Вы находитесь на странице: 1из 5

INSTITUTO TECNOLÓGICO DEL

OCCIDENTE DEL ESTADO DE


HIDALGO
Ing. Industrial.

Aplicación de la distribución muestral de la varianza. “Chi


cuadrada”

Asignatura: Estadística inferencial.


Docente: Sergio Serrano González.
Alumno: Barrera Pérez Fernanda Monserrath.
Grupo: “B”
Semestre: 3°
Introducción

Mediante esta practica se pretende dar a conocer las características de la


distribución muestral de la varianza a la cual también se le conoce como “Chi
cuadrada”.
De la misma manera se busca, entender sus aplicaciones, sus formulas y su
desarrollo. Para lo cual se realizo una encuesta a un grupo de personas, partiendo
de este punto nos proponemos desarrollar un cuestionamiento que será resuelto
con ayuda de la distribución en cuestión.

1
Desarrollo
 ¿Qué es?
Definición: A la distribución muestral (s2) se le conoce también como distribución
Chi-cuadrada (x2). Es decir, que, si se extraen todas las muestras posibles de una
población normal y a cada muestra se le calcula su varianza, se obtendrá la
distribución muestral de las varianzas.
 ¿En qué consiste?
El cálculo de probabilidad en una distribución muestral de varianzas nos sirve para
saber cómo se va a comportar la varianza o desviación estándar en una muestra
que proviene de una distribución normal. También es utilizada para obtener una
estimación por intervalos y realizar pruebas de hipótesis para una varianza
poblacional.
 Se usa para
Para estimar riesgos en inversiones (el riesgo depende de la varianza).
Para aplicar el teorema central del límite.
Para estimar desigualdades en ingresos, rentas, entre otros.

Se busca en la tabla de Chi cuadrado los grados de libertad relacionándolos con el


margen de error. Teniendo como resultado: 5.99.
Tenemos los siguientes resultados:
X2tablas = 5.99 X2calculada = 5.85
X2calculada < X2tablas Esto nos indica nuestra hipótesis alternativa es correcta y el tipo
de escuela si influye en el desempeño de los alumnos.

2
Desarrollo del problema

Un profesor de 5° de primaria tiene la certeza de que a el mejor corredor de la clase


le tomara en promedio 0.80 min recorrer una distancia de 130 m. con una desviación
estándar de 0.152 y en sus 5 intentos anteriores los tiempos habían sido; 1, 0.95,
0.79, 0.89, 1.2 minutos, ¿El profesor seguirá teniendo la certeza de que el niño
recorrerá 130 m. en 0.80 min.?
Formula:

Datos:
S2= 0.1353
X= 0.966
Ϭ= 0.152
Sustitución:
(5−1)∗(0.1353)
X2= = 23.42
(0.152)2

Grados de libertad: 5-1 = 4

X20.025 = 11.143
(1-0.025) ≤ 23.42 ≠ 11.143

Conclusión: Se puede concluir que el profesor ya no tiene la certeza de que el niño


recorrerá la distancia en el tiempo que se esperaba.

3
Conclusiones

La realización de este análisis nos ha permitido percatarnos no solo de cuáles son


las áreas con mayor deficiencia en la educación de los alumnos sino también se
hizo notar que esto se ve influenciado por el tipo de escuela a la que asisten estos
niños.
Asimismo, es posible tomar acciones correctivas, e implementar el sistema que se
maneja en escuelas urbanas en las escuelas rurales para así, evitar el rezago de
los alumnos.
Si bien en un principio no se sabía bien cuáles eran las posibles funciones de esta
distribución o sus posibles usos, mediante esta aplicación se pudo analizar con
detenimiento se concluyó que existen muchos y diferentes usos, en especial para
localizar riesgos o desigualdades.