Logros

Al finalizar la clase los alumnos emplean la prueba chi-

cuadrado de bondad de ajuste para determinar si los datos
de una muestra se ajustan a una distribución específica.
 Bondad de Ajuste

En diversas situaciones se requiere conocer si la data

muestral proviene o no de una determinada distribución
probabilística.

¿Cómo proceder?
 Bondad de Ajuste

La prueba de bondad de ajuste Chi-cuadrado es una

prueba estadística que permite determinar si una data
muestral proviene o no de una hipotética distribución.

¿Los datos de la muestra son coherentes con una

distribución supuesta?
 Prueba Chi-cuadrado de Bondad de
Ajuste

¿Las llamadas al soporte técnico tienden a ser iguales todos los días
de la semana? Es decir, ¿Las llamadas siguen una distribución
uniforme? Para cada día de la semana se tomó una muestra de 10
días: Total de llamadas (muestra):
Lunes 290
Martes 250
Miércoles 238
Jueves 257
Viernes 265
Sábado 230
Domingo 192 Total = 1722
 Lógica de la Prueba Chi-cuadrado de
Bondad de Ajuste

Si las llamadas estuvieran uniformemente dis-tribuidas, se

esperaría que las 1,722 llamadas se distribuyan
equitativamente en los 7 días:
1,722
 246 llamadas esperadas por día
7
Prueba chi-cuadrado de bondad de ajuste: Evalúa si los
resultados muestrales son consistentes con los resultados
esperados. Es decir, datos observados = datos esperados.
Frecuencias Observadas vs.
Frecuencias Esperadas

Observado Esperado
oi ei
Lunes 290 246
Martes 250 246
Miércoles 238 246
Jueves 257 246
Viernes 265 246
Sábado 230 246
Domingo 192 246
Total 1,722 1,722
Estadístico de prueba chi-cuadrado

H0: La distribución de llamadas es uniforme respecto a los días

de la semana (observado = esperado)
H1: La distribución de llamadas no es uniforme

El estadístico de prueba es:

(o  e ) 2
  i i
2
(gl  k  1)
ei
Donde:
k = Número de categorías
oi = Frecuencia observada en la categoría i
ei = Frecuencia esperada en la categoría i
 Región de Rechazo

H0: La distribución de llamadas es uniforme respecto a los días de

la semana
H1: La distribución de llamadas no es uniforme

( o  e ) 2
2   i i
ei 

0 2
Rechazar H0 si No rechazar H0 Rechazar H0
2
 
2 2
α (con k-1 grados de libertad)
Estadístico de prueba chi-cuadrado
H0: La distribución de llamadas es uniforme respecto a los días de la
semana
H1: La distribución de llamadas no es uniforme

20.05 = 12.5916 (gl = k – 1 = 6)

 = 0.05

0 No rechazar H0 Rechazar H0
2
Estadístico de prueba:
(290  246)2 (250  246)2 (192  246)2
 
2
  ...   23.05
246 246 246
Decisión: Como 2 = 23.05 > 2 = 12.5916 entonces se rechaza H0
Conclusión: Hay suficiente evidencia para concluir que la
distribución no sea uniforme
 Procedimiento para elaborar una
prueba de Bondad de ajuste

1. Obtener la frecuencia observada (F.O), proveniente

de una encuesta, estudio ó experimento.
2. Determinar la frecuencia esperada (F.E),
3. Establecer el nivel de significancia
4. Determinar los grados de libertad de la siguiente
manera:
 gl=K-p-1.
 Donde k es el número de categorías
 p=parámetros a estimar.
11
 Procedimiento para elaborar una
prueba de Bondad de ajuste

5. Plantear las hipótesis:

H0: lo que se sostiene el supuesto valor del parámetro.
H1: lo que contradice al supuesto valor del parámetro.

6. Construir las áreas de aceptación y rechazo.

7. Calcular ji-cuadrada.
8. Tomar una decisión y emitir una conclusión, en
términos del problema .
12
 Prueba de Bondad de ajuste para la
Distribución de Poisson

1. Plantear la hipótesis nula y alterna

• H0: La población tiene una distribución de prob. de Poisson.
• H1: Caso contrario
2. Tomar una muestra aleatoria, anotar la frecuencia observada
fi y calcular la media de ocurrencias .
3. Calcular la frecuencia esperada de ocurrencias 𝑒𝑖 . Multiplicar
el tamaño de muestra con la prob. de Poisson para cada valor
de la variable aleatoria. Si hay menos de 5 combinar las
categorías n
(oi  ei ) 2
4. Calcular el estadístico de prueba   
2

i 1 ei
5. Rechazar Ho si  2  2. con gl=k-p-1
13
y alfa nivel de significancia
Ejemplo: Distribución de Poisson =5
Ho: No. de clientes que llegan a un establecimiento en intervalos de 5 min. tiene una
distribución de Poisson
Ha: No se sigue una distribución de Poisson
Clientes Frec. observada f(x) de Poisson 128*f(x) cantidad esperada
0 2 0.0067 0.8576
1 8 0.0337 4.3136
2 10 0.0842 10.7776
3 12 0.1404 17.9712
4 18 0.1755 22.4640
5 22 0.1755 22.4640
6 22 0.1462 18.7136
7 16 0.1044 13.3662
8 12 0.0653 8.3584
9 6 0.0363 4.6464
14
10 o más 0.0318 4.0704
Ejemplo: Distribución de Poisson =5
Combinando X=0,1 y X=9, 10 o más para que la frecuencia observada sea mayor a 5
y se pueda aplicar la distribución Chi Cuadrada se tiene:

Clientes Frec. Observada (fi) f(x) de Poisson 128*f(x) frecuencia esperada (ei)
0y1 10 0.0067+0.0337 5.1712
2 10 0.0842 10.7776
3 12 0.1404 17.9712
4 18 0.1755 22.4640
5 22 0.1755 22.4640
6 22 0.1462 18.7136
7 16 0.1044 13.3662
8 12 0.0653 8.3584
9 o más 6 0.0363+0.0318 8.7168
15
 Estadístico y conclusión

Con los datos anteriores se calcula el estadístico Chi

cuadrada que se compara con Chi Cuadrada de alfa para
k-p-1 grados de libertad (K – categorías: 9, p – parámetros a
estimar: 1 media). n
( o  e ) 2

Ho se rechaza si     o si    i e i
2 2 2

i 1 i

El valor de Chi Cuadrada calculado es de 10.9766 y el valor

Chi Cuadrada de alfa 0.05 con 2 gl. es de 14.07
Por lo tanto no se rechaza Ho y se concluye que los datos
16

siguen una distribución de Poisson.

Ejercicios Aplicativos
 Trabajo Grupal

SE FORMARÁN GRUPOS DE CUATRO ALUMNOS

ES MUY IMPORTANTE
QUE TODOS LOS
ALUMNOS PARTICIPEN
EN EL TRABAJO GRUPAL.
 Ejercicios Aplicativos

PROBLEMA:

Se lanza 180 veces un dado con los siguientes resultados:

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

¿Es un dado balanceado?

Utilice un nivel de significancia de 0.01.
 Ejercicios Aplicativos

RESPUESTA
 Cierre

¿QUÉ HEMOS APRENDIDO?

UNIVERSIDAD TECNOLÓGICA DEL PERU

“ESTADÍSTICA INFERENCIAL