Tema 3.

El estadístico
Chi-cuadrado y
contrastes asociados

ING. CESAR A. VERANO SERRUTO

 ¿Qué vamos hacer ahora?

Hay variables {- Muy relacionadas

- Muy poco relacionadas

Veamos un estadístico para ver si dos variables están

o no asociadas


El estadístico Chi-cuadrado
 El estadístico Chi-cuadrado

Las hipótesis son:

H0: Las variables en filas y columnas no están asociadas

H1: Las variables en filas y columnas están asociadas

Necesitamos “frecuencias esperadas”

f i.  f. j
ei , j 
n
 EJEMPLO (supervivencia en el Titanic)

Sobrevive No sobrevive Total

Primera clase 194 128 322
Segunda clase 119 161 280
Tercera clase 138 573 711
Total 451 862 1313

Frecuencias esperadas
f1.  f.1 322 x 451
e11    110,6
n 1313
f 2.  f.1 280 x 451
e21    96,2
n 1313
 Frecuencias esperadas
Sobrevive No sobrevive Total
Primera clase 110,6 211,4 322
Segunda clase 96,2 183,8 280
Tercera clase 244,2 466,8 711
Total 451 862 1313

Calculemos Chi-cuadrado

( f ij  eij ) 2

 2
exp  
i j eij


Ya vuelven los matemáticos a complicar las cosas
 Traducción

Tenemos dos tablas (sin totales):

Frecuencias absolutas Frecuencias esperadas
Sobrevive No sobrevive Sobrevive No sobrevive
Primera clase 194 128 Primera clase 110,6 211,4
Segunda clase 119 161 Segunda clase 96,2 183,8
Tercera clase 138 573 Tercera clase 244,2 466,8

1) Hagamos otra tabla, donde restamos a la primera la

segunda
Sobrevive No sobrevive
Primera clase (194-110,6) (128-211,4)
Segunda clase (119-96,2) (161-183,8)
Tercera clase (138-244,2) (573-466,8)
2) Este valor elevado al cuadrado

Sobrevive No sobrevive
Primera clase (194-110,6)^2 (128-211,4)^2
Segunda clase (119-96,2)^2 (161-183,8)^2
Tercera clase (138-244,2)^2 (573-466,8)^2

3) Dividido por el valor que tengamos en la segunda tabla

Sobrevive No sobrevive
Primera clase (194-110,6)^2/110,6 (128-211,4)^2/211,4
Segunda clase (119-96,2)^2/96,2 (161-183,8)^2/183,8
Tercera clase (138-244,2)^2/244,2 (573-466,8)^2/466,8
 Obtenemos la siguiente tabla en nuestro ejemplo
Sobrevive No sobrevive

Primera clase
(194  110 ,6) 2 (128  211,4) 2
 62 ,9  32 ,9
110 ,6 211,4
Segunda clase (119  96,2) 2
 5,4
(181  183 ,8) 2
 2,8
96,2 183 ,8
(138  244 ,2) 2 (573  466 ,8) 2
Tercera clase  46,2  24 ,2
244 ,2 466 ,8

( f ij  eij ) 2
 exp
2
   62,9  32,9  5,4  2,8  46,2  24,2  174,4
i j eij
 Probabilidad de un valor superior
- Alfa (α)
Grados libertad 0,1 0,05 0,025 0,01 0,005
1 2,71 3,84 5,02 6,63 7,88
2 4,61 5,99 7,38 9,21 10,60
3 6,25 7,81 9,35 11,34 12,84
4 7,78 9,49 11,14 13,28 14,86
5 9,24 11,07 12,83 15,09 16,75
6 10,64 12,59 14,45 16,81 18,55
 Tenemos: exp
2
 174,4

Ahora calculemos el valor de la tabla Chi-cuadrado

1) grados de libertad, son:

K = (número de fila-1)x(número de columnas-1)
= (3-1)x(2-1) = 2
2) El valor alfa (0,05 si no se dice).
3) El valor que buscamos
 2
g .l .;  2
2;0, 05  5,99
SIGNIFICADO: La probabilidad de obtener
un valor mayor que 5,99 es 0,05
 Tenemos: exp
2
 174,4
 g2.l .;   22;0,05  5,99

Por tanto:
 exp
2
  22;0,05


SIGNIFICADO: Las variables no son
independientes


SIGNIFICADO en el ejemplo: El salvamento de los viajeros
en el Titanic no fue independiente de su clase social.
 Hemos hecho un contraste de hipótesis

Los pasos en un contraste son:

1) Fijar las hipótesis que se quieren contrastar: H0 H1

2) Fijar el nivel de significación: 
3) Elegir un estadístico de contraste:
( f ij  eij ) 2
 exp
2
    k2( filas1) x ( columnas1);
i j eij
4) Se toma la decisión de rechazar o no la hipótesis:
exp   k ;  Aceptar H 0  Independientes
2 2

exp
2
  k2;  Rechazar H 0  Dependientes
 Contraste de homogeneidad

1) Fijar las hipótesis que se quieren contrastar:

H0  Las subpoblaciones tienen idéntica

distribución para la variable Y.

H1  la distribución de la variable Y en alguna

de estas subpoblaciones es diferente

2) Fijar el nivel de significación: 

3) Elegir un estadístico de contraste:
( f ij  eij ) 2
 exp
2
    k2( filas1) x ( columnas1);
i j eij

4) Se toma la decisión de rechazar o no la hipótesis:

 2
exp  2
k ;  Aceptar H0

exp
2
  k2;  Rechazar H0
 EJEMPLO
Se desea saber si la distribución de los grupos
sanguíneos es similar en los individuos de dos
poblaciones. Para ello se elige una muestra aleatoria
de cada una de ellas, obteniéndose los siguientes
datos ¿Qué decisión se debe tomar?

A B AB 0 Total
Muestra 1 90 80 110 20 300
Muestra 2 200 180 240 30 650
Total 290 260 350 50 950
 f i.  f. j
Calculamos las frecuencias esperadas: ei , j 
n
A B AB 0
Muestra 1 91.5789 82.105 110.53 15.789
Muestra 2 198.421 177.89 239.47 34.211

Componentes de la Chi-cuadrado
(90  91,5789) 2
 0,0272
91,5789
Estadístico de contraste:
( f ij  eij ) 2
 exp
2
   0,0272  ...  1,76
i j eij
Calculemos el valor  k2( filas1) x(columnas1);

Los grados de libertad:

k  ( filas  1) x(columnas  1)  ( 2  1) x( 4  1)  3
Entonces:

 2
k ( filas1) x ( columnas1);  2
3;0, 05  7,81
La decisión de rechazar o no la hipótesis:

 2
exp  2
k ;  Aceptar H0
 ¿Cuando podemos aplicar el
estadístico Chi-cuadrado?

1) Siempre hacemos un contraste unilateral.

2) No debe usarse si hay frecuencias esperadas

inferiores a 1.

3) Como máximo el 20% de las frecuencias esperadas

pueden ser menores que el valor 5.
 RESUMEN

- El estadístico Chi-cuadrado
- Fijar hipótesis
- Fijar nivel de significación
- Grados de libertad
- Valores del estadístico
- Contraste de independencia
- Contraste de homogeneidad
- Condiciones de aplicar el Chi-cuadrado
GRACIAS POR
LA ATENCIÓN