PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV-SMIRNOV

Esta prueba se utiliza para probar hipótesis acerca de la distribución de

la población, de la cual se extrae una variable aleatoria. La hipótesis
nula para la prueba de bondad de ajuste es que la distribución de la
población es una distribución dada frente a la alternativa de que los
datos no se ajustan a la distribución dada. (Aparicio F, 1992).

Para esta prueba consideremos la siguiente hipotesis:

 𝐻0 : Los datos analizados siguen una distribución M.
 𝐻1 : Los datos analizados no siguen una distribución M.
 El estadístico de prueba(D), para este test de Bondad de Ajuste se basa en
la mayor distancia entre la distribución empírica de los datos Fe(x) y la
distribución teórica que suponemos para la población F(x), entonces:

𝐷 = 𝑚á𝑥ȁ𝐹𝑒 𝑥 − 𝐹(𝑥)ȁ

El criterio para la toma de la decisión entre las dos hipótesis será de la siguiente
forma:
Si D≤Dα ⇒ Aceptar 𝐻0
Si D>Dα ⇒ Rechazar 𝐻0
El valor de Dα depende del tipo de distribución a probar. En general es de la forma:
𝑐𝛼
𝐷𝛼 =
𝑘(𝑛)
Donde:
𝑐𝛼 y 𝑘(𝑛) se encuentra en las tablas siguientes:
Tabla: tipo según el tipo de distribuciones
𝐜𝛂 𝛂(nivel de significancia)
Modelo 0.1 0.05 0.01
General 1.224 1.358 1.628
Normal 0.819 0.895 1.035
Exponencial 0.099 1.094 1.308
Weibull n=10 0.760 0.819 0.944
Weibull n=20 0.779 0.843 0.973
Weibull n=50 0.790 0.856 0.988
Weibull n=∞ 0.803 0.874 1.007
Tabla: según la distribución
Distribución que se contrasta K(n)
General: parámetros conocidos 𝟎. 𝟏𝟏
𝐤 𝐧 = 𝐧 + 𝟎. 𝟏𝟐 +
𝐧
Normal 𝟎. 𝟖𝟓
𝐤 𝐧 = 𝐧 − 𝟎. 𝟎𝟏 +
𝐧
Exponencial 𝟎. 𝟏𝟏
𝐤 𝐧 = 𝐧 + 𝟎. 𝟏𝟐 +
𝐧
Weibull 𝐤 𝐧 = 𝐧
 PRUEBA DE CHI-CUADRADO
La prueba de Chi Cuadrado se basa en la comparación entre la frecuencia observada en
un intervalo de clase y la frecuencia esperada en dicho intervalo, calculada de acuerdo
con la distribución teórica considerada. (Aparicio F, 1992).
El estadístico de prueba, 𝑥 2 c queda definido por la expresión:

𝑘 2
2
𝑂𝑖 − 𝐸𝑖
𝑥 𝑐=෍
𝐸𝑖
𝑖=1
Donde:
𝑂𝑖 : Frecuencia observada en el intervalo i, de acuerdo a la muestra considerada.
𝐸𝑖 : Frecuencia esperada en el intervalo i, de acuerdo a la distribución seleccionada.
K: Número de intervalos de clase en que se han agrupado las observaciones.
 valor tabular de Chi-cuadrado
El valor tabular del estadístico Chi-cuadrado, 𝑥 2 𝑡, se determina a
partir del cuadro siguiente en función de:
 Grados de libertad = k-1-p
Donde:
k: Número de intervalos de clase en que se han agrupado las
observaciones.
p: número de parámetros estimados a partir de los datos muéstrales
para obtener los valores esperados.
 El nivel de significación elegido
Tabla: valores críticos de la distribución ji-cuadrada.
 Criterio de decisión
 Si el valor estadístico del Chi-cuadrado calculado es menor o igual
que el valor tabular (𝑥 2 𝑡), es decir:
𝑥2𝑐 ≤ 𝑥2𝑡
Entonces, se acepta la hipótesis nula.
 Si el valor estadístico Chi-cuadrado calculado es mayor que el valor
tabular (𝑥 2 𝑡), es decir:
𝑥2𝑐 > 𝑥2𝑡
Entonces, se rechaza la hipótesis nula y se acepta la hipótesis alternativa.

Cálculo del número de intervalos de clase

𝑁𝐶 = 1 + 3.332log(𝑁)
𝑁𝐶: número de intervalos de clase.
𝑁: número de datos.
Cálculo de la amplitud de cada intervalo

𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛
∆𝑋 =
𝑁𝐶 − 1
Donde:
∆𝑋: amplitud del intervalo
𝑋𝑚𝑎𝑥 : valor máximo de las marcas de clase.
𝑋𝑚𝑖𝑛 : valor mínimo de las marcas de clase.

Cálculo del límite inferior

∆𝑋
𝑙𝑖𝑚. 𝑖𝑛𝑓. = 𝑋𝑚𝑖𝑛 −
2
Cálculo de la media y desviación estándar para los
datos agrupados
La media y la desviación estándar de los datos
agrupados se determina mediante las siguientes
relaciones:
σ𝑘
𝑖=1 𝑓𝑖 𝑋𝑖
Media: 𝑋ത =
𝑁
σ𝑘 ത 2
𝑖=1 𝑓𝑖 𝑋𝑖 −𝑋
Desviación estándar: 𝑠 =
𝑁−1

Donde:
𝑓𝑖 : frecuencia absoluta
𝑋𝑖 : marca de clase
𝑘: número de intervalos de clase
𝑁: número total de datos.
 MODELO MATEMÁTICO

Donde:
 LOG PEARSON TIPO III
Pearson propuso la siguiente
ecuación, tomando como
base el modelo matemático
presentado anteriormente:

El valor del coeficiente Tp, se

En 1924 Foster resolvió la
encuentra en las tablas de
integral con una serie de El coeficiente de variación es:
Foster-Rybkin, en función al
coeficientes. Cv = Desv./Qm
porcentaje de probabilidad y
En 1938 Rybkin mejoró la
del coeficiente de asimetría
ecuación y obtuvo una La probabilidad para cada
(Cs)
expresión más simplificada caudal se halla:
para hallar el valor de un P = mi/(n+1)
evento hidrológico,
precipitación, caudal, para Periodo de retorno
una probabilidad específica: Tr = 1/P
Donde:
Qmax = Qm *(1 + Tp*Cv)
K: Es el coeficiente modular
K = Qi/Qm
 DISTRIBUCION LOGARITMICA PEARSON
TIPO III

REQUERIMIENTOS:  Registro de valores de variables hidrológicas

CONCEPTOS BÁSICOS  Estadística básica.

 Probabilidades.
 Coeficiente de variación: 𝐶𝑣.
 Coeficiente de asimetría: 𝐶𝑠.

DISTRIBUCIÓN LOGARITMICA PEARSON TIPO III 1:44 a.m. 15

 DISTRIBUCION LOGARITMICA PEARSON
TIPO III

BASE MATEMÁTICA:

𝟏
DONDE: 𝜸 =
𝒄𝟐𝒗
𝒙 = Variable hidrológica.
 DISTRIBUCION LOGARITMICA PEARSON
TIPO III

CAUDAL DE DISEÑO PARA UNA 𝑄𝑝 = 𝑄ത 1 + 𝑐𝑣 𝑇𝑝

PROBABILIDAD ESPECÍFICA:
Caudales para diferentes probabilidades.
𝑇𝑝: 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐹𝑜𝑠𝑡𝑒𝑟 − 𝑅𝑦𝑏𝑘𝑖𝑛

COEFICIENTE DE VARIACIÓN: 𝜎 Desviación estándar.

𝑐𝑣 =
𝑥ҧ Media aritmética.

Cuando 𝑐𝑣 > 0.33 𝑑𝑒𝑗𝑎 𝑑𝑒 𝑠𝑒𝑟 𝑢𝑛𝑖𝑓𝑜𝑟𝑚𝑒

DISTRIBUCIÓN LOGARITMICA PEARSON TIPO III 1:44 a.m. 17
DISTRIBUCION LOGARITMICA PEARSON
TIPO III

Donde: Cs: coeficiente de asimetría 𝑸 𝟎𝒓𝒅⋅

𝒌=
ഥ
𝑸
 Desviaciones normalizadas T (Р, C S) para probabilidad Р%
Cs
0.01 0.1 0.5 1 3 5 10 20 25 30 40 50 60 70 75 80 90 95 97 99 99.9
0.00 3.720 3.090 2.570 2.330 1.880 1.640 1.280 0.840 0.670 0.520 0.250 0.000 -0.250 -0.520 -0.670 -0.840 -1.280 -1.640 -1.880 -2.330 -3.090
0.10 3.940 3.230 2.680 2.400 1.920 1.670 1.290 0.840 0.660 0.510 0.240 -0.020 -0.270 -0.530 -0.680 -0.850 -1.270 -1.610 -1.840 -2.250 -2.950
0.20 4.160 3.330 2.780 2.470 1.960 1.700 DISTRIBUCION LOGARITMICA PEARSON
1.300 0.830 0.650 0.500 0.220 -0.030 -0.280 -0.550 -0.690 -0.850 -1.260 -1.580 -1.790 -2.180 -2.810
0.30 4.380 3.520 2.890 2.540 2.000 1.720 1.310 0.820 0.640 0.480 0.200 -0.050 -0.300 -0.560 -0.700 -0.850 -1.240 -1.550 -1.750 -2.100 -2.670
0.40
0.50
4.610 3.660 2.980 2.610 2.040 1.750
4.830 3.810 3.080 2.680 2.080 1.770
TIPO III
1.320
1.320
0.820
0.810
0.630
0.620
0.470
0.460
0.190
0.170
-0.070
-0.080
-0.310
-0.330
-0.570
-0.580
-0.710
-0.710
-0.850
-0.850
-1.230
-1.220
-1.520 -1.700
-1.490 -1.660
-2.030
-1.960
-2.540
-2.400
0.60 5.050 3.960 3.170 2.750 2.120 1.800 1.330 0.800 0.610 0.440 0.160 -0.100 -0.340 -0.590 -0.720 -0.850 -1.200 -1.450 -1.610 -1.880 -2.270
0.70 5.280 4.100 3.270 2.820 2.150 1.820 1.330 0.790 0.590 0.430 0.140 -0.120 -0.360 -0.600 -0.720 -0.850 -1.180 -1.420 -1.570 -1.810 -2.140
0.80 5.500 4.240 3.360 2.890 2.180 1.840 1.340 0.780 0.580 0.410 0.120 -0.130 -0.370 -0.600 -0.730 -0.850 -1.170 -1.380 -1.520 -1.740 -2.020
0.90 5.730 4.380 3.450 2.960 2.220 1.860 1.340 0.770 0.570 0.400 0.110 -0.150 -0.380 -0.610 -0.730 -0.850 -1.150 -1.350 -1.470 -1.660 -1.900
1.00 5.960 4.530 3.530 3.020 2.250 1.880 1.340 0.760 0.550 0.380 0.090 -0.160 -0.390 -0.620 -0.730 -0.850 -1.130 -1.320 -1.420 -1.590 -1.790
1.10 6.180 4.670 3.610 3.090 2.280 1.890 1.340 0.740 0.540 0.360 0.070 -0.180 -0.410 -0.620 -0.740 -0.850 -1.100 -1.280 -1.380 -1.520 -1.680
1.20 6.410 4.810 3.700 3.150 2.310 1.910 1.340 0.730 0.520 0.350 0.050 -0.190 -0.420 -0.630 -0.740 -0.840 -1.080 -1.240 -1.330 -1.450 -1.580
1.30 6.640 4.950 3.780 3.210 2.340 1.920 1.340 0.720 0.510 0.330 0.040 -0.210 -0.430 -0.630 -0.740 -0.840 -1.060 -1.200 -1.280 -1.380 -1.480
1.40 6.870 5.090 3.860 3.270 2.370 1.940 1.340 0.710 0.490 0.310 0.020 -0.220 -0.440 -0.640 -0.730 -0.830 -1.040 -1.170 -1.230 -1.320 -1.390
1.50 7.090 5.230 3.930 3.330 2.390 1.950 1.330 0.690 0.470 0.300 0.000 -0.240 -0.450 -0.640 -0.730 -0.820 -1.020 -1.130 -1.190 -1.260 -1.310
1.60 7.310 5.370 4.020 3.390 2.420 1.960 1.330 0.680 0.460 0.280 -0.020 -0.250 -0.460 -0.640 -0.730 -0.810 -0.990 -1.100 -1.140 -1.200 -1.240
1.70 7.540 5.500 4.100 3.440 2.440 1.970 1.320 0.660 0.440 0.260 -0.030 -0.270 -0.470 -0.640 -0.720 -0.810 -0.970 -1.060 -1.100 -1.140 -1.170
1.80 7.760 5.640 4.170 3.500 2.460 1.980 1.320 0.640 0.420 0.240 -0.050 -0.280 -0.480 -0.640 -0.720 -0.800 -0.940 -1.020 -1.060 -1.090 -1.110
1.90 7.980 5.770 4.240 3.550 2.490 1.990 1.310 0.630 0.400 0.220 -0.070 -0.290 -0.480 -0.640 -0.720 -0.790 -0.920 -0.980 -1.010 -1.040 -1.050
2.00 8.210 5.910 4.300 3.600 2.510 2.000 1.300 0.610 0.390 0.200 -0.080 -0.310 -0.490 -0.640 -0.710 -0.780 -0.900 -0.950 -0.970 -0.990 -1.000
2.10 - 6.040 4.360 3.650 2.530 2.010 1.290 0.590 0.370 0.180 -0.100 -0.320 -0.500 -0.640 -0.700 -0.760 -0.867 -0.914 -0.930 -0.945 -0.952
2.20 - 6.140 4.420 3.680 2.540 2.020 1.270 0.570 0.350 0.160 -0.120 -0.330 -0.500 -0.640 -0.690 -0.750 -0.842 -0.882 -0.895 -0.905 -0.909
2.30 - 6.260 4.460 3.730 2.570 2.010 1.260 0.550 0.320 0.140 -0.130 -0.340 -0.500 -0.630 -0.680 -0.740 -0.816 -0.850 -0.859 -0.867 -0.870
2.40 - 6.370 4.510 3.780 2.600 2.000 1.250 0.520 0.290 0.120 -0.140 -0.350 -0.510 -0.620 -0.670 -0.720 -0.792 -0.820 -0.827 -0.832 -0.833
2.50 - 6.500 4.550 3.820 2.620 2.000 1.230 0.500 0.270 0.100 -0.160 -0.360 -0.510 -0.620 -0.660 -0.710 -0.768 -0.790 -0.795 -0.799 -0.800
2.60 - 6.540 4.600 3.880 2.630 2.000 1.210 0.480 0.250 0.085 -0.170 -0.370 -0.510 -0.610 -0.660 -0.700 -0.746 -0.746 -0.766 -0.769 -0.769
2.70 - 6.750 4.640 3.920 2.640 2.000 1.190 0.460 0.240 0.070 -0.180 -0.380 -0.510 -0.610 -0.650 -0.680 -0.724 -0.724 -0.739 -0.740 -0.741
2.80 - 6.860 4.680 3.960 2.650 2.000 1.180 0.440 0.220 0.057 -0.200 -0.390 -0.510 -0.600 -0.640 -0.670 -0.708 -0.708 -0.711 -0.714 -0.714
2.90 - DISTRIBUCIÓN LOGARITMICA
7.000 4.720 4.010 PEARSON TIPO III
2.660 1.990 1.150 0.410 0.200 0.041 -0.210 -0.390 -0.510 -0.600 -0.630 -0.650 -0.681 -0.681 1:44-0.689
a.m. 19
-0.690 -0.690
3.00 - 7.100 4.750 4.050 2.660 1.970 1.130 0.390 0.190 0.027 -0.220 -0.400 -0.510 -0.590 -0.620 -0.640 -0.661 -0.661 -0.667 -0.667 -0.667
3.10 - 7.230 4.780 4.090 2.660 1.970 1.110 0.370 0.170 0.010 -0.230 -0.400 -0.510 -0.580 -0.600 -0.620 -0.641 -0.641 -0.645 -0.645 -0.645
3.20 - 7.350 4.820 4.110 2.660 1.960 1.090 0.350 0.150 0.006 -0.250 -0.410 -0.510 -0.570 -0.590 -0.610 -0.622 -0.622 -0.625 -0.625 -0.625