𝟐

𝑿 CHI - CUADRADO

Ing. Darwyn Tinitana, MBA

 APLICACIONES CHI - CUADRADO

PRUEBA DE
TEST X2 PARA LA IDEPENDECIA DE PRUEBA DE
BONDAD Y AJUSTE DOS VARIABLE HOMOGENEIDAD
CATEGORICAS

Con
frecuencias
uniformes

Con
frecuencias
heterogéneas
1 TEST X2 PARA LA BONDAD Y
AJUSTE
Se utiliza para probar si un conjunto de datos se distribuye
conforme a una distribución teórica conocida. La prueba de
hipótesis es detectar si existen diferencias estadísticas entre la
frecuencia de datos observados y los esperados.

Las hipótesis a probar son las siguientes:

H0: f observada = f espera
H1: f observada ≠ f esperada

𝟐
𝟐
𝒇𝒐 − 𝒇𝒆
𝑿 =෍
𝒇𝒆
 DISEÑO DEL EXPERIMENTO PARA PRUEBA DE BONDAD Y AJUSTE

Población
n
N

(1) El valor del estadístico χ2 se podrá aproximar por (2) Las observaciones son obtenidas mediante
una distribución Chi-cuadrado cuando el muestreo aleatorio a partir de una población
tamaño muestral n sea grande (n > 30), y todas las particionada en categorías.
frecuencias esperadas sean iguales o
mayores a 5 (en ocasiones deberemos agrupar
varias categorías a fin de que se cumpla
este requisito).
 Valor – p = 0.07
Valor – p = 0.03

ZONA DE ZONA DE
ACEPTACION RECHAZO
DE Ho DE Ho
∝ = 0.05

𝑿𝟐 ……………………………. ∞
FRECUENCIAS ESPERADAS UNIFORMES
Una cadena de restaurantes, desea añadir
filetes a su menú. Antes de hacerlo, aplicó
una encuesta a personas adultas para
conocer cuál es su plato favorito cuando
comen fuera de casa. Los datos se presentan
a continuación:

Plato favorito Frecuencia

Pollo 32
Pescado 24
Carne 35
pasta 29

¿Hay preferencia entre los cuatro platos?

H0: La preferencia entre platos es igual

H1: Existe preferencia entre los cuatro platos
 FRECUENCIAS ESPERADAS
Venta observada TV por tamaño de pantalla

N observado N esperada Residuo

pequeña 55 40,0 15,0 HETEROGÉNEAS

mediana 35 40,0 -5,0 A lo largo del tiempo las ventas de un fabricante de
grande 10 20,0 -10,0 televisiones han sido 40% de aparatos de pantalla pequeña
(< 20 in), 40% de pantalla mediana (20 – 27 in) y 20% de
Total 100 pantalla grande (>27 in). Con el fin de elaborar un programa
de producción para el mes siguiente, se extrae una
muestra aleatoria de 100 compras realizadas durante el
Estadísticos de prueba
actual periodo, y encuentra que 55 de los aparatos
Venta
comprados fueron pequeños, 35 fueron medianos y 10
observada TV
fueron grandes a continuación:
por tamaño de
pantalla

Chi-cuadrado 11,250a
Tamaño de Ventas
gl 2 pantalla Observadas Esperadas
Sig. asintótica ,004 Pequeña 55 40
a. 0 casillas (0,0%) han esperado Mediana 35 40
frecuencias menores que 5. La
Grande 10 20
Total 100 100
frecuencia mínima de casilla
esperada es 20,0.

¿El patrón actual de ventas es igual al patrón histórico?

H0: El patrón actual es igual al patrón histórico

H1: El patrón actual es diferente al patrón histórico
 2
PRUEBA DE INDEPENDECIA DE DOS
VARIABLE CATEGORICAS

Para analizar la relación de dependencia o independencia entre dos variables cualitativas

nominales o factores, es necesario estudiar su distribución conjunta o tabla de contingencia

Supongamos que de n elementos de una población se han observado dos

características X e Y, obteniéndose una muestra aleatoria simple bidimensional
(X1,Y1),(X2,Y2),...,(Xn, Yn). Sobre la base de dichas observaciones se desea contrastar si
las características poblacionales X e Y son independientes o no

𝒓 𝒌 𝟐
𝟐
𝒏𝒊𝒋 − 𝒆𝒊𝒋
𝑿 = ෍෍
𝒆𝒊𝒋
𝒊=𝟏 𝒋=𝟏

H0: Las variables son Independientes (que los valores de una no cambian con los valores de la otra variable)
H1: Las variables son dependientes
 DISEÑO DEL EXPERIMENTO PARA PRUEBA INDEPENDENCIA

Y1 Y2 …… Yk TOTAL
X1 n11 n12 n1k n1
Población X2 n21 n22 n2k n2
n …
N Xr nr1 nr2 nrk nr
TOTAL n.1 n.2 n.k nr

n = personas de sexo masculino entre 20 y 40 años de edad

Experimento Multinomial X = práctica de algún deporte
Y = depresión

H0: La actividad de los sujetos y su estado de ánimo no están relacionadas

H1: La actividad de los sujetos y su estado de ánimo tienen relacionadas
 Empresa Limpia Ya S.A.
La empresa Limpia Ya SA, comercializa tres tipos de detergentes A, B, C. En un análisis de segmentación
de mercado para los res productos, el grupo de investigación de mercado ha planteado la duda de si
la preferencia de los tres detergentes son diferentes entre los grupos de consumidores de los sectores
alto, Medio, Bajo. Si la preferencia de los detergentes fuera independiente del sector consumidor, se
iniciara una única campaña de publicidad para los tres productos; sin embargo, si la preferencia
depende del sector consumo, se ajustaran las promociones para tener distintos mercados de venta.

Experimento: Se tomó una muestra aleatoria de 120 consumidores. Después de usar los tres tipos de
detergentes, se les pide manifestar su preferencia.

Tipo de detergente 1. Objetivo

Sector Total Comprobar que la preferencia de un determinado tipo de
A B C
detergente es independiente del sector consumidor
Alto 14 12 10 36
2. Hipótesis
medio 21 16 8 45 H0 = La preferencia por un determinado tipo de producto es
Bajo 15 12 12 39 independiente del sector consumidor
H1 = La preferencia por un determinado tipo de producto no es
Total 50 40 30 120 independiente del sector consumidor
Ejemplo:
Se quiere estudiar la relación entre la
edad de las mujeres y su clase social
sobre la aceptación de una ley para
interrumpir el embarazo. Para ello se
ha llevado a cabo una encuesta sobre
400 mujeres cuyos resultados se
adjuntan en la tabla:
Comparando los valores absolutos de los residuos tipificados
corregidos con el correspondiente valor tabular de la normal,
para un nivel de significación del 5% (> 1.96), se observa que
muchos residuos no son significativos.
Analizando estos valores, tanto en sus magnitudes como en sus
rangos, resulta el patrón: Las jóvenes (menores de 18 años) de
clase baja y las mayores de 60 años de clase alta tienen una
opinión favorable sobre la interrupción del embarazo. Por el
contrario, la opinión de las mayores de 60 años de clase baja
tienen una percepción claramente negativa. De este modo, se
evidencia que existe una relación y del tipo que es ésta.

El valor χ2 tiene asociada una probabilidad (Significación

asintótica) de 0.013 menor que 0.05, se decide rechazar la
hipótesis nula, indicando que hay evidencia de
asociación entre el grado de aceptación del aborto y la edad de
las mujeres.
El valor de la razón de verosimilitudes (RV) es 19,945, tiene
asociada una probabilidad (Sig. asintótica) de 0,011 , que como
es menor que 0,05, indica que hay evidencia de asociación
entre el grado de aceptación del aborto y la edad de las
mujeres.

De otra parte, los valores obtenidos de la Tau‐b de
Kendall, Tau‐c de Kendall, Gamma y Correlación
de Spearman (como medidas ordinales indican
además el tipo de asociación) presentan una
asociación baja negativa, es decir, que el grado de
aceptación del aborto disminuye al aumentar la
edad.
Los
El valor de cada coeficiente aparece
acompañado de su correspondiente nivel crítico
(Sig. aproximada), que permite tomar una
decisión sobre la hipótesis nula de
independencia. Puesto que estos niveles críticos
son menores que 0,05, se puede afirmar que hay
relación entre la aceptación del aborto y la
edad de las mujeres.
Por su parte, los valores obtenidos del Coeficiente
de contingencia y V de Cramer (como medidas
nominales cuantifican el grado de asociación)
indican una asociación baja entre la edad de las
mujeres y la aceptación del aborto.
Se concluye, existe evidencia de asociación entre
el grado de aceptación del aborto y la edad de
las mujeres, disminuyendo el grado de
aceptación al aumentar la edad.
3
PRUEBA DE HOMOGENEIDAD

Esta prueba se realiza cuando se quiere demostrar que dos o más muestras proceden
de la misma población, o dos o más poblaciones tienen la misma distribución. Se dice
que dos o más poblaciones tienen la misma distribución cuando sus respectivas
proporciones poblacionales son similares u homogéneas.

Las hipótesis a probar son:

H0: Todas las muestras proceden de la misma población

H1: Todas las muestras proceden de la misma población

𝑭 𝑪 𝟐
𝟐
𝑶𝒊𝒋 − 𝑬𝒊𝒋
𝑿 = ෍෍
𝑬𝒊𝒋
𝒊=𝟏 𝒋=𝟏
 DISEÑO DEL EXPERIMENTO PARA PRUEBA DE HOMOGENEIDAD

Un estudio sobre caries dental en

Población 1 Población 3 niños de seis ciudades con
Población 2
N1 N3 diferentes cantidades de flúor en el
N2
suministro de agua, ha
proporcionado los resultados
siguientes:

Nº niños Nº niños
n1 n2 n3 Comunidad
sin caries con caries
A: 38 87

Muestra A1 A2 …… Ak Total
B: 8 117
1 n11 n12 n1k n1 C: 30 95
2 n21 n22 n2k n2 D: 44 81
… … E: 64 61
m nm1 nm2 nmk nm F: 32 93
Total n.1 n2 nk n
Se quiere saber si la incidencia de caries infantil es
igual en las seis poblaciones.
 1. Objetivo
Comprobar que la incidencia de caries no es homogénea entre comunidades debido a los diferentes niveles
de contenido de flúor en el suministro de agua
2. Hipótesis
H0 = La incidencia de la enfermedad es igual en todas las comunidades
H1 = La incidencia de la enfermedad no es igual en todas las comunidades

Todos los contraste arrojan un valor de p < 0.01 , lo que lleva a rechazar la hipótesis de
homogeneidad, por lo que la incidencia de la enfermedad es altamente significativa entre
comunidades; lo confirma el análisis de residuos de las comunidades B y E. Esto conlleva a aceptar
que el diferente contenido de flúor en el suministro del agua puede ser la causa de la disparidad en el
número de niños con caries.
 Variable N R² R² Aj CV
Nro. Ñiños 12 0,71 0,69 29,4

Cuadro de Análisis de la Varianza (SC tipo III) La diferencia es altamente significativa (p< 0.01)
F.V. SC gl CM F p-valor entre el numero de niños con caries y sin caries.
Modelo. 8427 1 8427 24,96 0,0005 Esto demuestra un problema de salud publica
Caries 8427 1 8427 24,96 0,0005 grave entre las comunidades. Por lo
Error 3376 10 337,6
mencionado, se hace necesario replantear la
Total 11803 11
investigación, partiendo con la determinación
Test:Tukey Alfa=0,05 DMS=23,63648 de los niveles óptimos del contenido de flúor en
Caries Medias n E.E. el agua y como estos inciden en la presencia
Con caries 89 6 7,5 A de caries en los niños de las diferentes
Sin caries 36 6 7,5 B comunidades estudiadas.
il Medias
Versión con una Versión
Estudiantil letra común no son
Estudiantil significativamente
Versión Estudiantil diferentes (p > 0,05)
Versión Estudiantil
n Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
il Versión Estudiantil Título
Versión Estudiantil Versión Estudiantil Versión Estudiantil
n Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
102,79
il Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
n Estudiantil Versión Estudiantil Versión
A Estudiantil Versión Estudiantil Versión Estudiantil
il Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil

Lugares: Comunidades (C1, C2, C3, C4; C5, C6)

85,30
n Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
il Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Nro. Ñiños

n Estudiantil Versión Estudiantil

67,80
Versión Estudiantil Versión Estudiantil Versión Estudiantil Tratamientos: Niveles de flúor en el agua
il Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
n Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Diseño Experimental: DCA con tres repeticiones
il Versión Estudiantil
n Estudiantil
50,31
Versión Estudiantil
Versión Estudiantil
Versión Estudiantil
Versión Estudiantil
Versión Estudiantil
Versión Estudiantil Versión Estudiantil
Unidades experimentales: niños entre 6 a 12 años
il Versión Estudiantil
n Estudiantil
Versión Estudiantil
Versión Estudiantil
Versión Estudiantil
Versión Estudiantil
B
Versión Estudiantil
Versión Estudiantil Versión Estudiantil
Mediciones experimentales: número de caries
il
32,82
Versión Estudiantil Versión Estudiantil
2 Versión1 Estudiantil Versión Estudiantil Duración: 4 años
n Estudiantil Versión Estudiantil Versión Estudiantil
Caries Versión Estudiantil Versión Estudiantil
il Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil