Materia: Mtodos Cuantitativos aplicados a la administracin

Nombre: Jhoan Sebastian Gutierrez Ortiz

Grupo: 9005
TAREA

Chi-Cuadrada

La distribucin Chi-Cuadrada (chi squared en ingls, se pronuncia Kay Cuadrada skuerd) es una
de las distribuciones ms empleadas en todos los campos. Su uso ms comn es cuando se quiere
probar si unas mediciones que se hayan efectuado siguen una distribucin esperada, por ejemplo
la normal o cualquier otra. Otro de sus usos es en intervalos de confianza y pruebas de hiptesis
para las varianzas o desviaciones estndar.

Supongamos que se efecta el siguiente experimento estadstico. Seleccionamos una muestra

aleatoria de tamao n de una poblacin con distribucin normal, con desviacin estandar igual a
. De la muestra encontramos que la desviacin estandar es igual a s. Con estos datos podemos
calcular una estadstica, que llamamos Chi-Cuadrada Cuadrada, por medio de la siguiente
ecuacin:

Si repetimos el experimento un nmero infinito de veces, obtendramos una distribuci distribuci n

muestral n muestral para la estad para la estadstica chi-cuadrada cuadrada. Pero la distribucin
final que tendramos se puede definir por la siguiente ecuacin:

Donde Y 0, es una constante que depende del nmero de grados de libertad ( = n 1, n es el

tamao de la muestra), 2 es el valor de chi-cuadrada cuadrada y e es el llamado nmero natural
(aproximadamente 2.71828). Y0 se define de forma que el rea bajo la curva sea igual a 1. rea bajo
la curva sea igual a 1.

Si graficamos curvas para diferentes valores de n, encontramos que la forma de la distribucin chi
cuadrada cambia dependiendo del nmero de grados de libertad.
Tambin vemos que al aumentar el nmero de grados de libertad, la curva se aproxima a la
distribucin normal.

La distribuci distribucin chi cuadrada cuadrada tiene las siguientes siguientes propiedades:
propiedades

La media La media es igual al nmero de grados de libertad libertad (que es igual al tamao
de las muestras menos 1): = = n 1.
La varianza varianza es igual a dos veces el nmero de grados de libertad libertad (por lo
tanto la desviaci desviacin estndar es la raz cuadrada cuadrada de 2): 2 = 2 * .
Cuando los grados de libertad libertad son mayores mayores o iguales iguales que 2, el
mximo valor de valor de Y ocurre cuando 2 = 2
Conforme Conforme los grados de libertad libertad (tamao de la muestra muestra)
aumenta aumenta, la distribuci distribucin chi-cuadrada cuadrada se aproxima a la
distribuci distribucin normal.

Ejemplo de Ejemplo de 2 cuadrada para 5 muestras cuadrada para 5:

Probabilidad Probabilidad Acumulativa Acumulativa y la Distribuci Distribucin Chi-cuadrada
cuadrada La distribucin 2, como otras distribuciones por ejemplo la t de student y de student la
z-normal estndar, se construye de forma que el rea total bajo la ndar curva sea igual a 1. El rea
bajo la curva entre 0 y un valor particular de la estadstica chi-cuadrada es la probabilidad asociada
con ese valor. Por ejemplo, en la figura, el rea sombreada representa la probabilidad acumulada
para una 2 igual a un valor A.

Supngase que en una determinada muestra se observan una serie de posibles sucesos E1, E2, E3, .
. . , EK, que ocurren con frecuencias o1, o2, o3, . . ., oK, llamadas frecuencias observadas y que,
segn las reglas de probabilidad, se espera que ocurran con frecuencias e1, e2, e3, . . . ,eK llamadas
frecuencias tericas o esperadas. A menudo se desea saber si las frecuencias observadas difieren
significativamente de las frecuencias esperadas. Para el caso en que solamente son posibles dos
sucesos E1 y E2 como, por ejemplo, caras o cruces, defectuoso, etc., el problema queda resuelto
satisfactoriamente con los mtodos de las unidades anteriores. Ahora se considera el problema
general.

Definici Definici n de 2 para el caso de pruebas de bondad de ajuste para el caso de pruebas de
bondad de ajuste. Una medida de la discrepancia existente entre las frecuencias observadas y
esperadas est dada por el estadstico que sigue la distribucin 2:

donde el total de frecuencias es N

Si 2 = 0, las frecuencias observadas y esperadas concuerdan exactamente, mientras que si 2 >0,
no coinciden exactamente. A valores mayores de 2, mayores son las discrepancias entre las
frecuencias observadas y esperadas. El nmero de grados de libertad n est dado por: n = k 1 m
en donde: k = nmero de clasificaciones en el problema. m = nmero de parmetros estimados a
partir de los datos muestrales para obtener los valores esperados.

En la prctica, las frecuencias esperadas se calculan como la hiptesis Ho. Si bajo esta hiptesis el
valor calculado de 2 dado es mayor que algn valor crtico, se deduce que las frecuencias
observadas difieren significativamente de las esperadas y se rechaza Ho al nivel de significacin
correspondiente. En caso contrario, no se rechazar Ho. Este procedimiento se llama prueba de
hiptesis chi-cuadrado. Debe advertirse que aquellas circunstancias en que 2 est muy prxima a
cero deben tomarse con cierto recelo, puesto que es raro que las frecuencias observadas
concuerden demasiado bien con las esperadas. Para examinar tales situaciones, se puede
determinar si el valor calculado de 2 es menor que las 2 crticas (prueba de cola izquierda), en
cuyos casos se decide si la concordancia es suficientemente buena.

Ejemplos del uso de 2 en pruebas de bondad de ajuste.

1. En los experimentos de Mendel con chcharos, observaron 315 lisos y amarillos, 108 lisos y verdes,
101 rugosos y amarillos y 32 rugosos y verdes. De acuerdo con su teora, estos nmeros deberan
presentarse en la proporcin 9:3:3:1. Hay alguna evidencia que permita dudar de su teora al nivel
de significacin del 0.01? Solucin: Ho; La teora de Mendel es acertada. H1; La teora de Mendel no
es correcta. El nmero total de chcharos es 315+108+101+32=556. Puesto que los nmeros
esperados estn el la proporcin 9:3:3:1 (9+3+3+1=16), se esperara lo siguiente:

9/16 (556) 312.75 16 = lisos y amarillos

3/16 (556) 104.25 16 = lisos y verdes

3/16 (556) 104.25 16 = rugosos y amarillos

1/16 (556) 34.75 16 = rugosos y verdes

Grados de libertad = k-1-m = 4-1-0 = 3 No se tuvo que calcular ningn parmetro para obtener las
frecuencias esperadas.

Regla de decisin: Si 2 11.3 no se rechaza Ho. Si 2 > 11.3 se rechaza Ho.

Justificacin y decisin: Como 0.470 es menor que 11.3 no se rechaza Ho y se concluye con un nivel
de significancia de 0.01 que la teora de Mendel es correcta. Pero como el valor de 0.470 est
cercano a cero, se procede a hacer una prueba unilateral izquierda:

Ho; La teora de Mendel es acertada.

H1; La teora de Mendel es muy acertada.

Regla de decisin: Si 2 0.115 no se rechaza Ho. Si 2 < 0.115 se rechaza Ho. Como el valor de 0.470
no es menor a 0.115 se concluye que el experimento o la teora de Mendel es correcta.

2. Se cree que la duracin del sueo profundo de las personas se puede aproximar mediante una
distribucin normal con media = 3.5 hrs y desviacin estndar = 0.7 hrs. Probar la veracidad de
esta idea con los siguientes datos tomados de una muestra de pacientes. Utilizar una significancia
de 0.05.

Total de datos 40.

Primero visualizamos los datos en un histograma

Aparentemente los datos siguen una distribucin normal. Prueba de hiptesis:

H0; Los datos provienen de una distribucin normal.

H1; Los datos no provienen de una distribucin normal.

En este ejemplo en particular se cuenta con la media y desviacin estndar de la poblacin, por lo
que no se tienen que estimar. En caso de que no se tuvieran, se estimaran a partir de los datos
agrupados, tomando en cuenta que para los grados de libertad el valor de m sera 2, ya que se
estimaran la media y la desviacin estndar. Se proceder a calcular los valores de z para encontrar
las probabilidades usando los lmites inferiores de los intervalos de clase:

La razn por la cual se comienza con el lmite de 1.95 y se termina con el lmite de 4.45, es porque
la suma de todas las probabilidades debe ser 1, bajo la curva normal. A continuacin se muestra la
curva normal con sus respectivas probabilidades, segn los limites reales.

Con estas probabilidades se calcularn los valores esperados, multiplicando cada probabilidad por
40 (el total).

Grados de libertad: k-1-m = 4-1-0 = 3

Regla de decisin:

Si 2 7.815 no se rechaza Ho.

Si 2 > 7.815 se rechaza Ho.

Justificacin y decisin: Como 3.06 no es mayor de 7.815, no se rechaza H0 y se concluye con =

0.05 que el ajuste de los datos a una distribucin normal es bueno.

Ejemplo del uso de 2 en pruebas de desviacin estndar. La compaa de bateras Durams ha

desarrollado una nueva batera para celulares. En promedio, la batera dura 60 minutos por carga.
La desviacin estndar es de 4 minutos. Supongamos que el departamento de manufactura corre
una prueba de control de calidad. Ellos seleccionan 7 bateras al azar. La desviacin estndar de las
bateras seleccionadas es de 6 minutos. Qu valor de la estadstica chi-cuadrada tenemos para esta
prueba?

Solucin Bueno, empezamos con lo que sabemos:

La desviacin estandar de la poblacin es de 4 minutos.
La desviacin estandar de la muestra es de 6 minutos.
El nmero de observaciones muestreadas es 7.

Para calcular la estadstica chi-cuadrada, usamos los valores en la ecuacin para 2.

donde 2 es la estadstica chi-cuadrada, n el tamao de la muestra, s la desviacin estndar de la

muestra, y la desviacin estndar de la poblacin. Ahora vamos a ver cmo usar este resultado.

Problema 1 Vamos a expresar el mismo ejemplo de otra manera. El departmento de manufactura

corri una prueba de control de calidad usando 7 bateras seleccionadas al azar. En su prueba, la
desviacin estndar fue de 6 minutos, lo que equivale a un valor de chi-cuadrada de 13.5.
Supongamos que repiten la prueba con otras 7 bateras. Cul es la probabilidad de que la
desviacin estndar de la nueva prueba sea mayor a 6 minutos?

Solucin Sabemos lo siguiente:

Tamao de la muestra es n = 7 .
Los grados de libertad son n - 1 = 7 - 1 = 6.
El valor 2 para la prueba es 13.5 (del Ejemplo 1).
Dados estos valores, podemos determinar la probabilidad acumulada de chicuadrada.
Para ello, usamos una tabla de la estadstica 2 con los valores de grados de libertad (6) y de chi-
cuadrada (13.5) o empleamos alguna herramienta como la calculadora Chi-Square Distribution
Calculator. De cualquiera de los dos obtenemos el valor de: 0.96.
Esto implica que la probabilidad de que la desviacin estndar de la muestra fuera menor o igual a
6 minutos es 0.96. Lo anterior significa que la probabilidad de que la desviacin estndar sea mayor
a 6 minutos es de 1 - 0.96 o sea .04 (muy pequea).

ANLISIS DE LA VARIANZA

El anlisis de la varianza es un mtodo estadstico para determinar s diversos conjuntos de muestras

aleatorias de una determinada variable proceden de la misma poblacin o de poblaciones distintas.

En general, cada conjunto muestral se caracteriza por estar afectado por un tratamiento especifico,
que eventualmente puede influir en los valores que tome la variable objeto de estudio.

Originalmente, el anlisis de la varianza se utiliz para determinar si las cosechas, que se obtenan
con distintos tratamientos o niveles de fertilizantes, diferan o no. As, en este caso, las parcelas
tratadas con un determinado nivel de fertilizantes constituyen una poblacin.

Se denomina factor a la variable que supuestamente ejerce una influencia sobre la variable
estudiada a la que se denomina dependiente. En el caso anterior, el factor es el fertilizante y la
variable dependiente la cosecha.

En el anlisis de la varianza, el factor cuya influencia se quiere corroborar se introduce de forma

discreta, independientemente que sea de naturaleza continua o no. As, la cantidad de fertilizante
aplicada tiene una naturaleza intrnsecamente continua pero en un estudio de anlisis de la varianza
solamente se consideran un nmero determinado de niveles. Cuando el factor sea de naturaleza
discreta, que ser la situacin ms frecuente, se utilizan de forma equivalente los trminos de grupo
o nivel para referirse a una caracterstica concreta.

El anlisis de la varianza, especialmente por la difusin de programas de ordenador, es conocido por

las siglas inglesas ANOVA (ANalysis Of VAriance).
El anlisis de varianza (ANOVA), se refiere en general a un conjunto de situaciones experimentales
y procedimientos estadsticos para el anlisis de respuestas cuantitativas de unidades
experimentales.

El problema ms sencillo de ANOVA se conoce como el anlisis de varianza de un solo factor o diseo
completamente al azar, ste se utiliza para comparar dos o ms tratamientos, dado que slo
consideran dos fuentes de variabilidad, los tratamientos y el error aleatorio. En este todas las
corridas experimentales se deben de realizar en un orden aleatorio. De esta manera, si durante el
estudio se hacen pruebas, stas se corren al azar, de manera que los posibles efectos ambientales
y temporales se vayan repartiendo equitativamente entre los tratamientos.

Vamos a suponer que se tienen poblaciones o tratamientos, independientes y con medias

desconocidas 1, 2, . . . , , as como varianzas tambin desconocidas, pero que se supone que
son iguales 1 2 = 2 2 = . . . = 2 = 2. Las poblaciones pueden ser mtodos de produccin,
tratamientos, grupos, etc., y sus medias se refieren o son medidas en trminos de la variable de
respuesta.

Si se decide hacer un experimento completamente al azar para comparar las poblaciones, que
cumpla las condiciones antes mencionadas, entonces se tiene que hacer mediante la hiptesis de
igualdad de medias:

0: 1 = 2 = . . . = =
1: para algn j

Los datos generados para un diseo completamente al azar para comparar dichas poblaciones se
pueden escribir tal y como se muestra en la tabla 2 El nmero de tratamientos es determinado
por el investigador y depende del problema en particular de que se trata. El nmero de
observaciones en cada tratamiento debe escogerse con base a la variabilidad que se espera observar
en los datos, as como en la diferencia mnima que el experimentador considera que es importante
detectar. Por lo general se recomiendan entre 5 y 30 mediciones en cada tratamiento. En caso de
que los tratamientos tengan efecto, las observaciones de la tabla 1 se puede escribir como el
modelo estadstico lineal dado por: = + + (1)

donde: Es el parmetro de escala comn a todos los tratamientos, llamado media global Es
un parmetro que mide el efecto del tratamiento es el error atribuido a la medicin j
Este modelo implica que actuaran a lo ms dos fuentes de variabilidad: los tratamientos y el error
aleatorio. La media global de la variable de respuesta no se considera una fuente de variabilidad por
ser una constante en todos los tratamientos, que es un punto de referencia con el cual se comparan
las respuestas medias de los tratamientos, tal como lo muestra la figura 1.

Anlisis del estadstico del modelo con efectos fijos

El anlisis de varianza es la tcnica central en el anlisis de datos experimentales, la idea es separar
la variacin total en partes con las que contribuye cada fuente de variacin en el experimento, en
el diseo completamente al azar se separa la variabilidad debida a los tratamientos y debida al erros.

Cuando la primera predomina claramente sobre la segunda, es cuando se concluye que los
tratamientos tienen efecto tambin se puede decir que las medias son diferentes. Cuando los
tratamientos no dominan y contribuyen igual o menor que el error, por los que se concluye que las
medias son iguales y que no hay diferencias significativas entre los tratamientos, esto lo podemos
ver en la figura 2.
De la figura 1 se puede observar claramente que: = (2)
En la figura 3 podemos observar el error residual de cada una de las observaciones y este se puede
escribir de la forma: = (3)
Pero la ecuacin (2) y (3) se pueden escribir como = + (4) = + (5) Igualando la
ecuacin (4) y (5) se tiene: + = + (6).

Despejando a tenemos: = + + (7) Sabe que la media de difiere de la media de la

poblacin, entonces la ecuacin (7) se transforma en: = + (8) Sustituyendo las
ecuaciones (2) y (3) en la ecuacin (8) obtendremos: ( ) = ( ) + ( ) .(9) En la
ecuacin (9) podemos ver que la desviacin de una observacin con relacin a la gran media
(desviacin total) se descompone en el efecto de los tratamientos (desviacin entre tratamientos)
o desviacin de cada tratamiento en relacin a la gran media y en el error residual (desviacin
dentro de cada tratamiento) o desviacin de cada observacin con relacin a su propio tratamiento.
Si tomamos los datos de la tabla 1 observamos que la identidad correspondiente a nuestro modelo
para muestras .

La suma de cuadrados del error se obtiene mediante sustraccin como

En las ecuaciones anteriores se puede ver que las sumas de cuadrado son los numeradores de las
varianzas respectivas, que el ANOVA se llama cuadrados medios. A partir de las sumatorias de
cuadrados, es posible obtener dos estimadores insesgados de la varianza poblacional 2. Se puede
demostrar que cuando las medias de los tratamientos son iguales (0: ) tanto la suma
de cuadrados de los tratamientos como la suma de cuadrados del error divididas entre sus
respectivos grados de libertad proporcionan estimadores insesgados e independientes de 2.
Dentro de los tratamientos, se tiene que:

proporciona un estimador insesgado de la varianza de su grupo y bajo el supuesto de que las

varianzas de los tratamientos son todas iguales, se pueden ponderar las varianzas de los
tratamientos para obtener:
que es la varianza dentro de los tratamientos o varianzas del error o cuadrados medios del error. El
segundo estimador de 2 se obtiene de la varianza de medias conocida (Teorema del Limite Central)
2 = 2, que al despejar 2 se tiene 2 = 2. Pero, un estimador insesgado de 2 calculado
a partir de las muestras:
Vamos a realizar un ejemplo, suponga que la empresa Sabrosita se dedica a la elaboracin y venta
de botanas, un ingeniero en alimentos a observado que en las frituras, las rosquillas absorben grasa
en diversas cantidades, y est interesado en saber si la cantidad absorbida depende del tipo de grasa
que se utiliza, para esto, desarroll un experimento en el cual se prepararon 24 bolsas de 250
gramos y se cocieron con cuatro diferentes tipos de aceites (aceite de crtamo (A), aceite de girasol
(B), aceite de semilla de maz (C) y aceite de soya (D)). Los datos obtenidos de grasa absorbida en
miligramos se muestran en la tabla 4. El ingeniero se pregunta si estos datos aportan suficiente
evidencia para indicar una diferencia entre los diferentes tipos de aceites. En anlisis de la varianza
se desarrolla como sigue:
Cuando son uno o dos los puntos que se salen del comportamiento esperado de las grficas se puede
tratar de un problema de puntos aberrantes, no de una violacin del supuesto en cuestin. En este
caso debe de investigarse la obtencin de dichas mediciones atpicas ya que ese tipo de puntos
pueden afectar sensiblemente los resultados del anlisis.

Normalidad

Un procedimiento grfico para verificar el cumplimiento del supuesto de normalidad de los residuos
consiste en graficar los residuos en la grfica de probabilidad normal. Esta grfica tiene las escalas
de tal manera que si los residuos siguen un distribucin normal, al graficarlos tienden a quedar
alineados en una lnea recta; por lo tanto, si claramente no se alinean se concluye que el supuesto
de normalidad no es correcto.
Para realizar esta grfica se considera residuos que resultan del anlisis de varianza de los
cuales se quiere verificar su procedencia de una distribucin normal. Los pasos en la construccin
de la grfica de probabilidad normal para los residuos son los siguientes:

1. Ordenar los valores en forma ascendente y asignarle rangos de 1 a .

2. Calcular una posicin de graficacin para cada dato en funcin de su rango y del total de
observaciones como ( 0.5), = 1, 2, , .
3. Obtener el valor norma estndar de que cumple con la relacin ( 0.5) = ( < ) =
()

Donde () es la distribucin normal estndar acumulada evaluad en. Las parejas a dibujar en el
papel son (, ). Vamos a calcular los residuos del ejemplo anterior, para comprobar este supuesto.
Realizaremos los clculos como se muestra en la tabla 5.
Una forma de verificar el supuesto de varianza constante o que los tratamientos tengan la misma
varianza, es graficando los valores predichos contra los residuos ( ) por lo general va en
el eje horizontal y los residuos en el eje vertical. Si los puntos en esta grfica se distribuyen de
manera aleatoria en una banda horizontal, sin ningn patrn claro o contundente), entonces es
seal de que se cumple el supuesto de que los tratamientos tienen igual varianza. Por el contrario,
si se distribuyen con algn patrn claro, como por ejemplo en forma de corneta o embudo, entonces
es seal de no se est cumpliendo dicho supuesto. Un claro embudo en los residuales indicar que
el error de pronstico del modelo tiene una relacin directa con la magnitud del pronstico. En la
tabla 6 se presenta el valor predicho y el valor residual ; ya que con estos valores se construya
la grfica para comprobar el supuesto de igualdad de varianzas, esta se muestra en la figura 6.
La grfica se muestra en la figura 5, como podemos observar en esta grfica, se cumple el supuesto
de normalidad, ya que la mayora de los puntos estn sobre la lnea recta.

Independencia La suposicin de independencia en los residuos se puede verificar si se grafica el

orden en que se colect un dato contra el residuo correspondiente, de esta manera, si al graficar en
el eje horizontal el tiempo y en el vertical los residuos, se detecta una tendencia o patrn no
aleatorio claramente definido, esto es evidencia de que existe una correlacin entre los errores y
por lo tanto, el supuesto de independencia no se cumple. Si el comportamiento de los puntos es
aleatorio dentro de una banda horizontal, se puede decir que el supuesto se est cumpliendo. Si
este supuesto no se cumple, generalmente indica que hay deficiencias en la planeacin y ejecucin
del experimento; asimismo, puede ser un indicador de que no se aplic en forma correcta el
principio de aleatorizacin, o de que conforme se fueron realizando las pruebas experimentales
aparecieron factores que afectaron la respuesta observada. Por ello, en caso de tener problemas
con este supuesto, las conclusiones que se obtienen del anlisis son endebles y por ello es mejor
revisar lo hecho y tratar de investigar por qu no se cumpli con ese supuesto de independencia, a
fin de reconsiderar la situacin. Para comprobar los supuestos de igualdad de varianzas y el supuesto
de independencia en nuestro ejemplo, primero obtendremos los valores residuales, el valor
predicho y el valor aleatorio, tal y como se muestra en la tabla 5.
Tomando los valores de la tabla 5 graficaremos los residuos contra los valores predichos, para
comprobar el supuesto de igualdad de varianza y contra el orden aleatorio con la finalidad de
comprobar el supuesto de independencia, como se muestra en la figura 6.

En la figura 5 y 6, se puede observar que se cumplen los 3 supuestos para el anlisis de varianza ya
que en la figura 6 no se sigue un patrn de comportamiento y en la figura si la mayora de los valores
estn sobre la lnea recta. Que se puede hacer cuando los datos no satisfacen las suposiciones, por
ejemplo, vamos a suponer que las varianzas de las respuestas para diferentes tratamientos no
fueran iguales. En este caso, lo que se puede hacer es transformar los resultados, es decir, en lugar
de utilizar los datos originales, estos se pueden cambiar por sus races cuadradas, logaritmos o
alguna otra funcin. Se han encontrado transformaciones que tienden a estabilizar la varianza de
las respuestas y al mismo tiempo hacen que las distribuciones de probabilidad de las respuestas
transformadas estn ms cerca de la normalidad. Cundo es imposible lograr que se satisfagan las
suposiciones del anlisis de varianza, se deben utilizar procedimientos no paramtricos de pruebas
de hiptesis; ya que estos se basan en las magnitudes comparativas de las mediciones y son casi tan
eficientes y poderosos para detectar diferencias de tratamientos.

Ventajas y desventajas al utilizar un Diseo completamente aleatorizado Ventajas

a) Permite gran flexibilidad, es decir puede usarse cualquier nmero de tratamientos y

repeticiones, adems se puede variar el nmero de repeticiones de un tratamiento a otro.
b) El anlisis estadstico es sencillo, an si el nmero de repeticiones no es el mismo para cada
tratamiento.
c) El anlisis estadstico es fcil aun cuando los datos de algunas de las unidades
experimentales o algunos tratamientos completos se hayan perdido o se rechacen por
alguna causa.
d) Es el diseo que se basa en ms grados de libertad para la estimacin de los cuadrados
medios.

Desventajas Para usar este diseo se necesitan unidades experimentales muy homogneas, porque
de otra manera la variacin entre ellas pasa a formar parte del error experimental