Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 309 vistas

    Prueba Chi Cuadrado

    Cargado por

    juan david garcia
    Este documento describe la prueba de bondad de ajuste de Chi cuadrado para determinar si los datos se ajustan a una distribución de Poisson propuesta. Se presentan los pasos de la prueba, incluido el cálculo de las frecuencias observadas y esperadas y el estadístico de prueba. Luego, se aplica la prueba a un conjunto de datos de número de automóviles que entran a una gasolinera cada hora, determinando que los datos se ajustan a una distribución de Poisson con media de 15 automóviles por hora.

    Copyright:

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

    Prueba Chi Cuadrado

    Cargado por

    juan david garcia
    309 vistas3 páginas
    Este documento describe la prueba de bondad de ajuste de Chi cuadrado para determinar si los datos se ajustan a una distribución de Poisson propuesta. Se presentan los pasos de la prueba, incluido el cálculo de las frecuencias observadas y esperadas y el estadístico de prueba. Luego, se aplica la prueba a un conjunto de datos de número de automóviles que entran a una gasolinera cada hora, determinando que los datos se ajustan a una distribución de Poisson con media de 15 automóviles por hora.

    Descripción original:

    prueba de chi cuadrado

    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 describe la prueba de bondad de ajuste de Chi cuadrado para determinar si los datos se ajustan a una distribución de Poisson propuesta. Se presentan los pasos de la prueba, incluido el cálculo de las frecuencias observadas y esperadas y el estadístico de prueba. Luego, se aplica la prueba a un conjunto de datos de número de automóviles que entran a una gasolinera cada hora, determinando que los datos se ajustan a una distribución de Poisson con media de 15 automóviles por hora.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    309 vistas3 páginas

    Prueba Chi Cuadrado

    Cargado por

    juan david garcia
    Este documento describe la prueba de bondad de ajuste de Chi cuadrado para determinar si los datos se ajustan a una distribución de Poisson propuesta. Se presentan los pasos de la prueba, incluido el cálculo de las frecuencias observadas y esperadas y el estadístico de prueba. Luego, se aplica la prueba a un conjunto de datos de número de automóviles que entran a una gasolinera cada hora, determinando que los datos se ajustan a una distribución de Poisson con media de 15 automóviles por hora.

    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 3

    Pruebas de Bondad y ajuste. (Prueba Chi cuadrado).

    Se trata de una prueba de hiptesis a partir de datos, basada en el clculo de un valor


    llamado estadstico de prueba, al cual suele comparrsele con un valor conocido
    como valor crtico, mismo que se obtiene, generalmente, de tablas estadsticas. El
    procedimiento general de prueba es el siguiente:

    1. Obtener al menos 30 datos de la variable aleatoria a analizar.


    2. Calcular la media y la varianza de los datos.
    3. Crear un histograma de m intervalos y obtener la frecuencia observada en cada
    intervalo Oi.
    4. Establecer explcitamente la hiptesis nula, proponiendo una distribucin de
    probabilidad que se ajuste a la forma del histograma.
    5. Calcular la frecuencia esperada Ei, a partir de la funcin de probabilidad
    propuesta.
    6. Calcular el estadstico de prueba:

    C = (Ei Oi)2

    Ei

    7. Definir el nivel de significancia de la prueba, y determinar el valor crtico de la


    prueba, X2,m-k-1 (k es el nmero de parmetros estimados en la distribucin
    propuesta).
    8. Comparar el estadstico de prueba con el valor crtico. Si el estadstico de prueba
    es menor que el valor crtico no se puede rechazar la hiptesis nula.

    Ejemplo: Estos son los datos del nmero de automviles que entran a una gasolinera
    cada hora:

    Determine la distribucin de probabilidad con un nivel de significancia de 5 por ciento.

    a. Calcular la media y la varianza de los datos.

    n ain
    X= i1 , entonces la media de la muestra es 752/50 = 15

    Var (X) = (X X )2/ (n-1), entonces la varianza de la muestra es 13.14


    b. Crear un histograma de m intervalos.

    m = 11 intervalos.

    12
    11
    10 10
    10

    6
    6

    4 4
    4

    2
    2
    1 1 1

    0
    -7 8 - 9 10 - 11 12-13 14-15 16-17 18-19 20-21 22-23 24-25 0
    25-

    c. Establecer explcitamente la hiptesis nula, proponiendo una distribucin de


    probabilidad que se ajuste a la forma del histograma.

    Ho: Poisson ( = 15) automviles/hora

    H1: Otra distribucin.

    d. Calcular las frecuencias esperadas y el estadstico de prueba para cada intervalo


    de frecuencia.

    Comenzamos por calcular la probabilidad de cada intervalo a partir de la funcin de


    probabilidad de poisson:

    P(x) = (xe-)/x! x= 0,1,2,..

    = promedio.
    X = Nmero de ocurrencias del evento.

    Para este caso, P(x) = (15xe-15)/x! x= 0,1,2,..

    Por ejemplo, para el intervalo 8-9

    P(x = 8,9) =(158e-15)/8!+ (159e-15)/9!= 0.0519

    Enseguida calculamos la frecuencia esperada en cada intervalo, multiplicando la


    probabilidad P(x) por el total de datos de la muestra:
    Ei = nP(x)

    Ei = 50P(X)

    En el caso del intervalo 8-9, el valor de Ei es 50*0.0519 = 2,59

    Y luego estimamos el estadstico de prueba para cada intervalo:

    En el caso del intervalo 8-9, el valor de C es (2,59-2)2/2.59 = 0.13

    Finalmente se estima la sumatoria del estadstico de prueba:

    (0.9001-1)2 / 0.9001 + (2,5926 2)2 / 2.5926 + ..+ (0.3092-0)2 / 0.3092 = 1.7848

    A partir de los clculos anteriores se obtiene la tabla 1.

    Tabla 1.

    Intervalo Oi P(x) Ei = 50*p(x) c


    -7 1 0.0180 0.9001 0.0111
    8-9 2 0.0519 2.5926 0.1354
    10-11 4 0.1149 5.7449 0.5300
    12-13 10 0.1785 8.9233 0.1299
    14-15 11 0.2049 10.2436 0.0559
    16-17 10 0.1808 9.0385 0.1023
    18-19 6 0.1264 6.3180 0.0160
    20-21 4 0.0717 3.5837 0.0483
    22-23 1 0.0336 1.6821 0.2766
    24-25 1 0.0133 0.6640 0.1700
    25- 0 0.0062 0.3092 0.3092
    Total 50 1 50 1.78481

    El valor del estadstico de prueba c = 1,7848, comparado con el valor de tablas crtico,
    X20.05, 11-1-1 = 16.9190, indica que no podemos rechazar la hiptesis de que la variable
    aleatoria se comporta de acuerdo con una distribucin de Poisson, con una media de 15
    automoviles/hora.

    También podría gustarte