Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 2K vistas

    Pruebas Estadisticas para Numeros Aleatorios Simulacion

    Cargado por

    ToÑoBaldenegro
    Este documento presenta tres pruebas estadísticas para determinar si un conjunto de números aleatorios posee ciertas propiedades: 1) La prueba de medias evalúa si el valor esperado es 0.5 calculando el promedio y comparándolo con límites de aceptación. 2) La prueba de varianza comprueba si la varianza es 1/12 calculando la varianza muestral y comparándola con límites. 3) Las pruebas de Chi-cuadrada y Kolmogorov-Smirnov evalúan la uniformidad mediante el cálculo de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Pruebas Estadisticas para Numeros Aleatorios Simulacion

    Cargado por

    ToÑoBaldenegro
    2K vistas8 páginas
    Este documento presenta tres pruebas estadísticas para determinar si un conjunto de números aleatorios posee ciertas propiedades: 1) La prueba de medias evalúa si el valor esperado es 0.5 calculando el promedio y comparándolo con límites de aceptación. 2) La prueba de varianza comprueba si la varianza es 1/12 calculando la varianza muestral y comparándola con límites. 3) Las pruebas de Chi-cuadrada y Kolmogorov-Smirnov evalúan la uniformidad mediante el cálculo de

    Descripción original:

    Pruebas estadisticas para numeros aleatorios

    Título original

    Pruebas Estadisticas Para Numeros Aleatorios Simulacion

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta tres pruebas estadísticas para determinar si un conjunto de números aleatorios posee ciertas propiedades: 1) La prueba de medias evalúa si el valor esperado es 0.5 calculando el promedio y comparándolo con límites de aceptación. 2) La prueba de varianza comprueba si la varianza es 1/12 calculando la varianza muestral y comparándola con límites. 3) Las pruebas de Chi-cuadrada y Kolmogorov-Smirnov evalúan la uniformidad mediante el cálculo de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    2K vistas8 páginas

    Pruebas Estadisticas para Numeros Aleatorios Simulacion

    Cargado por

    ToÑoBaldenegro
    Este documento presenta tres pruebas estadísticas para determinar si un conjunto de números aleatorios posee ciertas propiedades: 1) La prueba de medias evalúa si el valor esperado es 0.5 calculando el promedio y comparándolo con límites de aceptación. 2) La prueba de varianza comprueba si la varianza es 1/12 calculando la varianza muestral y comparándola con límites. 3) Las pruebas de Chi-cuadrada y Kolmogorov-Smirnov evalúan la uniformidad mediante el cálculo de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 8

    PRUEBAS ESTADISTICAS PARA NUMEROS ALEATORIOS

    1.- PRUEBA DE MEDIAS


    Una de las propiedades que deben cumplir los nueros del conjunto

    ri

    es que el

    valor esperado sea igual a 0.5. La prueba que busca determinar lo anterior es la
    llamada prueba de medias, en la cual se plantean las siguientes hiptesis:
    H 0 : r =0. 5
    i

    H 1 : r 0.5
    i

    La prueba de medias consiste en determinar el promedio de los n nmeros que


    contiene el conjunto r i mediante la ecuacin siguiente:
    n

    r =

    1
    r
    n i=1 i

    Posteriormente se calculas los lmites de aceptacin inferior y superior con las


    ecuaciones siguientes:
    1
    LI r = z
    2
    2

    ( 121 n )

    1
    LSr = + z
    2 2

    1
    12 n

    Si el valor de

    )
    se encuentra entre los limites de aceptacin, concluimos que no

    se puede rechazar que el conjunto

    ri

    tiene un valor esperado de 0.5 con un

    nivel de aceptacin de 1-. En caso contrario se rechaza que el conjunto

    ri

    tiene un valor esperado de 0.5.


    Para el calculo de los limites de aceptacin se utiliza el estadstico

    z
    2

    , el cual

    se determina por medio de la tabla de distribucin normal estndar (tambin se


    puede calcular dicho valor utilizando la funcin PROMEDIOA (o AVERAGE)-media
    aritmtica- de Excel).

    EJEMPLO
    Considere los 40 nmeros del conjunto

    ri

    que se presenta a continuacin, y

    determinen si tienen un valor esperado de con un nivel de aceptacin de 95%.


    0.0449
    0.6015
    0.63
    0.5514
    0.0207

    0.1733
    0.6694
    0.2531
    0.0316
    0.1067
    ri

    El conjunto

    0.5746
    0.3972
    0.8297
    0.3587
    0.3587

    0.049
    0.7025
    0.6483
    0.7041
    0.1746

    0.8406
    0.1055
    0.6972
    0.5915
    0.3362

    0.92
    0.1977
    0.9085
    0.2545
    0.3727

    0.2564
    0.0125
    0.8524
    0.3044
    0.4145

    contiene 40 nmeros, por lo tanto, n=40. Un nivel de aceptacin

    del 95% implica que =5%. Enseguida procedemos a calcular el promedio de los
    nmeros y los lmites de aceptacin:
    n

    40

    r = 1 r i= 1 r i
    n i=1
    40 i=1

    r =

    1
    ( 0.04487+0.17328+ 0.57548+ 0.04901+ ...+ 0.33616+0.15885+0.37266+ 0.41453 )
    40

    r =0.43250
    1
    LI r = z
    2
    2

    1
    1
    = z 0.05
    12 n 2
    2

    1
    LI r = ( 1.96 )
    2

    1
    12( 40)

    1
    =0.41053864 9
    12 ( 40 )

    1
    LSr = + z
    2 2

    1
    ( 121 n )= 12 + z ( 12(40)
    )

    1
    LI r = + ( 1.96 )
    2

    0.05
    2

    ( 121( 40) )=0.58946135 1

    Como el valor del promedio:

    =0.43250 se encuentra entre los lmites de

    aceptacin, se concluye que no se puede rechazar que el conjunto de 40 nmeros


    r i tiene un valor esperado de 0.5, con un nivel de aceptacin de 95%.

    2.- PRUEBA DE VARIANZA


    Otras de las propiedades que debe satisfacer el conjunto

    r i , es que sus

    nmeros tengan una varianza de 1/12. La prueba que busca determinar lo anterior
    es la prueba de varianza, que establece las siguientes hiptesis:
    H 0 : 2r =1/12
    i

    H 1 : 2r 1/12
    i

    La prueba de varianza consiste en determinar la varianza de los n nmeros que


    contiene el conjunto r i mediante la ecuacin siguiente:
    n

    ( r ir )2

    V ( r )= i=1

    n1

    Despus se calculan los lmites de aceptacin inferior y superior con las


    ecuaciones siguientes:

    L I V (r)=

    X /2, n1
    12(n1)

    X 21/ 2,n1
    L SV (r )=
    12(n1)
    Si el valor de V(r) se encuentra entre los lmites de aceptacin, decimos que no se
    puede rechazar que el conjunto r i tiene una varianza de 1/12, con un nivel de
    aceptacin de 1-; de lo contrario, se rechaza que el conjunto

    ri

    tiene una

    varianza de 1/12.
    EJEMPLO
    Realizar la prueba de varianza a los 40 nmeros

    r i del ejemplo anterior.

    Considerando que n=40 y =5%, procedemos a calcular la varianza de los


    nmeros, y los lmites de aceptacin correspondientes:
    n

    ( r ir )2

    V ( r )= i=1

    n1

    ( r i0.43250 )2

    = i=1

    401

    0.414530.43250
    2
    0.372660.43250 +
    0.173280.43250+ ...+
    0.044870.43250 2 +

    1
    V ( r )=
    39
    V(r) = 0.08695062

    X
    X
    58.1200541
    L I V (r)= /2, n1 = 0.05 /2,39 =
    =0.12418815
    12(n1) 12(39)
    468
    X 21 / 2,n1 X 210.05/ 2,39 23.6543003
    L SV (r )=
    =
    =
    =0.0505433 8
    12(n1)
    12(39)
    468

    Dado que el valor de la varianza: V= 0.8695062 est entre los lmites de


    aceptacin, podemos decir que no se puede rechazar que el conjunto de 40
    nmeros r tiene una varianza de 1/12 = 0.0833

    3.- PRUEBA DE UNIFORMIDAD


    Una de las propiedades ms importantes que debe cumplir un conjunto de
    nmeros r es la uniformidad. Para comprobar su acatamiento se han desarrollado
    pruebas estadsticas tales como las pruebas Chi-cuadrada y de KolmogorovSmirnov. En cualquiera de ambos casos, para probar la uniformidad de los
    nmeros de un conjunto r es necesario formular las siguientes hiptesis:
    H 0 : r U ( 0,1)

    H 1 :r no son unifomes
    a) PRUEBA CHI-CUADRADA
    La prueba Chi-Cuadrada en lugar de medir la diferencia de cada punto entre la
    muestra y la desviacin verdadera, checa la desviacin del valor esperado.
    n

    X cuadrada=
    2

    i=1

    ( OiEi )
    Ei

    Donde n es el nmero de intervalos de clase (ejemplo: Oi es el nmero observado


    en la clase i, y Ei es el nmero esperado en cada clase i, y n es el nmero de
    clases. Para una distribucin uniforme, Ei, el nmero en cada clase est dado por:
    Ei =

    N
    n

    Para clases igualmente espaciadas, donde N es el nmero total de observaciones.


    Puede ser mostrado que la distribucin de la muestra Chi-Cuadrada esta
    aproximadamente a la distribucin Chi-Cuadrada con n-1 grados de libertad.
    Ejemplo:
    Use la prueba Chi-Cuadrada con =0.05 para probar si los datos dados a
    continuacin en la tabla 1 estn uniformemente distribuidos.

    Clculos para la prueba Chi-cuadrada

    10

    El estadstico

    X cuadrada=
    2

    i=1

    ( OiEi )
    Ei

    correspondiente de la Chi-cuadrada

    =6.2

    es menos al estadstico

    X 20.05,9 =16.9. En consecuencia, no se puede

    rechazar que los nmeros r siguen una distribucin uniforme.

    b) PRUEBA KOLMOGOROV-SMIRNOV
    Propuesta por Kolmogorov y Smirnov, esta es una prueba estadstica que
    tambin nos sirve para determinar si un conjunto r cumple la propiedad de
    uniformidad. Es recomendable aplicar en conjuntos r pequeos, por ejemplo,
    n<20. El procedimiento es el siguiente:
    1. Ordenar de menor a mayor los numero del conjunto r.
    r 1 r 2 r 3 r n

    2. Determinar los valores de:


    +=max 1<i <n

    y D

    + , D con las siguientes ecuaciones:


    D

    [ ]
    i
    r
    n

    +=max 1<i <n r


    D

    i1
    n

    + , D
    D=mx. (
    D
    3. Determinar el valor crtico

    D ,n de acuerdo con la tabla de valores crticos

    de Kolmogorov-Smirnov para un grado de confianza , y segn el tamao


    de la muestra n.
    4. Si el valor D es mayor que el valor critico D ,n se concluye que los
    nmeros del conjunto r no siguen una distribucin uniforme, de lo contrario
    se dice que no se ha detectado diferencia significativa entre la distribucin
    de los nmeros del conjunto r y la distribucin uniforme.

    EJEMPLO:
    Realizar la prueba Kolmogorov-Smirnov, con un nivel de confianza de 90% al
    siguiente conjunto r de 10 nmeros.
    R= (0.97, 011, 0.65, 0.26, 0.98, 0.03, 0.13, 0.89, 0.21, 0.69)
    El nivel de confianza implica = 10%. Ordenando los nmeros r de menor a
    mayor la secuencia es:
    0.0 0.1 0.1 0.2 0.2 0.6 0.6 0.8 0.9 0.9
    3
    1
    3
    1
    6
    5
    9
    9
    7
    8

    Para determinar los valores de


    tabla como la siguiente:

    + , D
    y D es recomendable realizar una
    D

    De acuerdo a la tabla de valores para la prueba Kolmogorov-Smirnov, el valor


    critico D0.10,10 correspondiente a n = 10 es D 0.10,10 = 0.368, que resulta
    menor el valor D=1-04; por lo tanto, s concluye que los nmeros del conjunto r
    no se distribuyen uniformemente.

    También podría gustarte