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.