PRUEBAS DE 2

Bondad de ajuste, Independencia y

Homogeneidad

PRUEBAS DE 2

BONDAD DE AJUSTE
Se utiliza para la comparacin de la distribucin
de una muestra con alguna distribucin terica
que se supone describe a la poblacin de la cual
se extrajo.
INDEPENDENCIA
La Ho indica que 2 variables o criterios de
clasificacin son independientes cuando se
aplican a un conjunto de individuos (unidades de
observacin)
Totales Marginales Aleatorios
HOMOGENEIDAD
Se extraen Muestras Independientes de varias
poblaciones y se prueban para ver si son
homogneas con respecto a algn criterio de
clasificacin.

PRUEBA DE BONDAD DE AJUSTE PARA

UNA DISTRIBUCIN NORMAL
1. Establece la hiptesis nula y alternativa.
Ho : La poblacin tiene una distribucin normal
H1 : La poblacin no tiene una distribucin normal
2. Tomar una muestra aleatoria y
a. Calcular la media muestral y la desviacin estndar
muestral.
b. Definir intervalos de valores de manera que la frecuencia
esperada
en cada intervalo sea por lo menos 5. Usar intervalos de
igual
probabilidad es un buen enfoque.
c. En cada no de los intervalos definidos anotar la
frecuencia observada
f en los datos.
3. Calcular el nmero esperado de ocurrencias ei en cada
uno de los

PRUEBA DE BONDAD DE AJUSTE PARA

UNA DISTRIBUCIN NORMAL
4. Calcular el valor del estadstico de prueba

5. Regla de rechazo:
Mtodo del valor crtico:
Rechazar la Ho si
Mtodo del
Rechazar la Ho

valor-p

donde es el nivel de significancia y los grados de libertad son k-p

EJEMPLO: La siguiente tabla recoge la distribucin de

los triglicridos en suero, expresados en mg/dl en 90
nios
de
6
aos:
Nivel de triglicridos
10 - 20
20 - 30
30 - 40
40 - 50
50 - 60
60 - 70
70 - 80
80 - 90

Frecuencias
5
11
15
24
18
12
4
1

Solucin:

Nivel de
triglicridos Frecuencias

marcade
clase

X*f

clculos

Lmites probabilidad
superiores

10

0,012

Frecuencia
relativa Frecuencia
esperada esperada

corregido

fi

ei

10 - 20

15

75

4702,2

20

0,052

0,040

3,601

16

13,364

20 - 30

11

25

275

4698,2

30

0,160

0,108

9,763

15

17,943

30 - 40

15

35

525

1706,7

40

0,360

0,199

17,943

24

22,360

40 - 50

24

45

1080

10,7

50

0,608

0,248

22,360

18

18,896

50 - 60

18

55

990

1568,0

60

0,818

0,210

18,896

12

10,829

60 - 70

12

65

780

4485,3

70

0,938

0,120

10,829

5,314

70 - 80

75

300

3441,8

80

0,985

0,047

4,207

80 - 90

85

85

1547,1

90

0,998

0,012

1,107

media

45,67

0,00

X
p-valor

1,311
0,7266

>

0,05

PRUEBA DE BONDAD DE AJUSTE PARA

UNA DISTRIBUCIN DE POISSON
1. Establece la hiptesis nula y alternativa.
Ho : La poblacin tiene una distribucin de Poisson
H1 : La poblacin no tiene una distribucin de Poisson
2. Tomar una muestra aleatoria y
a. Para cada valor de la variable aleatoria de Poisson anotar
la frecuencia observada f .
b. Calcular el nmero medio de las ocurrencias.
3. Calcular para cada valor de la variable aleatoria de
Poisson; la frecuencia esperada ei de ocurrencias.
Multiplicar el tamao de
la muestra por la probabilidad de su ocurrencia de cada
valor de la variable aleatoria de Poisson. Si para ungn
valor hay menos de 5 ocurrencias esperadas, combinar
valores adyacentes y reducir el nmero de categoras
cuanto sea necesario.

PRUEBA DE BONDAD DE AJUSTE PARA

UNA DISTRIBUCIN DE POISSON
4. Calcular el valor del estadstico de prueba

5. Regla de rechazo:
Mtodo del valor crtico:
Rechazar la Ho si
Mtodo del
Rechazar la Ho

valor-p

donde es el nivel de significancia y los grados de libertad son k-p

Ejemplo:
Conelfindeconocersiunciertotipodebacteriasse
distribuyenalazarenundeterminadocultivoosi,porel
contrario,lohacenconalgntipodepreferencia(elcentro,
losextremos,etc...),sedivideuncultivoen576reas
igualesysecuentaelnmerodebacteriasencadarea.
Losresultadossonlossiguientes:
no de
bacterias

no de reas

229

211

93

35

ObedecenlosdatosaunadistribucindePoisson?

Solucin:

FREC

FREC.ESP.

FREC.ESP.

229

0,395

227,531

227,531

211

211

0,367

211,336

211,336

93

186

0,170

98,146

98,146

35

105

0,053

30,387

30,387

4
5

7
1

28
5

0,012
0,003

7,056
1,544

8,600

576
LAMBDA

0,929

X
gl=k-p-1=5-1-1=3
Xtabla
valor-p

=1,278
=7,815
=0,734

CALCULOS probabilidad

576

576

Tablas de Contingencia

INDEPENDENCIA
Experimento multinomial con clasificacin con 2
criterios (2 factores). Los datos se pueden resumir
en una tabla de 2 vas (dimensiones). (Ejemplo
nmero de animales enfermos por condicin
corporal).
La Ho indica que 2 variables o criterios de
clasificacin son independientes cuando se aplican
a un conjunto de individuos (unidades de
observacin)
Totales Marginales Aleatorios
HOMOGENEIDAD
Se extraen Muestras Independientes de varias
poblaciones y se prueban para ver si son
homogneas con respecto a algn criterio de
clasificacin. (Ejemplo prevalencia de enfermos por

La prueba de Independencia se efecta para

probar si hay asociacin entre las variables
categricas A y B
La prueba de Homogeneidad es una
generalizacin de la prueba de igualdad de dos
proporciones.
Se trata de probar si para cada nivel de la
variable B, la proporcin con respecto a cada
nivel de la variable A es la misma.

Hiptesis
Las hiptesis de Independencia:
Ho: Las variables A y B son independientes
P(AB)=P(A) P(B)
H1: Las variables A y B estn asociadas
Las hiptesis de Homogeneidad:
Ho: Las proporciones de cada valor de la variable A son iguales en
cada categora de la variable B. i Pi=P
Ha: Al menos una de las proporciones es diferente.
Ambas hiptesis se prueban usando una prueba de Chi-Cuadrado

Pruebas de Independencia y
Homogeneidad

Ambas hiptesis se prueban usando una prueba de Ji-Cuadrado:

r

(Oij Eij ) 2

Eij

i 1 j 1

donde Oij es la frecuencia observada de la celda que est en la fila i,

columna j,

Eij

c j ri
n

es la frecuencia esperada de la celda (i, j).

La frecuencia esperada es aquella que sera esperable encontrar si la

hiptesis nula es verdadera.
El estadstico de la prueba se distribuye como una Ji-Cuadrado con
gl ( r 1) (c 1)
(r-1)(c-1) grados de libertad.

2
cal

2
1

La hiptesis Nula se rechaza si

, donde es el nivel de
significancia o equivalentemente si el p-value es menor que 0.05.

Tablas de Contingencia
VARIABLE DE CLASIFICACIN COLUMNAS

V
A
R
I
A
B
L
E

C
L
A
S
I
F
I
C
A
C
I

F
I
L
A
S

1
2
3
.
.
r
Total
r

i 1 j 1

1
O11
O21
O31
.
.
Or1
c1

2
O12
O22
O32
.
.
Or2
c2

(Oij Eij ) 2
Eij

3
O13
O23
O33
.
.
Or3
c3

Eij

..........
..........
..........
..........
.
.
..........
..........

c j ri
n

c
O1c
O2c
O3c
.
.
Orc
cc

Total
r1
r2
r3
.
.
rr
n

gl (r 1) (c 1)

Ejemplo:
VarioslibrosdeMedicinaInternarecomiendanalmdicolapalpacin
delaarteriaradialconelfindeevaluarelestadodelaparedarterial.
Setomaron215pacientesyselesclasificsegnlapalpabilidadde
dicha arteria (grados 0, 1 y 2 para no palpable, palpable y muy
palpableodura,respectivamente)ysegnunapuntuacinde0a4
enordencrecientededegeneracin arterial(evaluadatraslamuerte
delpacienteysuanlisisanatomo-patolgico).Losdatossonlosde
la tabla siguiente: Existe relacin entre el grado de
palpabilidad y el anlisis anatomo-patolgico?
Palpabilidad
Degeneracin

20

60

20

10

45

15

15

10

Solucion:
Frecuencias
observadas

Frecuencias
esperadas

Palpabilidad
Degeneracin
0
1
2
3
total

0
20
60
45
10
135

1
5
20
15
5
45

X=
Valor-p=

4,47442681
0,613

Xtabla=

12,5915872

Palpabilidad
2
5
10
15
5
35

total
30
90
75
20
215

>

Degeneracin

18,84

6,28

4,88

56,51

18,84

14,65

47,09

15,70

12,21

12,56

4,19

3,26

0,05