1

Captulo I
Aplicaciones de la
Distribucin Chi-Cuadrado
Mtodos Estadsticos para la Inv. I
UNIVERSIDAD NACIONAL AGRARIA LA MOLINA
Dpto. de Estadstica e Informtica
Semestre 2014 - II
Objetivos del captulo
Utilizar adecuadamente las pruebas no
paramtricas como mtodos alternativos
de anlisis de datos.
Aplicar las pruebas de Chi-Cuadrado, para
analizar datos resumidos en tablas de
frecuencias y tablas de contingencia.
2
Pruebas de Hiptesis No Paramtricas
Son procedimientos aproximados que se
aplican para probar determinado supuesto
sobre parmetros, independientemente
de la forma de la distribucin de donde se
toman las muestras aleatorias; es decir,
que no se ha considerado la funcin de
probabilidad de la variable de inters para
desarrollar el procedimiento de prueba
3
4
Principales Pruebas de
Hiptesis No Paramtricas
Prueba de bondad de ajuste Prueba de independencia de
dos variables cualitativas
Prueba de homogeneidad
de subpoblaciones
PRUEBA DE BONDAD DE AJUSTE
Ajuste a la Distribucin Multinomial o
Prueba de Frecuencias de k categoras
Ajuste a la Distribucin Binomial
Ajuste a la Distribucin de Poisson
5
PRUEBA DE BONDAD DE AJUSTE
6
0.10
0.08
0.06
0.04
0.02
0.00 Chi Critico 0
Procedimiento:
(1) Planteamiento de hiptesis
H0: Las categoras estn distribuidas segn las proporciones especificadas o se ajusta a una distribucin terica conocida
H1: Al menos una de las proporciones es diferente a las especificadas o no se ajusta a una distribucin terica conocida
(2) Eleccin del nivel de significacin o
(3) Clculo de frecuencias esperadas
(4) Prueba Estadstica
(5) Criterios de decisin
(6) Clculo de la prueba estadstica
(7) Decisin y conclusiones
No se rechaza H0 si: _2
cal s _2
crit
Se rechaza H0 si: _2
cal > _2
crit
=
=1

~
2 m=k-c-1

2
=
2
= ;1
2
2
Ajuste a la Distribucin Multinomial
o Prueba de Frec. de k categoras
Ejemplo.
7
Mquina A Mquina B Mquina C
43 53 39
En una fbrica se cuenta con tres mquinas que producen el mismo producto. El
jefe de produccin desea determinar si las mquinas estn produciendo en
diferentes proporciones. Para despejar sus dudas selecciona al azar 135 artculos
de la ltima semana de produccin y los clasifica segn la mquina que lo ha
producido. A continuacin se presenta la tabla de frecuencia de las cantidades
producidas por cada mquina:
Use nivel de significacin 5% para probar si la cantidad producida no es la misma
en las 3 mquinas.
Ajuste a la Distribucin Multinomial
o Prueba de Frec. de k categoras
8
Mquina (oi-ei)2/ei
A 43 1/3 45 0,08888889
B 53 1/3 45 1,42222222
C 39 1/3 45 0,8
Total 135 1 135 2.31111111
( )
3111 . 2
1
2
2
=

=
=
k
i i
i i
c
e
e o
_

2
= 5.9915
Ajuste a la Distribucin Binomial
Ejemplo:
Con el fin de realizar afiliaciones a un seguro mdico, un vendedor de
plizas de seguros hace cuatro llamadas diarias. Una muestra de 210 das
da como resultado las frecuencias del nmero de ventas realizadas que son
resumidas en la siguiente tabla de frecuencia:
Se desea verificar si el nmero de ventas realizadas diariamente sigue una
distribucin Binomial a un nivel de significacin del 5%.
9
Nmero de ventas
realizadas
Nmero de
das
0 50
1 75
2 65
3 15
4 5
Ajuste a la Distribucin Binomial
10
270 1, 2857143
( ) 1.2857143 0.3214286
210 4
E X rp p = = = = =
Nmero de
ventas (X)
(oi-ei)2/ei
0 50 0.212023 44.5247586 0.673294359
1 75 0.401727 84.3627004 1.039086694
2 65 0.285438 59.9419187 0.426816269
3 y 4 20 0.1008125 21.1706223 0.064729155
Total 210 210 2.203926477
i o
i t i i e np =
( )
2039 . 2
1
2
2
=

=
=
k
i i
i i
c
e
e o
_ _2
tab = 5,9915
Ajuste a la Distribucin de Poisson
Ejemplo:
Se cree que el nmero de accidentes automovilsticos diarios en un cruce
de dos avenidas de determinada ciudad tiene una distribucin de Poisson.
En una muestra de 80 das del ao pasado se obtuvieron los datos de la
tabla adjunta. Apoyan estos datos la hiptesis de que el nmero diario de
accidentes tiene una distribucin de Poisson? Use nivel de significacin
0.05.
11
N
accidentes
0 34
1 25
2 11
3 7
4 3
i
o
Ajuste a la Distribucin de Poisson
12
1 80
1
80
k
i i
i
x o
n

=
= = =

( )
3129 . 4
1
2
2
=

=
=
k
i i
i i
c
e
e o
_ _2
tab = 5,9915
N accidentes
0 34 0.3679 29.43
1 25 0.3679 29.43
2 11 0.1839 14.72
3 7 0.0613 4.91
4 o ms 3 0.0190 1.52
80 1.0000 80.00
3
PRUEBA DE INDEPENDENCIA
Esta prueba se aplica para verificar si dos caractersticas
cualitativas utilizadas como criterios de clasificacin, son
independientes entre s, o si existe alguna relacin entre ellas.
Para realizar la prueba de hiptesis, se utiliza la informacin de un
cuadro o tabla de doble entrada, que recibe el nombre de cuadro o
tabla de contingencia. En esta tabla de contingencia aparecen las
frecuencias observadas para cada combinacin de las categoras de
las variables cualitativas A y B. La suma de todas las frecuencias
observadas debe ser igual al tamao de la muestra aleatoria.
13
Tabla de Contingencia
14
Caractersti
ca
A
Caracterstica B Total
ai
b1 b2 . . . . . . bc
a1 O1,1 O1,2 . . . . . . O1,c O1,.
a2 O2,1 O2,2 . . . . . . O2,c O2,.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
ar Or,1 Or,2 . . . . . . Or,c Or,.
Total bj O.,1 O.,2 . . . . . . O.,c O.,.
Procedimiento:
(1) Planteamiento de hiptesis
Hp: Las caractersticas A y B son independientes
Ha: Las caractersticas A y B son dependientes
(2) Eleccin del nivel de significacin o
(3) Clculo de frecuencias esperadas
(4) Prueba Estadstica
(5) Criterios de decisin
(6) Clculo de la prueba estadstica
(7) Decisin y conclusiones
15
=
=1

~
2 = ( 1( 1
Ejemplo:
El jefe de una planta industrial desea determinar si existe relacin entre el
rendimiento en el trabajo y turno laboral del empleado. Se tom una
muestra aleatoria de 400 empleados y se obtuvo las frecuencias
observadas que se presentan en la siguiente tabla de contingencia:
Con el nivel de significacin 0.01, La calificacin del rendimiento del
trabajador est asociada con el turno en el que labora el empleado?
16
Rendimiento en el
trabajo
Turno Laboral
Maana Tarde Noche Tot
al
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
17
Rendimiento
en el trabajo
Turno Laboral
Maana Tarde Noche Total
Deficiente 23 (16.80) 60 (52.64) 29 (42.56) 112
Promedio 28 (25.05) 79 (78.49) 60 (63.46) 167
Muy bueno 9 (18.15) 49 (56.87) 63 (45.98) 121
Total: 60 188 152 400
18 . 20
98 . 45
) 98 . 45 63 (
...
8 . 16
) 8 . 16 23 (
2 2
2
=

+ +

= c _
_
2
tab = 13.277
PRUEBA DE HOMOGENEIDAD DE
SUBPOBLACIONES
Estas pruebas se aplican cuando se desea verificar si
una caracterstica tiene un comportamiento
semejante homogneo en dos ms poblaciones. Es
decir, las muestras correspondientes a "C" poblaciones
son clasificadas de acuerdo a las clases categoras de
una caracterstica "A".
En una prueba de homogeneidad de subpoblaciones uno
de los totales marginales de filas y columnas es
aleatorio y el otro es fijo.
18
4
Tabla utilizada
19
Caracterstica
A
Poblaciones o Localidades Total
ai
L1 L2 . . . . . . Lc
a1 O1,1 O1,2 . . . . . . O1,c O1,.
a2 O2,1 O2,2 . . . . . . O2,c O2,.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
ar Or,1 Or,2 . . . . . . Or,c Or,.
Total Lj O.,1 O.,2 . . . . . . O.,c O.,.
Procedimiento:
(1) Planteamiento de hiptesis
Hp: La caracterstica B tiene un comportamiento homogneo en las r
localidades
Ha: La caracterstica B no tiene un comportamiento homogneo en las r
localidades
(2) Eleccin del nivel de significacin a
(3) Clculo de frecuencias esperadas
(4) Prueba Estadstica
(5) Criterios de decisin
(6) Clculo de la prueba estadstica
(7) Decisin y conclusiones
20
=
=1

~
2 = ( 1( 1
Ejemplo:
Muestras de tres tipos de materiales, sujetos a cambios
extremos de temperatura, produjeron los resultados que se
muestran en la siguiente tabla:
Use un nivel de significancia de 0.05 para probar si, en las
condiciones establecidas, la probabilidad de desintegracin es
diferente en al menos uno de los tres tipos de materiales
21
Condicin Material A Material B Material C Total
Desintegrados 41 27 22 90
Permanecieron intactos 79 53 78 210
Total 120 80 100 300
22
575 . 4
70
) 70 78 (
...
36
) 36 41 (
2 2
2
=

+ +

= c _
_
2
tab = 5.9915
Condicin Material A Material B Material C Total
Desintegrados 41 (36) 27 (24) 22 (30) 90
Permanecieron intactos 79 (84) 53 (56) 78 (70) 210
Total 120 80 100 300