m´as importante es al nacimiento de la Estad´ıstica Aplicada.

Es por lo que le debemos el

mayor cr´edito, en frase de ´el mismo ”Hasta que los fen´omenos de cualquier rama del
conocimiento no hayan sido sometidos a medida y n´umero, no se puede decir que se trate de
una ciencia”. Introdujo el m´etodo de los momentos para la obtenci´on de estimadores, el
sistema de curvas de frecuencias para disponer de distribuciones que pudieran aplicarse a los
distintos fen´omenos aleatorios, desarroll´o la correlaci´on lineal para aplicarla a la teor´ıa de la
herencia y de la evoluci´on. Introdujo el m´etodo de la χ 2 para dar una medida del ajuste
entre datos y distribuciones, para contrastar la homogeneidad entre varias muestras, y la
independencia entre variables.

La siguiente contribuci´on fue el m´etodo de la distancia de la χ 2

para dar una medida del ajuste entre. e entre una distribuci´on te´orica y una experimental

El m´etodo de la distancia de la χ 2 Est´a contenido en una memoria de 1900 y lo introduce

para dar una medida del ajuste entre una distribuci´on de probabilidad y una muestra. La idea
es, dada la muestra (x1, ..., xn) y la distribuci´on f(x|θ) construir el estad´ıstico X k i=1 (Yi − yi) 2
yi que se distribuye χ 2 k−1 , si la muestra proviene de la distribuci´on. Donde se supone
realizada una partici´on de k elementos en el recorrido de la distribuci´on, con lo que los
valores Yi , las frecuencias observadas de los xi en el elemento i de la partici´on, pueden
suponerse con distribuci´on 3 multinomial, e yi son las frecuencias observadas bajo la
hip´otesis de que la distribuci´on de la muestra es f(x|θ). El procedimiento ser´ıa generalizado
a los problemas de homogeneidad y a las tablas de contingencia, por el propio K. Pearson y por
sus disc´ıpulos, Edgeworth y Yule, hasta culminar en los trabajos posteriores de Fisher.
Informaci´on relevante de esta evoluci´on, puede verse en Stigler (1986), el desarrollo de los
m´etodos puede verse en G´omez Villegas (2005).

Son aquellas que no presuponen una distribución de probabilidad para los datos , por elo se
conoce tanbien como distribución libre

https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/statistics/nonparametrics/supporting-topics/understanding-nonparametric-methods/

Una prueba no paramétrica es una prueba de hipótesis que no requiere que la

distribución de la población sea caracterizada por ciertos parámetros.es por eso
que se le conoce también como distribución libre
Corresponde a las distribuciones no paramétricas, siendo una de las mas utilizadas
,fue establecida por primera vez por helmert en 1875 y redescubierta en 1900 por
Karl Pearson . en 1934 . en 1934, en el caso de tablas de contingencia de 2x2 fue
propuesta la aplicación de la corrección por continuidad de yates , atendiendo la
sugerencia hecha por ficher , pero hoy en dia , es cosiderada por algunos como
innecesaria. esta prueba se denomina Jí –cuadrado , deiva de la letra griega Ji QUE
SE ESCRIBE x y que se lee chi ; el cuadrado se debe a que la suma de las diferencias
entre los valores observados y esperados será igual a 0, por lo tanto se hace
necesario elevar al cuadra
https://books.google.com.pe/books?id=mfVeDwAAQBAJ&pg=PA427&lpg=PA427
&dq=1900+en+que+pais+surgio+chi+cuadrada&source=bl&ots=e-G-
XSGd9n&sig=rGDilcaSNVBFrGcBz1R1cvxWLnw&hl=es-
419&sa=X&ved=0ahUKEwjYzYj0-
OjbAhWFITQIHRKGBY0Q6AEIrgEwDg#v=onepage&q&f=falsedo , para
cuantificar las diferencias

scar Ramirez-Alan
28 de septiembre de 2016

Chi-Cuadrado
El estadistico de chi-cuadrado, es util cuando estamos trabajando con variables nominales,
categoricas o estamos trabajando con alguna clase de clasificacion Su formula estadistica
esta dada por:

alt text
Donde: O= se refiere a las frecuencias observadas E= frecuencias esperadas
Requerimientos para trabajar con la distribucion de chi-cuadrado:
La muestra debe ser tomadas al azar >Variables medidas deben ser independientes; >Los
datos deben ser reportados en frecuencias absolutas (no porcentajes); >Valores /
categorias de variables deben ser mutuamente excluyentes; >Frecuencias observadas no
deben pequeñas.
El estadistico de chi resulta util para trabajar datos, como frecuencias, o categoricos, como
por ejemplo: hay 15 hombres y 19 mujeres en un aula de clase. Como ven en los datos, no
nos interesa cada dato como independiente, si no como su frecuencia de la clase o
categoria dada, en este caso la clase es el genero (hombres y mujeres).
El valor observado es 15 y 19. Para el calculo del valor esperado se obtiene de
(15+19)/2=17. Resumiendose la informacion queda de la siguiente manera:

https://rstudio-pubs-
static.s3.amazonaws.com/111403_18d82fb9c66d4d21852c424ac0adeafa.html
“chi-squared

https://sites.google.com/site/e
stadisticamuni/estadistica-inferencial/xi-cuadrada

GRADOS DE LIBERTAD (V)

V= (cant. de filas -1) (cant. de columnas -1

NIVEL SE SIGNIFICANCIA

Es el error que se cometer al rechazar la hipótesis nula siendo verdadera (por lo general se
trabaja con un nivel de insignificancias de 0.05, que indica que hay probabilidad de 0,95 de
que la hipótesis nula sea verdadera

metodo para calcular el valor de p:

P=1- NIVEL DE INSIGNIFICANCIA

se usa para analizar la frecuencia de dos variables con gategorias multiples para determinar si
las dos variables son independientes o no

Ho :las variables X e Y son independientes ( no están relacionadas

Hi :las variables X e Y no son independientes ( están relacionadas )