Академический Документы
Профессиональный Документы
Культура Документы
CÁTEDRA
PROBABILIDAD Y ESTADÍSTICA
Depto. Materias Básicas
ESPECIALIDADES
Ingeniería Eléctrica
Ingeniería Mecánica
Ingeniería Metalúrgica
DOCENTES
CAPÍTULO 10
Aplicaciones de la Distribución de Probabilidad χ2
( n − 1) S 2
χ2 = esta estadística tiene una distribución χ2 con v= (n-1) grados de libertad
σ x2
n es el tamaño de la muestra
S2 es la estimación puntual de σ2 calculado con los datos de la muestra
σ2 es el valor supuesto para la variancia poblacional
Para el planteo de las hipótesis y la regla de decisión de la prueba se sigue el criterio ya
analizado en oportunidad del desarrollo de este tema. En la figura que sigue se sintetizan los
elementos para realizar una prueba bilateral o unilateral acerca de la variancia de una
población.
Los valores críticos para los distintos niveles de significación y grados de libertad se
encuentran tabulados. En general las tablas están construidas para distintos valores de áreas
del extremo superior y distintos valores de v (grados de libertad).
Ejemplo Nº1
Un fabricante de herrajes para puertas tiene un proceso de producción que está diseñado
para elaborar piezas con un diámetro proyectado de 2,5 pulgadas. Históricamente la
desviación estándar del diámetro era de 0.035 pulgadas. En un esfuerzo por reducir la
variabilidad del proceso, se han llevado a cabo varios estudios que han tenido como
resultado el rediseño del proceso. Una muestra de 25 piezas de herrajes producidas con el
nuevo proceso indica una desviación estándar de 0.025 pulgadas.
Al nivel de significación de 0.05 ¿existe evidencia de que la variabilidad del proceso haya
disminuido significativamente?
Se plantea una prueba unilateral a la izquierda, la regla de decisión nos llevaría a rechazar la H0)
toda vez que el estadístico de prueba sea menor al valor χc2 correspondiente al nivel de
significación fijado de 0.05 y con 24 grados de libertad.
S i la población de valores de diámetros es normal, entonces El estadístico de prueba es:
( 25 − 1)0,000625
χ2 = = 12,244898 χc2 =13,848
0,001225
Despejando σ 2 resulta:
( n − 1) S 2 ( n − 1) S 2
P <σ <
2
=1−α
χ v;α χ2 α
2
v ;1−
2 2
0.0195< σ <0.0346
La dispersión del nuevo proceso se ubica entre 0,0195 pulgadas y 0,0346 pulgadas con un
95% de confianza.
Ejemplo N2
Supongamos que en un proceso de llenado de cajas de jabón, interesa decidir si hay
evidencia de que la desviación estándar ha cambiado con respecto al valor histórico de 15
gsr. en base a la información de una muestra de tamaño n= 25 que proporciona un valor de
S= 17,7 gr. El planeo de las hipótesis sería:
(25 − 1)3132,9
χ2 = = 33,42
225
Para v=24 grados de libertad y probabilidades acumuladas de 0,025 y 0,975 los valores
críticos resultan ser: 12,401 y 39,364 respectivamente.
Regla de decisión
k
(Oi − Ei ) 2
χ2 = ∑ ~ χv2 ; v: grados de libertad
i =1 Ei
Reclamos 0 1 2 3 4 5 6 7 8 9 10
(X)
Probabilidad 0,0294 0,1037 0,1829 0,215 0,1895 0,1336 0,0785 0,0396 0,0174 0,0068 0,0035
Poisson
λ =3,526
Frecuencias 20,12 70,94 125,09 147,03 129,62 91,42 53,73 27,08 11,93 4,65 2,39
Esperadas (Ei)
χ2 = Σ (|Oi - Ei | - 0,5 )2
Ei
Para cumplir con la primera de las condiciones, es necesario agrupar las últimas clases de la
tabla
Reclamos 0 1 2 3 4 5 6 7 8 9 ó más
(X)
Probabilidad 0,0294 0,1037 0,1829 0,215 0,1895 0,1336 0,0785 0,0396 0,0174 0,0103
Poisson
λ =3,526
Frecuencias 20,12 70,94 125,09 147,03 129,62 91,42 53,73 27,07 11,93 7,05
Esperadas
(Ei)
El estadístico de prueba:
k
(Oi − Ei ) 2 (26 − 20,12) 2 (62 − 70,94) 2 (2 − 7,05) 2
χ 2= ∑ = + + ... + = 9,435
i =1 Ei 20,12 70,94 7,05
Máquina Condición
Defecto Defecto Sin defecto Total
Irrecuperable Recuperable
1 7 28 115 150
2 15 20 85 120
3 10 30 90 130
4 5 40 115 160
Total 37 118 405 560
Ho) la proporción de las distintas condiciones de las piezas en cada una de las clases de
máquina es la misma. Es decir todas las máquinas son homogéneas.
Esta hipótesis se interpreta como que hay una distribución de probabilidad multinomial de
parámetros p1 (proporción de defecto irrecuperable), p2 (proporción de defecto recuperable)
y p3 (proporción de no defectuosos) y en la hipótesis nula se supone: p1=p2=p3.
Para llevar a cabo el test deben calcularse las frecuencias esperadas. Esto lo haremos
calculando las probabilidades y estimando las frecuencias esperadas bajo el supuesto
indicado en la hipótesis nula. Tomemos por ejemplo el cálculo de E32 que corresponde a las
piezas producidas por la máquina 3 y su condición es recuperable.
Nos queda ahora determinar los grados de libertad. Simbolizamos con r el nº de filas (en
nuestro ejemplo es el número de máquinas) y con s el número de columnas (en nuestro
ejemplo es el número de condiciones de las piezas)
Cálculo de los grados de libertad
k = r.s (ya que hay r.s casillas)
p = s (ya que hay que estimar las proporciones pj)
h = r-1 (ya que la suma de las Eij en cada fila deben verificar el tamaño de la muestra)
Luego los grados de liberad=v= r.s – s – (r-1) = s (r – 1)- (r – 1)= (r-1)(s-1), o sea nº de filas
menos uno por nº de columnas menos uno.
En nuestro ejemplo sería (4-1)(3-1) = 6 ; entonces χ26,5% = 12,592 y como χ2 experimental
(13,87) es mayor concluimos que hay diferencias en las proporciones de irrecuperables,
recuperables y no defectuosos de las distintas máquinas.
Observamos que en el ejemplo que hemos desarrollado todas las Eij son mayores que cinco
lo que nos garantiza la efectividad del test. Si no fuera así una de las soluciones sería
aumentar el tamaño de muestra.
Nótese que las 691 cajas pueden considerarse una muestra que ha sido clasificada con respecto a
dos características cualitativas: “fabricante”, con cuatro niveles y “funcionamiento” con dos
niveles. Los datos de la muestra se organizan en una tabla de contingencia 4 x 2.
La pregunta a responder es, en general, si los dos atributos A y B, por ejemplo, están
relacionados o son independientes.
La H0 puede formularse de diferentes maneras:
“Los atributos A y B son independientes” ó “A y B no están relacionados” ó “A y B no están
asociados”.
La H1 postularía que las dos variables cualitativas están asociadas.
2 39 ( 41) 31 ( 29) 70
4 18 (21 ) 19 (16 ) 37
Luego rs-(r-1)-(s-1) -1 = (r-1)(s-1) que en definitiva es la expresión que se utiliza de los grados
de libertad.
Entonces en nuestro ejemplo sería (4-1) (2-1) = 3 grados de libertad. Además χ23,5% = 7,815
Luego: 10,3474 > 7,815 la decisión es rechazar la H0, es decir hay relación entre el tipo
de interruptor (fabricante) y el funcionamiento del interruptor bajo una corriente pico
especificada.
Probabilidad y Estadística - 2017 - Dra. Ana María Craveri Página 10
Universidad Tecnológica Nacional Facultad Regional San Nicolás
Observación: Como puede verse, el cálculo del estadístico de prueba en una tabla de
contingencia rxs es el mismo para un test de homogeneidad ó un test de independencia, al
igual que la regla de decisión, pero debe notarse que el muestreo es distinto en cada caso (r
muestras independientes en el primero y una sola muestra clasificada según dos variables
cualitativas en el segundo) y las hipótesis que se formulan son también diferentes.
EJERCICIOS
2.- Se desea verificar si un dado está equilibrado. A tal efecto se arroja 120 veces y se anota el
número de su cara superior. Resultando:
Resultado 1 2 3 4 5 6
Nº de ocurrencias 28 12 12 26 32 10
Nº de partículas 0 1 2 3 4 5 6 7
Frecuencias Observadas 28 30 15 8 4 2 1 1
4.- Una hilandería tiene 4 plantas similares que producen el mismo tipo de hilo. Con
respecto a su elongación de rotura, el hilo se clasifica como de elongación baja
(defectuoso), elongación media (bueno) y elongación alta (defectuoso). Se tomaron
muestras de cada una de las 4 plantas
Planta 1 2 3 4 Total
Elongación
Baja 10 16 17 8 51
Media 176 178 174 173 701
Alta 14 6 9 19 48
Total 200 200 200 200 800
Testar la hipótesis de que las proporciones de los distintos tipos de elongación son las
mismas para las 4 fábricas.
Lesión
Leve 154 359 783 109
Grave 42 63 352 35
Muy grave 18 22 257 12
Probar si hay asociación entre sector productivo y gravedad de la lesión provocada por el
accidente.