le interesa
en particular si la inclusi!n de diclorovinilo% un ingrediente mortfero% en la f!rmula qumica del producto
produce resultados ms satisfactorios. #u prueba ms reciente consisti! en elegir al a$ar .== clientes
potenciales y pedir a M: de ellos que probasen la f!rmula con diclorovinilo. 7 otros /: clientes se les
entreg! el mismo producto sin diclorovinilo. 7 los .== se les solicit! que definieran el producto con las
calificaciones de +me)or que la media,% +como la media,% o +peor que la media,. Los resultados se
muestran en la tabla siguiente. La se4ora Oeeto quiere comparar el atributo ; con el atributo 7. #u
hip!tesis es que la calificaci!n y el uso del diclorovinilo son independientes. labore el contraste de
hip!tesis al nivel del .=B.
Atriuto B
Atriuto A Dicloro%inilo
Sin
dicloro%inilo
Ke)or que la media /= ..
6gual que la media @= A
&eor que la media .: D
.=. 3edonistic 7uto #ales se afana en determinar si hay alguna relaci!n entre la renta de los clientes y la
importancia que conceden al precio de los autom!viles de lu)o. >uieren contrastar la hip!tesis de-
H0- La renta y la importancia del precio son independientes.
HA- La renta y la importancia del precio no son independientes.
labore este contraste al nivel del .B. <ome como referencia la tabla siguiente-
Atriuto A- Atriuto B- renta
ni%el de importancia Ba!a .edia Alta
Qrande Oi ? AC Oi ? D/ Oi ? CM
Koderada Oi ? :/ Oi ? M. Oi ? @E
&eque4a Oi ? DC Oi ? :A Oi ? DC