Documente Academic
Documente Profesional
Documente Cultură
asociados
Estimacin de Intervalos y
Prueba de Hiptesis para
Varianzas Poblaciones
ING. RAL ALVAREZ GUALE, MPC
Ejemplos
Conocer el volumen promedio que una mquina llena las botellas
de soda puede no ser suficiente para el gerente de produccin.
La variabilidad del contenido puede ser tambin de alta
importancia:
Chi-cuadrado
Objetivos
Formular y probar hiptesis para una varianza
poblacional
Hallar el(los) valor(es) crtico(s) chi-cuadrado(s)
de la tabla Chi-cuadrado
Estadstico de prueba
Chi-cuadrado
Estadstico de prueba F
Distribucin Chi-cuadrada
Una variable continua X tiene una
distribucin chi cuadrada, con v grados
de libertad, si su funcin de densidad
es dada por
Teorema
(n 1)s
2
Donde
2 = Variable chi-cuadrada estandarizada
n = Tamao de muestra
s2 = Varianza muestral
2 = Varianza (supuesto)
Grfico de la Distribucin
Chi Cuadrado
El valor crtico,
Prueba Unilateral
Derecha:
H0: 2 02
HA: 2 > 02
0
No rechazar H0
Rechazar H0
Distribucin Chi-cuadrado
g.l. = n 1
0 4 8 12 16 20 24 28
g.l. = 1
0 4 8 12 16 20 24 28
g.l. = 5
0 4 8 12 16 20 24 28
g.l. = 15
v=14-1=13
v=14-1=13
Teorema
2.
3.
4.
5.
6.
Hiptesis concernientes a
una varianza
O bien
Ejemplo: Solucin
Hiptesis: H0: 2 16, HA: 2 > 16
Regin de rechazo: Usar la tabla Chi-cuadrado para hallar el valor crtico:
2 = 24.9958 ( = 0.05 y 161=15 g.l.)
2 = 24.9958
= 0.05
0
Estadstico de prueba:
No rechazar H0
Rechazar H0
22.5
2
16
2
2
Decisin: Como = 22.5 < 24.9958 =
, no rechazamos H0
Prueba Bilateral:
H0: 2 02
HA: 2 < 02
H0: 2 = 02
HA: 2 02
/2
/2
0
Rechazar
H0
21-
No rechazar H0
0
Rechazar No rechazar
H0
H0
21-/2
( 2L)
Rechazar H0
2/2
( 2U)
Ejemplo
Una congeladora comercial debe mantener la
temperatura seleccionada con poca variacin.
Las especificaciones indican que la desviacin
estndar no debe ser mayor a 4 grados (o la
varianza a 16 grados2).
Una muestra de 16 datos
es evaluada y da una varianza muestral de s2 = 24. Evale
si la desviacin estndar especificada ha sido excedida. Use
= 0.05.
Problema 1
Solucin
Datos:
Solucin: Problema 1
Ho: =1
H1: 1
Solucin: Problema 1
Problema 2
Solucin: problema 2
Ho: =0.50
H1: >0.5
Se determinan los lmites de confianza
Se rechaza la hiptesis nula si X2>23.685 para un para
14 grados de libertad
Solucin: problema 2
Solucin: problema 2
Solucin Problema 2
Al 10% de nivel de significancia, se rechaza Ho
Cuando
Tabla de varias
proporciones
xitos
Muestra Muestra
1
2 Muestr
Muestr
a1
a2
Fracasos
xitos
Total
Fracaso
s
Total
Muestra
Total
k
Muestr
Total
ak
Problema 3:
Muestras
Desmonoram
iento
Permanece
Intacto
Total
Total
Mater
ial B
Material
C
Total
Solucin Problema 3:
Se determina el estadstico
Mater
ial B
Materi
al C
Total
Desmonoramiento
Tabla
Real
Permanece Intacto
Total
Material
A
Materi
al B
Desmonoramiento
Permanece Intacto
Total
Suma total
Materi
al C
Total
Tabla
Esperada
Problema 4:
Estn en desarrollo cuatro mtodos para fabricar
discos de un material superconductor. Se elaboran
cincuenta discos con cada mtodo y se comprueba su
superconductividad cuando se enfran con nitrgeno
lquido:
Mto
do 1
Mtod Mtod
o2
o3
Mto
do 4
Total
Supercond
uctores
Fallas
Total
Solucin Problema 4:
Se
Se
determina el estadstico
Materia
lB
Materia
lC
Total
Desmonoramiento
Tabla
Real
Permanece Intacto
Total
Materia
lA
Materi
al B
Desmonoramiento
Permanece Intacto
Total
Suma total
Materi
al C
Total
Tabla
Esperada
/2
/2
21-/2
( 2L)
2/2
( 2U)
Donde 2L y 2U pertenecen a la
distribucin 2 con n -1 grados de
libertad
2
2
(n 1)s 2
(n
1)s
2
2
U
L2
/2=0.025
20.975
( 2L) 6.2621
(n 1)s 2
(n 1)s 2
2
U2
L2
20.025
27.4884 ( 2U)
(16 1)24
(16 1)24
2
27.4884
6.2621
13.096 2 57.489
Bondad de Ajuste
Distintos procedimientos estadsticos
requieren que la data muestral provengan
de poblaciones normalmente distribuidas.
Cuando se emplea la distribucin t en
la estimacin de intervalos de
confianza o en pruebas de hiptesis
sobre una o dos medias poblacionales,
las poblaciones de inters se asumen
normalmente distribuidas.
En distintos procedimientos ANOVA se
asumen poblaciones normalmente
distribuidas.
Bondad de Ajuste
Cmo se puede verificar que estos supuestos son
satisfechos?
En diversas situaciones se requiere conocer si la
data muestral proviene o no de una determinada
distribucin probabilstica.
Cmo proceder?
Bondad de Ajuste
Objetivos
Usar la prueba chi-cuadrado de bondad de
ajuste para determinar si los datos se
ajustan a una distribucin especfica.
Desarrollar una tabla de anlisis
contingencia y evaluar la independencia a
travs de la prueba chi-cuadrado.
Lunes
290
Martes
250
Miercoles
Jueves
Viernes
238
257
265
Sbado
230
Domingo
192
Total = 1722
1,722
246 llamadas esperadas por da
7
Prueba chi-cuadrado de bondad de ajuste: Evala
si los resultados muestrales son consistentes con
los resultados esperados.
(Es decir, datos observados = datos esperados)
Observado
oi
Esperado
ei
290
250
238
257
265
230
192
246
246
246
246
246
246
246
1,722
1,722
(o i e i )
ei
2
(gl k 1)
Donde:
k = Nmero de categoras
oi = Frecuencia observada en la categora i
ei = Frecuencia esperada en la categora i
22
Regin de Rechazo
e
)
i
2 i
ei
No rechazar H0
Rechazar H0
Rechazar H0
si
No rechazar H0
Rechazar H0
...
23.05
246
246
246
2
Clase
Frecuencia
Menos de 30
10
[30 40>
21
[40 50>
33
[50 60>
41
[60 70>
26
[70 80>
10
[80 90>
De 90 a ms
Total
150
Frecuencia
Observada
Menos de 30
10
[30 40>
21
[40 50>
33
[50 60>
41
[60 70>
26
[70 80>
10
[80 90>
De 90 a ms
Frecuencia
Esperada
P(X clase)
Frecuencia
esperada
Menos de 30
0.09121
13.68
[30 40>
0.16128
24.19
[40 50>
0.24751
37.13
[50 60>
0.24751
37.13
[60 70>
0.16128
24.19
[70 80>
0.06846
10.27
[80 90>
0.01892
2.84
De 90 a ms
0.00383
0.57
Total
1.00000
150.00
P(x 30) P z
15
P(z 1.3333)
0.0912
22
Frecuencia
observada, oi
Frecuencia
esperada, ei
Menos de 30
10
13.68
[30 40>
21
24.19
[40 50>
33
37.13
[50 60>
41
37.13
[60 70>
26
24.19
[70 80>
10
10.27
[80 90>
2.84
De 90 a ms
0.57
Total
150
150.00
Estadstico de prueba:
2
(
o
e
)
i
2 i
ei
Rechazar H0
si
(con k 1 grados de
libertad)
14.0671 =
0.05
(7 g.l., 8 clases)
=0.05
No rechazar H0
Rechazar H0
Estadstico de prueba:
(oi ei ) 2 (10 13.68) 2
(2 0.57) 2
...
12.057
ei
13.68
0.57
2
Ejemplo: Distribucin
Normal
Importante:
13-66
Anlisis de Contigencia
Ejemplos
Una compaa de fondos mutuos ofrece 6 tipos diferentes de fondos.
Se desea determinar si la proporcin de clientes que selecciona
cada fondo est vinculada o no a las 4 regiones de venta en que
opera la compaa.
El administrador de un hospital recolecta data de satisfaccin con el
servicio de los pacientes a travs de ratings por departamento y
desea saber si hay diferencias significativas entre los mismos.
Un gerente de personal est interesado en determinar si hay una
relacin entre el nivel de satisfaccin del trabajador con su trabajo y
el tipo de trabajo.
En estos tres casos las proporciones se refieren a caractersticas
categricas de la variable de inters.
Anlisis de Contingencia
El procedimiento estadstico de Anlisis de
Contingencia puede ser adecuado para la toma de
decisiones en contextos de mltiples proporciones,
con data de tipo nominal u ordinal y valores
determinados por conteo de nmero de ocurrencias
en cada categora.
Anlisis de Contingencia
Anlisis de Contingencia:
Ejemplo
Preferencia manual vs. Gnero (dos
variables), =0.05.
Preferencia manual: Izquierda vs. Derecha
Gnero: Masculino vs. Femenino
H0: La preferencia manual es independiente del
gnero
HA: La preferencia manual no es independiente
del gnero
Anlisis de Contingencia:
Ejemplo
(continuacin)
De 120 mujeres, 12
son zurdas
De 180 hombres, 24
son zurdos
Gnero
Izquierda
Derecha
Femenino
12
108
120
Masculino
24
156
180
36
264
300
Lgica de la Prueba
Total:
De 180 hombres, 24
son zurdos
P(Zurdos)
= 36/300 = 0.12
Frecuencias esperadas:
Total de mujeres
Total de zurdos
(120)(36)
e11
14.4
300
Total muestral
Frecuencia
esperada de
mujeres
zurdas
Izquierda
Derecha
Observado = 12
Esperado = 14.4
Observado = 24
Esperado = 21.6
36
Observado = 108
Esperado = 105.6
Observado = 156
Esperado = 158.4
264
120
180
300
Frecuencias Marginales
Una frecuencia marginal es la suma de las
celdas de una fila o columna
Ejemplo, la frecuencia marginal
(femenino) en el estudio fue 12+108=120
La frecuencia marginal esperada para una
categora DEBE SER IGUAL a la frecuencia
marginal observada de la misma categora
Es decir, la frecuencia marginal esperada
(femenino) en el estudio debe tambin
ser 120
(oij eij )2
i1 j 1
eij
con
g.l. (r 1)(c 1)
Donde:
oij = Frecuencia observada en la celda (i, j)
eij = Frecuencia esperada en la celda (i, j)
r = Nmero de filas
c = Nmero de columnas
Estadstico de Prueba
Chi-cuadrado
(continuacin)
Preferencia manual
Gnero
Femenino
Masculino
Izquierda
Derecha
Observado = 12
Esperado = 14.4
Observado = 24
Esperado = 21.6
36
Observado = 108
Esperado = 105.6
Observado = 156
Esperado = 158.4
264
120
180
300
0.7576
14.4
105.6
21.6
158.4
2
Anlisis de Contingencia
Regla de decisin:
Si 2 > 3.841,
rechazar H0;
en otro caso,
no rechazar H0
= 0.05
No rechazar H0
Rechazar H0
Prueba Chi-cuadrado:
Consideraciones
La distribucin chi-cuadrado es solamente una
aproximacin de la verdadera distribucin
Pero es aceptable cuando todas las frecuencias esperadas son
mayores que o iguales a 5
Cuando las frecuencias son menores que 5, el valor del
estadstico de prueba chi-cuadrado podra incrementar la
probabilidad del error tipo I
Como regla, si la hiptesis nula no es rechazada, acepte el
resultado as se tenga celdas con frecuencias esperadas
menores a 5.9.
Resumen
Gracias