ESTADSTICA AVANZADA

Lic.MSc. CSAR LINDO PIZARRO

PRINCIPALES APLICACIONES DE LA DISTRIBUCION CHI CUADRADO

En este captulo estudiaremos las aplicaciones de la DISTRIBUCION CHICUADRADO en pruebas de bondad de ajuste, y en pruebas de hiptesis que se
relacionan con tablas de contingencia tales como: prueba de independencia de dos
variables estadsticas, pruebas de homogeneidad de muestras, y prueba de
igualdad de dos o ms proporciones poblacionales.
1.

PRUEBA DE BONDAD DE AJUSTE (ajuste a una distribucion uniforme)

Pasos a seguir:
1. Plantear las hiptesis
2. Fijar el nivel de significancia: = 0.01 = 0.05
3. Estadstica
k

X2

O e
i 1

, que se distribuye aproximadamente como chi- cuadrado con

ei
k-1 grados de libertad.
4. Regin crtica
5. Clculos
6. Conclusin
PROBLEMA
A causa de los irregulares patrones de precipitacin pluvial y la baja capacidad
de retencin de agua de los suelos de T.M.; se requiere irrigacin suplementaria
para la mayor parte de los cultivos, un equipo de investigacin 5 estrategias
alternativas de administracin del agua para irrigar las tierras agrcolas de T.M.
Se entrevisto a una muestra aleatoria de 100 ingenieros agrnomos y se les
pregunto cul de las estrategias reducira en su opinin a una productividad
ptima, en la tabla se muestra un resumen de sus respuestas:
ESTRATEGIAS
FRECUENCIAS(Oi)

A
17

B
27

C
22

D
15

E
19

Los datos ofrecen pruebas significativas que indiquen una preferencia por una
o ms de las 5 estrategias de administracin del agua? Pruebe con un nivel de
significancia de = 0.05
SOLUCIN:
1. Plantear las hiptesis:
Ho : los datos no ofrecen pruebas suficientes.
Ha : los datos si ofrecen pruebas suficientes.
2. Fijar el nivel de significancia: = 0.05

ESTADSTICA AVANZADA

2
k

3. Estadstica:

X2

O e
i 1

Lic.MSc. CSAR LINDO PIZARRO

ei
Que se distribuye aproximadamente como chi- cuadrado con k-1 grados de
libertad.
4. Regin Crtica:

5. Calculo:: X cal = ?
ESTRATEGIAS
Oi :
Pi :
n pi :

A
17
1/5
20

B
27
1/5
20

C
22
1/5
20

D
15
1/5
20

E
19
1/5
20

TOTAL
100
1
100

E(n) = n pi 100 (0.2) = 20

X cal = ( 17 - 20 ) + ......
=
20
Usando la tabla chi-cuadrado con 95% de confianza y (k-1) g.l. como k =
5, entonces, el valor chi-cuadrado ser:
X 0.95(4) = 9.49
6. Conclusiones
Como X cal =
regin de
concluimos que
2.

es
que X
. Por lo tanto

0.95(4)

= 9.49 entonces pertenece a la

la hiptesis nula (Ho) y

TABLAS DE CONTINGENCIAS: PRUEBA DE INDEPENDENCIA

El procedimiento de la prueba chi cuadrado puede utilizarse tambin para probar la
hiptesis de independencia de dos variables de clasificacin.
PROBLEMA 1
Suponga que en la carpintera UNAS se desean clasificar defectos encontrados
en los muebles segn el tipo de defecto y segn el turno de trabajo en el cual se
fabrico el mueble. Es claro que lo que se busca es estudiar la (contingencia de)
posible dependencia entre las dos clasificaciones varan las proporciones de

ESTADSTICA AVANZADA

Lic.MSc. CSAR LINDO PIZARRO

defectuosos segn el tipo de defecto de turno a turno? Pruebe con un nivel de

significancia de = 0.05
TABLA DE CONTINGENCIA EN LA QUE SE CLASIFICAN DEFECTOS DE MUEBLES SEGN
TIPO DE DEFECTOS Y TURNO DE OPERACIN.

TURNO
1
2
3
TOTAL

A
15(22.51)
26(
)
33(
)
74

TIPO DE DEFECTO
B
C
21(
)
45(
31(
)
34(
17(
)
49(

)
)
)

D
13(
5 (
20(

)
)
)

TOTAL
94

SOLUCION:
1. Plantear las hiptesis
Ho: No existe evidencias de que la proporcin de defectos de los distintos tipos
vara segn el turno.
Ha: Existe evidencias de que la proporcin de defectos de los distintos tipos
varia segn el turno.
2. Fijar el nivel de significancia: = 0.05
k

3. Estadstica:

X2

O e
i 1

ei
Que se distribuye aproximadamente como chi- cuadrado con v=(f-1)x(c-1)=
(3-1)x(4-1)=6 grados de libertad.
4. Regin Critica:

5. Clculos
X cal = ( 15 - 22.51 ) + ......
22.51

X 0.95(6) = 12.59
6. Conclusiones
Como X cal =
regin de

es
.

que X
Por lo tanto

0.95(6)

= 12.59. Entonces pertenece a la

ESTADSTICA AVANZADA

Lic.MSc. CSAR LINDO PIZARRO

Ho y concluimos que los datos presentan suficiente evidencia de que .

PROBLEMA 2
Supngase que se desea determinar si las opiniones de los habitantes votantes
de T.M. respecto a una nueva reforma impositiva son independientes a sus
niveles de ingreso. Una muestra aleatoria de 1 000 votantes registrados de la
ciudad de T.M. se clasifican de acuerdo con sus ingresos como bajo. Medio, alto
y si estn a favor o en contra de la nueva reforma impositiva. Las frecuencias
observadas se presentan en la siguiente tabla. Pruebe con un nivel de
significancia de = 0.05
NIVEL DE INGRESO
REFER. IMPOSITIVA
BAJO
MEDIO
ALTO
TOTAL
A FAVOR
182 (200.93) 213 (
) 203 (
)
598
EN CONTRA
154 (
) 138 (
) 110 (
)
402
TOTAL
336
351
313
1 000
SOLUCIN:
1. Plantear las hiptesis
Ho: las opiniones de los votantes no dependen de sus ingresos
Ha: las opiniones de los votantes si dependen de sus ingresos
2. Fijar el nivel de significancia: = 0.05
k

3. Estadstica:

X2

O e
i 1

ei
Que se distribuye aproximadamente como chi- cuadrado con v=(f-1)x(c-1)=
(2-1)x(3-1)=2 grados de libertad.
4. Regin Crtica:

5. Calculo del estadgrafo de contraste

X cal = ( 180 - 200.9 ) + ..
200.9
6. Conclusin:

ESTADSTICA AVANZADA

3.

Lic.MSc. CSAR LINDO PIZARRO

PRUEBA DE HOMOGENEIDAD
PROBLEMA
Supngase que previamente se decide seleccionar a 200 votantes del partido de
gobierno, a 150 votantes del mov. Independiente y a 150 votantes del partido
contrario al partido de gobierno (APRA) de los votantes de la ciudad de T.M. y se les
clasifica respecto a la ley de aborto segn estm a favor o en contra o no hayan
decidido. Las respuestas se encuentran en la siguiente tabla: Pruebe con un nivel
de significancia de
= 0.05
AFILIACIN POLITICA
LEY DE ABORTO
P.P.
M.I.
APRA
TOTAL
A FAVOR
82
70
62
EN CONTRA
93
62
67
SIN DECISIN
25
18
21
TOTAL
SOLUCION:
1. Plantear las hiptesis

2. Fijar el nivel de significancia: = 0.05

k

3. Estadstica:

X2

O e
i 1

ei

Que se distribuye aproximadamente como chi- cuadrado con v=(f-1)x(c-1)=

( )x( )= grados de libertad.
4. Regin Crtica:

5. Clculos:

ESTADSTICA AVANZADA

Lic.MSc. CSAR LINDO PIZARRO

6. Conclusin:
4. PRUEBA PARA VARIAS PROPORCIONES
PROBLEMA
Una muestra de 3000 objetos se clasifico segn el turno de su produccin:
tarde, noche y segn su calidad de defectuoso o no defectuoso como se
siguiente tabla.
TURNO
CALIDAD
MAANA
TARDE
NOCHE
DEFECTUOSO
25
47
48
NO DEFECT.
975
953
952
TOTAL
1000
1000
1000

maana,
da en la
TOTAL
120
2880
3000

Utilice un nivel de significancia del 5% para determinar si la proporcion de objetos

defectuosos es la mismo para los tres turnos.
SOLUCIN:
1. Plantear las hiptesis
Ho : p1 = p2 = p3
Ha : p1 , p2 , p3, no son iguales
7. Fijar el nivel de significancia: : = 0.05
k

8. Estadstica:

X2

O e
i 1

ei
Que se distribuye aproximadamente como chi- cuadrado con v=(f-1)x(c-1)=
( )x( )= grados de libertad.
9. Regin Crtica:

10.

Clculos:

6. Conclusin: