1-1

Métodos no paramétricos:
aplicaciones de Chi-cuadrada
OBJETIVOS
Al terminar este capítulo podrá:
UNO
Enumerar las características de la distribución Chi-cuadrada.
DOS
Realizar una prueba de hipótesis para comparar un conjunto observado de
frecuencias observadas con un conjunto de frecuencias esperadas.
TRES
Efectuar una prueba de hipótesis de normalidad, usando la distribución Chi-
cuadrada.
CUATRO
Realizar una prueba de hipótesis para determinar si dos criterios de
clasificación están relacionados.
© 2001 Alfaomega Grupo Editor
14-2

Características de la distribición Chi-cuadrada

• Las características principales de la

distribución chi-cuadrada son:
· tiene sesgo positivo
· es no negativa
· está basada en los grados de liberad
· cuando los grados de libertad cambian se crea una
nueva distribución

© 2001 Alfaomega Grupo Editor

2-2
CHI-SQUARE DISTRIBUTION
P
r
o
b gl = 3
a
b
i gl = 5
l
i gl = 10
d
a
d
c2
Valores de chi-cuadarada
© 2001 Alfaomega Grupo Editor
14-4

Prueba de bondad de ajuste:

frecuencias esperadas iguales

• Sean f 0 y f e las frecuencias observada y

esperada respectivas.
• H 0 : no hay diferencia entre f 0 y f e
• H1: existe una diferencia entre f 0 y f e
• El estadístico de prueba es: 2   f  f 2 
x   
0 e



fe 

• El valor crítico es un valor de chi-cuadrada con
(k - 1) grados de libertad, donde k es el número
de categorías.

© 2001 Alfaomega Grupo Editor

14-5

EJEMPLO 1

• Los siguientes datos de ausentismo se

recolectaron en una planta manufacturera. Para
0.05 de nivel de confianza, realice una prueba
para determinar si existe diferencia en el tasa de
ausentismo por día de la semana.
Día Frecuencia
Lunes 120
Martes 45
Miércoles 60
Jueves 90
Viernes 130
© 2001 Alfaomega Grupo Editor
14-6

EJEMPLO 1 continuacón

• Suponga frecuencias esperadas iguales:

(120 + 45 + 60 + 90 + 130) / 5 = 89.
• Use estos números para calcular que el
estadístico de prueba es 42.4719.
• Los grados de libertad son (5 - 1) = 4.
• Entonces, el valor crítico es 9.488

© 2001 Alfaomega Grupo Editor

14-7

EJEMPLO 1 continuacón

• H0 : no existe diferencia entre las frecuencias

observadas y esperadas de ausencias.
• H0 : existe una diferencia entre las frecuencias
observadas y esperadas de ausencias.
• Estadístico de prueba: chi-cuadrada = 60.8
• Regla de decisión: rechazar H0 si el estadístico
de prueba es mayor que el valor crítico.
• Conclusión: rechazar H0 y concluir que existe
una diferencia entre las frecuencias observadas
y las esperadas de ausencias.

© 2001 Alfaomega Grupo Editor

14-8

Prueba de bondad de ajuste:

frecuencias esperadas distintas
EJEMPLO 2

• El U.S. Bureau of the Census indica que

63.9% de la población está casada, 7.7% es
viuda, 6.9% divorciada (y no vuelta a casar) y
21.5% soltera (nunca casada). Una muestra
de 500 adultos del área de Filadelfia indica
que 310 personas estaban casadas, 40
viudas, 30 divorciadas y 120 solteras. Para
0.05 de nivel de significancia ¿se puede
concluir que el área de Filadelfia es diferente
al de Estados Unidos como un todo?

© 2001 Alfaomega Grupo Editor

14-9

EJEMPLO 2 continuación

Estado f0 fe ( f 0  f e )2 / f e
Casado 310 319.5 .2825
Viudo 40 38.5 .0584
Divorciado 30 34.5 .5870
Soltero 120 107.5 1.4535
Total 500 2.3814

© 2001 Alfaomega Grupo Editor

14-10

EJEMPLO 2 continuación

• Paso 1: H0 : la distribución no ha cambiado.

• H1 : la distribución cambió.
• Paso 2: H0 se rechaza si x 2 > 7.815, gl = 3,
 =0.05 x 2  2.3824
• Paso 3:
• Paso 4: H0 se rechaza. La distribución cambió.

© 2001 Alfaomega Grupo Editor

14-11

Prueba de bondad de ajuste para normalidad

• Propósito: probar si las frecuencias observadas

en una distribución de frecuencias se ajusta a
la distribución normal teórica.
• Procedimiento: determinar la media y la
desviación estándar de la distribución de
frecuencias.
· Calcular el valor z para el límite inferior y
superior de cada clase.
· Determinar f e para cada categoría
· Usar la prueba de bondad de ajuste de chi- f e
cuadrada para determinar si f 0 coincide con
.
© 2001 Alfaomega Grupo Editor
14-12

EJEMPLO 3

• Una muestra de 500 donativos a la Arthritis

Foundation se presenta con la siguiente
distribución de frecuencias. ¿Es razonable
concluir que se tiene una distribución normal con
media de $10 y desviación estándar de $2? Use
0.05 de nivel de significancia.
• Nota: para calcular f e para la primera clase,
primero se calcula la probabilidad de esta clase.
P(X<6)=P[Z<(6-10)/2]=.0228. Así, fe es
(.0228)(500)=11.4

© 2001 Alfaomega Grupo Editor

14-13

EJEMPLO 3 continuación

cantidad
gastada f0 área fe ( f 0  f e )2 / f e
<$6 20 .02 11.40 6.49
$6-8 60 .14 67.95 .93
$8-10 140 .34 170.65 5.50
$10-12 120 .34 170.65 15.03
$12-14 90 .14 67.95 7.16
>$14 70 .02 11.40 301.22

Total 500 500 336.33

© 2001 Alfaomega Grupo Editor
14-14

EJEMPLO 3 continuación

• Paso 1: H0 : la distribución es normal.

• H1 : la distribución no es normal.
• Paso 2: H0 se rechaza si x 2 > 11.07, gl = 5,
=0.05
• Paso 3:  336.33
2
x
• Paso 4: H0 se rechaza. La distribución no
es normal

© 2001 Alfaomega Grupo Editor

14-15

Análisis de tablas de contingencia

• El análisis de tablas de contingencia se usa

para probar si dos características o variables
están relacionadas.
• Cada observación se clasifica según las dos
variabes.
• Se usa el procedimiento de prueba de hipótsis
normal.
• Los grados de libertad son iguales a: (número
de filas - 1)(número de columnas - 1).
• La frecuencia esperada se calcula como:
Frecuencia esperada = (total por fila)(total por
columna)/gran total
© 2001 Alfaomega Grupo Editor
14-16

EJEMPLO 4

• ¿Existe una relación entre el lugar de un

accidente y el sexo de la persona
accidentada? Una muestra de 150
accidentes presentada a la policía
estaba clasificada por tipo y sexo. Con
0.05 de nivel de significancia, ¿se puede
concluir que el sexo y el lugar del
accidente están relacionados?

© 2001 Alfaomega Grupo Editor

14-17

EJEMPLO 4 continuación

Sexo Trabajo Hogar Otro Total

Hombre 60 20 10 90

Mujer 20 30 10 60

Total 80 50 20 150

Nota: la frecuencia esperada para la intersección

hombre-trabajo se calcula como (90)(80)/150 = 48.
De manera similar, se pueden calcular las frecuencias
esperadas para las otras celdas.

© 2001 Alfaomega Grupo Editor

14-18

EJEMPLO 4 continuación

• Paso 1: H0 : el sexo de la persona y el

lugar del accidente no están relacionados.
H1 : el sexo y el lugar están relacionados.
• Paso 2: H0 se rechaza si x 2 > 5.991, gl = 2 ,
 =0.05
2
• Paso 3: = 16.667
x
• Paso 4: H0 se rechaza. El sexo y el lugar
sí tienen una relación.

© 2001 Alfaomega Grupo Editor