LICENCIATURA:

INGENIERÌA INDUSTRIAL Y DE PROCESOS PRODUCTIVOS

TEMA: PRUEBA SE HIPÓTESIS

TIPO DE ACTIVIDAD: EJERCICIOS

ALUMNO:
RODRIGUEZ SANTIAGO GABRIEL

CURSO O MATERIA:
MÉTODOS ESTADÍSTICOS II

MAESTRO:
ALEJANDRA SAAVEDRA FLORES

FECHA Y LUGAR:

TUXPAM. VER
En el presente trabajo se aplicarán los conceptos aprendidos en la semana para
resolver los problemas propuestos tales como son:

- Prueba de Bondad de Ajuste Chi Cuadrado: La Prueba de Bondad de

Ajuste Chi Cuadrado es el test de bondad de ajuste más utilizado. En
general un test de bondad de ajuste se utiliza para discriminar si una
colección de datos o muestra se ajusta a una distribución teórica de una
determinada población. En otras palabras, nos dice si la muestra disponible
representa (ajusta) razonablemente los datos que uno esperaría encontrar
en la población. El test de bondad de ajuste chi cuadrado puede ser
utilizado para trabajar tanto con distribuciones discretas como, por ejemplo,
la Distribución de Poisson o la Distribución Binomial como así también con
distribuciones continuas (por ejemplo, Distribución Normal, Distribución
Exponencial, etc). Esto a diferencia de las pruebas de bondad de ajuste
Kolmogorov Smirnov y Anderson Darling que sólo pueden ser utilizados
para trabajar con distribuciones continuas.
[ CITATION pro17 \l 2058 ]

- Estimación por Intervalos: Un estimado puntual, por ser un sólo número, no

proporciona por sí mismo información alguna sobre la precisión y
confiabilidad de la estimación. Por ejemplo, imagine que se usa la media de
una muestra para estimar (estimador puntual) la resistencia real a la ruptura
de toallas de papel de cierta marca y suponga que = 9322.7. Debido a la
variabilidad de la muestra, casi nunca se tendrá el caso de que = μ. El
estimador puntual nada dice sobre lo cercano que esta de μ. Una
alternativa para reportar el valor del parámetro que se esté estimando es
calcular un intervalo de valores factibles, es decir un límite de confianza
omite de confianza o intervalo de confianza intervalo (IC). x
[ CITATION Hug16 \l 2058 ]
 - La desviación típica: es una medida que ofrece información sobre la
dispersión media de una variable. La desviación típica es siempre mayor o
igual que cero.
La primera es elevando al cuadrado las desviaciones, dividir entre el
número total de observaciones y por último hacer la raíz cuadrada para
deshacer el elevado al cuadrado, tal que:

Alternativamente existiría otra forma de calcularla. Sería haciendo un

promedio de la suma de los valores absolutos de las desviaciones. Es decir,
aplicar la siguiente fórmula:

[ CITATION Jos17 \l 2058 ]

- Test de Wilcoxon: El test no paramétrico prueba de los rangos con signo de

Wilcoxon, también conocido como Wilcoxon signed-rank test, permite
comparar poblaciones cuando sus distribuciones (normalmente
interpretadas a partir de las muestras) no satisfacen las condiciones
necesarias para otros test paramétricos. Es una alternativa al t-test de
muestras dependientes cuando las muestras no siguen una distribución
normal (muestran asimetría o colas) o cuando tienen un tamaño demasiado
reducido para poder determinar si realmente proceden de poblaciones
normales.

[ CITATION Joa16 \l 2058 ]

Con relación a los temas revisados esta semana realiza los siguientes

ejercicios:

1- Los siguientes datos son las edades de una muestra de personas

seleccionadas entre los visitantes de un Bingo. Realiza un test Chi-
cuadrado de bondad de ajuste para decidir si puede aceptarse que las
edades sigan una distribución normal.

Ordenamos los datos de menor a mayor y realizamos una tabla de frecuencias

con 4 clases.

CLASE (20,40) (40,60) (60,80) (80,100) TOTAL

FRECUENCIA 12 18 15 5 50

Tenemos que hallar una estimación para la media y la desviación típica. Usamos
en esta ocasión la media y la desviación típica de la muestra como estimadores.
Para realizar los cálculos, y con el propósito de simplificarlos se han empleado la
tabla de datos agrupados en lugar de los datos primitivos, resultando:

µˆ = ¯x = 55.2, σˆ = S = 18.7

Calculamos ahora la probabilidad para cada clase usando la distribución N(55.2,

18.7)

La probabilidad que correspondería a las distintas clases si se cumple la hipótesis

nula de que los datos siguen una distribución N(55.2, 18.7) es:

P(x ≤ 40) = NormalDist(40; 55.2, 18.7) = 0.208 16

P(40 < x ≤ 60) = NormalDist(60; 55.2, 18.7)−NormalDist(40; 55.2, 18.7) =

= 0.601 29 − 0.208 16 = 0.393 13

P(60 < x ≤ 80) = NormalDist(80; 55.2, 18.7)−NormalDist(60; 55.2, 18.7) =

= 0.907 61 − 0.601 29 = 0.306 32

P(80 < x) = 1 − NormalDist(80; 55.2, 18.7) = 9. 238 6 × 10−2

Multiplicamos por el número total de datos estas probabilidades para obtener la

frecuencia esperada, npi

Calse (∞ , 40) (40,60) (60,80) (80,∞) TOTAL

ni 12 18 15 5 50
pi o.21 0.39 0.31 0.09 1
n pi 10.5 19.66 15.32 4.5 50

El valor experimental de Chi es:

x 2=¿ ¿

Hallando el valor crítico que corresponde a χ24−2−1,0.95 = ChiSquareInv(0.95; 1)

=3. 84, resulta que el intervalo de aceptación es (0,3.84). Como el valor
experimental, 0.41669, pertenece a este intervalo se decide aceptar que los datos
siguen una distribución N(55.2, 18.7).
 2- Para comprobar si la velocidad con la que dos ordenadores ejecutan los
programas es similar se han seleccionado 9 programas de análoga
dificultad, que se han ejecutado en estos ordenadores. Se ha seleccionado
aleatoriamente el programa que se va a ejecutar en cada ordenador. Los
tiempos de ejecución de estos programas según el ordenador en que se ha
ejecutado viene recogido en la siguiente tabla:

¿Se pueden concluir que ambos ordenadores tardan el mismo tiempo en

la ejecución de los programas.?
Para tomar una decisión vamos a emplear el test de Wilcoxon para contrastar dos
muestras independientes.
ORDENADOR B A A B A B B A B
TIEMPO 8.52 8 8.61 8.67 8.23 8.23 8.69 8.12 8.82
RANGOS 4 1 5 6 3 8 7 2 9

Considerando la suma de los rangos de la muestra de menor tamaño, 1+5+3+2 =

11, y consultando en la tabla adecuada resulta que los intervalos de aceptación
para la Hipótesis nula son (12, 28) al 90% de confianza y (11, 29) al 95% de
confianza. Por los tanto en ambos casos se rechaza la Hipótesis nula y se
concluye que los ordenadores considerados no ejecutan los programas con la
misma velocidad.

Conclusión
Después de aplicar cada uno de los test se concluye que estos sirven como
métodos para encontrar la media, el tipo de distribución normal, entre otras
incógnitas.

- La Prueba de Bondad de Ajuste Chi Cuadrado: nos dice si la muestra

disponible representa (ajusta) razonablemente los datos que uno esperaría
encontrar en la población.

- Estimación por Intervalos: establece un limite en un determinado numero de

variaciones.

- La desviación típica: es una medida que ofrece información sobre la

dispersión media de una variable. La desviación típica es siempre mayor o
igual que cero.

- Test de Wilcoxon: permite comparar poblaciones cuando sus distribuciones

(normalmente interpretadas a partir de las muestras) no satisfacen las
condiciones necesarias para otros test paramétricos.
Bibliografía
Caceres, H. (4 de julio de 2016). slideshare. Obtenido de slideshare:
https://es.slideshare.net/hugojh7/estimacinintervalos-de-confianza-para-la-media-y-para-
las-proporciones

Lopez, J. F. (2 de octubre de 2017). Economipedia . Obtenido de Economipedia :

https://economipedia.com/definiciones/desviacion-tipica.html

probabilidadesyestadistica. (24 de febrero de 2017). probabilidadesyestadistica. Obtenido de

probabilidadesyestadistica: https://www.probabilidadesyestadistica.com/prueba-de-
bondad-de-ajuste-chi-cuadrado/

Rodrigo, J. A. (enero de 2016). RPubs. Obtenido de RPubs: https://rpubs.com/Joaquin_AR/218464