Академический Документы
Профессиональный Документы
Культура Документы
Una de las bases fundamentales del control estadstico de la calidad es la inferencia estadstica. Por ello, la determinacin del tipo de distribucin correspondiente a un conjunto de datos provenientes del estudio es absolutamente necesario. La prueba de bondad de ajuste permite probar el ajuste de los resultados de un experimento a una distribucin de probabilidad terica sujeto a un error o nivel de confianza
El mtodo en cuestin se basa en la comparacin de las frecuencias absolutas observadas y las frecuencias absolutas esperadas, calculadas a partir de la distribucin terica en an lisis. Para la prueba de !iptesis utilizaremos dos estadsticos" El #!i$cuadrado y la prueba de %olmo&orov$'mirnov
Chi-Cuadrado
=
2
(fo fe)2 fe
En donde" fo ()recuencia observada de datos discretos fe ()recuencia esperada de la distribucin terica Los &rados de libertad se emplea *+$,- y lue&o se resta un &rado adicional de libertad para cada par metro de poblacin .ue ten&a .ue ser estimado de los datos de la muestra
X =A+
( fod)i n
En donde" d( desviacin del punto medio con respecto a la posicin de la media supuesta, es medida en unidades de intervalo de clase i( amplitud o intervalo de clase /( punto medio de la clase .ue contiene la media supuesta *clase de d(0fo ( )recuencias observadas en n1mero de clases n ( tama2o de la muestra
S=i
(fod)2 fod2 n n2
Chi-Cuadrado
Chi-Cuadrado
Los valores .ue se adjuntan corresponden a la fabricacin de un producto realizada en tres das sucesivos. La especificacin para ese producto es de 40000 5 6000 millitros. Pruebe con un nivel de confianza de 0,0,.ue los datos si&uen un comportamiento con base en una distribucin normal
Itervalo
35 " "5 5 55 # #5 !X! !X! !X! !X! !X! !X! !X! " "5 5 55 # #5 &
fo fo Acum.
# $5 5% $3' ## $$ 5 # 2$ &' 2$% 2%" 2'5 3
<o" La distribucin normal con un = de 0,0,es una buena descripcin del proceso de fabricacin del producto 8. <," La distribucin normal con un = de 0,0, no es una buena descripcin del proceso de fabricacin del producto 8.
7ntervalos de #alse 94000$:0000 :0000$:4000 :4000$40000 40000$44000 44000$60000 60000$64000 64000$;0000
fo
8+
fod
fod
2
Pi
fe
Lmite Lmite 7nferior 'uperior 94000 :0000 :0000 :4000 :4000 40000 40000 44000 44000 60000 60000 64000 64000 ;0000
)o 6 ,4 4A ,9B 66 ,, 4 900
d $9 $@ $, 0 , @ 9
)o>d?@ Probabilidad )recuencia Esperada Esperada 4: 0,00A; @,6, 60 0,06;; @0,9, 4A 0,@:@A ;@,A: 0 0,96A; ,,0,6, 66 0,@9A4 ;,,44 :: 0,064: ,B,6@ :4 0,00;A @,9: 9@;
Kolmogorov-Smirnov
Es un simple mtodo no paramtrico para probar si !ay una diferencia si&nificativa entre una distribucin observada y una distribucin terica de frecuencia. La !iptesis nula se rec!aza s"
> Fn Gdn, ,$
En donde Fn es el valor m ximo.
Kolmogorov-Smirnov
En un estudio se obtuvieron los si&uientes resultados para el punto de ebullicin en &rados #elsius, de un compuesto de silicio" ,66,,:,,,96,,49,,;0,,6@,,44,,:6,,A9,,4; ,,:A,,9@,,60,,;4, y ,40. Utilizando un nivel de confianza de 0.0, pruebe .ue los puntos de ebullicin provienen de una poblacin normal en donde la media poblacional es de ,60 &rados #elsius y la desviacin est ndar poblacional es de ,0 &rados #elsius.
Prueba de iptesis
<o" Los puntos de ebullicin provienen de una poblacin normal con H de ,60 &rados y I de ,0 &rados <," Los puntos de ebullicin no provienen de una poblacin normal con H de ,60 &rados y I de ,0 &rados
Intervalos Lmites de Clase 13 - 1!1 1!1 - 1#$ 1#$ - 1%3 1%3 - 1&! 1&! - 1'# 1 3"# - 1!1"# 1!1"# - 1#$"# 1#$"# - 1%3"# 1%3"# - 1&!"# 1&!"# - 1'#"#
Fo
Intervalos Lmites de Clase 13 - 1!1 1!1 - 1#$ 1#$ - 1%3 1%3 - 1&! 1&! - 1'# 1 3"# - 1!1"# 1!1"# - 1#$"# 1#$"# - 1%3"# 1%3"# - 1&!"# 1&!"# - 1'#"#
Fo 3 3 # $ $
Fo Acumulada 3 % 11 13 1#
D Fe Acumulada |F(X) - Sn(X)| " 3$$ "$$%% "%3%' "($%# "((!% "1%&' "1&3! " (%# " #(' " #!