Pruebas de hipótesis: Análisis tablas de

contingencias

MsC Edgar Madrid Cuello.

Dpto. de Matemática, UNISUCRE

Estadística II

Octubre 2017

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Tablas de contingencias

Denición (TABLA DE CONTINGENCIAS)

Tabla que se utiliza para clasicar observaciones de una muestra, de
acuerdo con dos o más características identicables. Por lo general
las variables son de escala nominal.
El estadístico ji cuadrada sirve para probar de manera formal si hay
una relación entre dos variables con escala nominal. En otras
palabras, ¾es independiente una variable de la otra?

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Tablas de contingencias

Denición (TABLA DE CONTINGENCIAS)

Tabla que se utiliza para clasicar observaciones de una muestra, de
acuerdo con dos o más características identicables. Por lo general
las variables son de escala nominal.
El estadístico ji cuadrada sirve para probar de manera formal si hay
una relación entre dos variables con escala nominal. En otras
palabras, ¾es independiente una variable de la otra?

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Ejemplo
Se considera usar cuatro marcas de lámparas en el área de
ensamblado nal de la planta Saturn de Spring Hill, Tennessee. El
director de compras pidió muestras de 100 lámparas de cada
fabricante. Los números de lámparas aceptables e inaceptables de
cada fabricante aparecen en la siguiente tabla. Con un nivel de
signicancia de 0.05, ¾hay una diferencia entre las calidades de las
lámparas?
Fabricante
A B C D
Inaceptable 12 8 5 11
Aceptable 88 92 95 89
Total 100 100 100 100

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Formulación de hipótesis

H0 : No hay relación entre la calidad de lamparas y el lugar donde

se fabrica
HA : Hay relación entre la calidad de lamparas y el lugar donde se
fabrica
Se determina el valor crítico y la regla de decisión:
gl =(número de las - 1)(número de columnas -1)

gl = (r − 1) × (c − 1)

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Formulación de hipótesis

H0 : No hay relación entre la calidad de lamparas y el lugar donde

se fabrica
HA : Hay relación entre la calidad de lamparas y el lugar donde se
fabrica
Se determina el valor crítico y la regla de decisión:
gl =(número de las - 1)(número de columnas -1)

gl = (r − 1) × (c − 1)

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Formulación de hipótesis

H0 : No hay relación entre la calidad de lamparas y el lugar donde

se fabrica
HA : Hay relación entre la calidad de lamparas y el lugar donde se
fabrica
Se determina el valor crítico y la regla de decisión:
gl =(número de las - 1)(número de columnas -1)

gl = (r − 1) × (c − 1)

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Formulación de hipótesis

H0 : No hay relación entre la calidad de lamparas y el lugar donde

se fabrica
HA : Hay relación entre la calidad de lamparas y el lugar donde se
fabrica
Se determina el valor crítico y la regla de decisión:
gl =(número de las - 1)(número de columnas -1)

gl = (r − 1) × (c − 1)

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Regla de decisión:

0.25
0.20
0.15
Probabilidad

0.10
0.05
0.00
0 2 4 6 8 10

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 0.25
0.20
0.15
Probabilidad

0.10
0.05
0.00

0 2 4 6 8 10

x
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas
Estadística
de hipótesis:
II Análisis tablas de contingencias
 Se determina el valor de χ2 . Para esto hay que tener en cuenta las
frecuencias esperadas, que se hallan de la siguiente manera[1]

(T otal de f ilas) × (T otal de columnas)

fe =
T otal
y luego

X  (fe − fo )2 
2
χ =
fe

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Fabricante
A B C D Total
fo fe fo fe fo fe fo fe
Inaceptable 12 9 8 9 5 9 11 9 36
Aceptable 88 91 92 91 95 91 89 91 364
Total 100 100 100 100 100 100 100 100 400

(12 − 9)2 (8 − 9)2 (89 − 91)2

χ2 = + + ... +
9 9 91

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias
 Bibliografía

Lind, D.A. and Marchal, W.G. and Wathen, S.A. Estadística

aplicada a los negocios y a la economía, 15 edición,
McGraw-Hill, Mexico, DF, 2005
Samuels, M.L., Witmer, J.A.,Schaner, A.S. Fundamentos de
estadística para las ciencias de la vida, 4a. ed., Pearson
Addison-Wesley, Madrid, 2012

MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Pruebas

Estadística
de hipótesis:
II Análisis tablas de contingencias