Professional Documents
Culture Documents
MAZATENANGO, SUCHITEPEQUEZ
NOMBRE:
Miguel Antonio Ramrez Cache
Carn: 3090-14-8416
cuarto semestre
Estadstica I
Ing. Rudy Santisteban
Seccion: B
U
M
G
MARCO TEORICO
La prueba estadstica de X2 para una muestra se emplea frecuentemente como
prueba de bondad de ajuste, sin embargo, en un plan experimental, en el que se
cuenta con un grupo muestral, con diversas subclases y las mediciones estn en
escala nominal, resulta muy til este procedimiento.
La eficacia de la prueba est de acuerdo con el tamao de la muestra, pues con
un grado de libertad, si hay dos subclases, algunos autores consideran que la
prueba es insensible, no obstante la informacin que aporta ms de dos
categoras.
La variable continua X se dice que sigue una distribucin normal de media y
desviacin tpica si:
a) Puede tomar cualquier valor en el intervalo (-; +)
b) la grfica de esta funcin tiene forma de campana
c) En la distribucin normal hay que observar:
d) c)
Donde
Propiedades
Funcin de densidad
Su funcin de densidad es:
donde
es la funcin gamma.
Uso de Nivel
Nivel
Nivel
TOTAL
medio
alto
SI
15
28
51
NO
13
16
14
43
TOTAL
21
31
42
94
bajo:
(21x51/94)=11,4-(21x43/94)=9,6
Nivel
medio:
(31x51/94)=16,8-(31x43/94)=14,2
Estas son las frecuencias que debieran presentarse si la hiptesis nula fuera
verdadera y, por consiguiente, las variables fueran independientes.
Estos valores los anotamos en una tabla con las mismas celdas que la anterior;
as tendremos una tabla con los valores observados y una tabla con los valores
esperados, que anotaremos en cursiva, para identificarlos bien.
Uso de cinturn Nivel bajo Nivel medio Nivel alto TOTAL
SI
11,4
16,8
22,8
51
NO
9,6
14,2
19,2
43
TOTAL
21
31
42
94
Entonces
con un valor de la tabla de probabilidades para ji-cuadrado (x2). Esta tabla es muy
parecida a la tabla t de student, pero tiene slo valores positivos porque jicuadrado slo da resultados positivos. Vase grfico 1, que muestra la forma de la
curva, con valores desde 0 hasta infinito.
Grfico 1.
Dado que el estadstico ji cuadrado slo toma valores positivos, la zona de
rechazo de la hiptesis nula siempre estar del lado derecho de la curva.
Uso de tabla ji-cuadrado
La tabla de ji-cuadrado tiene en la primera columna los grados de libertad y en la
primera fila la probabilidad asociada a valores mayores a un determinado valor del
estadstico
(vase
grfico
de
la
tabla
III).
Los grados de libertad dependen del nmero de celdas que tiene la tabla de
asociacin donde estn los datos del problema y su frmula de clculo es muy
sencilla:
Grados de libertad (gl)=(n de filas1)x(n de columnas1)
As, en nuestro ejemplo, en que hay 2 filas y 3 columnas, los grados de libertad
sern:
gl=(2-1)x(3-1)=2
Grfico 2.
Segn esto, debemos aceptar la hiptesis nula que plantea que las variables uso
de cinturn de seguridad y nivel socioeconmico son independientes.
Limitacin: como norma general, se exige que el 80% de las celdas en una tabla
de asociacin tengan valores esperados mayores de 5.
Ji-cuadrado como prueba de bondad de ajuste
Tambin se puede usar el estadstico ji-cuadrado para evaluar cun buena puede
resultar una distribucin terica, cuando pretende representar la distribucin real
de los datos de una muestra determinada. A esto se le llama evaluar la bondad
de un ajuste. Probar la bondad de un ajuste es ver en qu medida se ajustan los
datos observados a una distribucin terica o esperada.
Tomemos como ejemplo la distribucin esperada para los individuos de una
poblacin que son clasificados segn grupo sanguneo. Segn estudios realizados
en poblacin, se espera que dicha distribucin, en porcentajes, sea la siguiente:
Grupo Frecuencia esperada
AB
2,0%
30,5%
9,3%
58,2%
48
15
83
Logaritmo
Normal
(Lognormal)
Ocurre en la prctica cada vez que existe una variable aleatoria X tal que su
logaritmo natural es una nueva variable aleatoria Y con distribucin normal,
entonces X sigue el modelo probabilstico llamado logaritmo normal.
Sea la variable aleatoria X nLa funcin de densidad de X se puede obtener teniendo en cuenta:
Se puede demostrar que:
NOTACIN.
Sea
X~
ln
entre
6.1
8.2.
de
una
variable
constante.
Es la distribucin natural a utilizar cuando las desviaciones a partir del valor del
modelo estn formadas por factores, proporciones o porcentajes ms que por
valores absolutos como es el caso de la distribucin normal. La distribucin
lognormal tiene dos parmetros en el ln(X) como y , sin embargo la variable
original
tiene
los
_X=E(X)=e^(+^2/2)
_X^2=V(X)=e^(2+^2 ) (e^(^2 )-1)
siguientes
parmetros:
Propiedades
La distribucin lognormal se caracteriza por las siguientes propiedades:
Asigna a valores a las tasas y probabilidades de fallo que de esta forma slo
pueden
ser
positivas.
de
distribuciones
empricas.
por
tanto,
ser
pesimista.
APLICACIONES
La distribucin lognormal se ajusta a ciertos tipos de fallos (fatiga de componentes
metlicos), vida de los aislamientos elctricos, procesos continuos (procesos
tcnicos) y datos de reparacin y puede ser una buena representacin de la
distribucin de los tiempos de reparacin. Es tambin una distribucin importante
en
la
valoracin
de
sistemas
con
reparacin.
mediante
la
transformacin
Y=Ln(X):
DISTRIBUCIN DE WIEBULL,
La distribucin de Weibull es una distribucin verstil que se puede utilizar para
modelar una amplia gama de aplicaciones en ingeniera, investigacin mdica,
control de calidad, finanzas y climatologa. Por ejemplo, la distribucin se utiliza
frecuentemente en anlisis de fiabilidad para modelar datos de tiempo para falla,
como la probabilidad de que una parte falle despus de uno, dos o ms aos. La
distribucin de Weibull tambin se utiliza para modelar datos asimtricos del
proceso en el anlisis de capacidad.
La distribucin de Weibull se describe segn los parmetros de forma, escala y
valor umbral. El caso en que el parmetro de valor umbral es cero se conoce
como la distribucin de Weibull de 2 parmetros. La distribucin de Weibull se
define solo para variables no negativas. Dependiendo de los valores de los
parmetros, la distribucin de Weibull puede adoptar varias formas.
OBJETIVOS
Utilizar la investigacin como herramienta para mejorar el conocimiento y la
pronta solucin a problemas en el mundo real.
CONCLUSION
La distribucin Normal es una buena aproximacin de la distribucin
Binomial. Cuando en una distribucin Binomial n tiende a cero.
Una distribucin chi-cuadrado es una distribucin sesgada cuya forma
depende exclusivamente del nmero de grados de libertad. Conforma este
aumenta, la distribucin se vuelve ms simtrica.
la distribucin de Weibull es una distribucin utilizada para el anlisis de
fiabilidad y segn entiendo es derivada de la distribucin normal.
BIBLIOGRAFIA
http://www.medwave.cl/link.cgi/Medwave/Series/MBE04/5266
https://prezi.com/jpljomawm-dl/distribucion-log-normal/
http://support.minitab.com/es-mx/minitab/17/topic-library/basic-statistics-andgraphs/probability-distributions-and-random-data/distributions/weibull-distribution/