PRUEBAS ESPECIALES CON

PRUEBA DE CHI-CUADRADO
Es una prueba de hiptesis que compara las distribucin observada de los
datos con una distribucin esperada de los datos.
Existen diferentes pruebas:
Usando tablas de contingencia: independencia o homogeneidad.
Bondad de ajuste
Diferencia entre 3 o ms proporciones
 PRUEBA DE INDEPENDENCIA
Son arreglos de filas y columnas elaboradas con el fin de presentar
informacin acerca de un fenmeno afectado por 2 caractersticas.

Ho: la variable de las filas es independiente de la variable de las

columnas
H1: la variable de las filas depende de la variable de las columnas.

Valor de prueba:
Valor crtico: (nmero de filas-1)x (nmero de columnas-1)
EJEMPLO 1:
Una compaa opera cuatro mquinas tres turnos al da. De los registros de
produccin, se obtienen los datos siguientes sobre el nmero de fallas:
Mquinas
Turno A B C D
1 41 20 12 16
2 31 11 9 14
3 15 17 16 10

Pruebe la hiptesis de que el nmero de fallas es independiente del turno.

EJEMPLO 2:
Una compaa tiene que escoger un plan de pensin de entre posibles. La
gerencia desea saber si la preferencia por los planes es independiente de la
clasificacin del trabajo. En la siguiente tabla aparecen las opiniones de una
muestra aleatoria de 500 empleados.
Plan de pensin
Clasificacin del trabajo 1 2 3
Trabajadores 136 136 68
asalariados
Trabajadores por horas 64 64 32
EJEMPLO 3: PRUEBA DE HOMOGENEIDAD
Se seleccionan a 200 demcratas, a 150 republicanos y a 150 independientes de
los votantes de cierto estado y se les clasifica respecto a la ley del aborto segn
estn a favor, en contra o no hayan decidido. Las respuestas se observan a
continuacin.
Afiliacin poltica
Ley del aborto Total
Demcrata Republicano Independiente

A favor 82 70 62 214
En contra 93 62 67 222
Sin decisin 25 18 21 64
Total 200 150 150 500

Las tres categoras de votantes son las mismas con respecto a sus opiniones en
relaciones a la ley del aborto propuesta?
BONDAD DE AJUSTE Prueba especial de Chi-
cuadrado
EJEMPLO 1:
Un dado se lanza 180 veces con los siguientes resultados:

x 1 2 3 4 5 6
f 28 36 36 30 27 23

Se trata de un dado no cargado Utilice un nivel de significancia

de 0.01.
EJEMPLO 2:
Las calificaciones en un curso de estadstica para un semestre en particular fueron los
siguientes:
Calificacin A B C D E
f 14 18 32 20 16

Pruebe la hiptesis, con una nivel se significancia de 0.05, que la distribucin de

calificaciones es uniforme.
EJEMPLO 3
Se sacan tres cartas de un paquete comn de cartas de juego, con reemplazo y se
registra el nmero de Y de espadas. Despus de repetir el experimento 64 veces, se
obtuvieron los siguientes registros:

Y 0 1 2 3
f 21 31 12 0

Pruebe la hiptesis, con una nivel de significancia de 0.01, de que los datos
registrados pueden ser equiparados por la distribucin binomial.
EJEMPLO 4
Se lanza una moneda hasta que cae una cara y se registra el nmero X de
lanzamientos. Despus de repetir el experimento 256 veces, se obtienen los
siguientes resultados:

x 1 2 3 4 5 6 7 8
f 136 60 34 12 9 1 3 1

Pruebe la hiptesis con un nivel de significancia de 0.05 que la distribucin

observada de X puede ser equiparada por la distribucin geomtrica.
EJEMPLO 5
Suponga que una compaa requiere que los estudiantes del ltimo ao de la
universidad que buscan trabajo sean entrevistados por 3 ejecutivos diferentes. Esto
permite que la compaa obtenga una evaluacin por consenso de los candidatos.
Cada ejecutivo califica al candidato como positivo o negativo, la tabla muestra los
resultados de las entrevistas de los ltimos 100 entrevistados.
Con el propsito de planear la contratacin, el director de seleccin de personal de
la compaa piensa que el proceso de entrevista puede modelarse como una
distribucin binomial con p=0.4, es decir que la probabilidad de cualquier
candidato obtenga una calificacin positiva es 0.4. considera correcta la suposicin
del director de personal
Calificaciones positivas en las No. de candidatos que obtienen
tres entrevistas. la calificacin
0 18
1 47
2 24
3 11
EJEMPLO 6:
Los automviles que salen del departamento de pintura de una planta de
ensamblaje son sometidos a un examen detallado de todas las superficies exteriores
pintadas. Para los 380 automviles producidos recientemente, el nmero de manchas
por auto se resume a continuacin.
Manchas de automvil 0 1 2 3 4
No. de automviles 242 94 38 4 2

Con un nivel de significancia de 0.05. estos datos pertenecen a una distribucin de

Poisson?
EJEMPLO 7:
Un investigador en el departamento de educacin recopil datos que consisten en
una muestra aleatoria simple de 300 calificaciones del examen SAT para alumnos
del ltimo ao de enseanza media que presentaron el examen de admisin a la
universidad del ao pasado para esta muestra con media de 945 y desviacin
estndar 142. La distribucin de frecuencia para las calificaciones se muestra en la
tabla siguiente: Calificacin Frecuencia
Menor a 800 36
800-900 96
900-1000 78
1000-1100 48
1100-1200 25
1200-1300 10
1300-1400 3
Mayor a 1500 4
CONTINUACIN
Con base a los datos de muestra compruebe que los datos pertenecen a una
distribucin normal con una significancia de 0.10.