Vista previa del material en texto
13 Prueba de Bondad de Ajuste y Análisis de Contingencia 13-1 Bondad de Ajuste Distintos procedimientos estadísticos requieren que la data muestral provengan de poblaciones normalmente distribuidas. Cuando se emplea la distribución t en la estimación de intervalos de confianza o en pruebas de hipótesis sobre una o dos medias poblacionales, las poblaciones de interés se asumen normalmente distribuidas. En distintos procedimientos ANOVA se asumen poblaciones normalmente distribuidas. ¿Cómo se puede verificar que estos supuestos son satisfechos? En diversas situaciones se requiere conocer si la data muestral proviene o no de una determinada distribución probabilística. ¿Cómo proceder? 13-2 Bondad de Ajuste La prueba de bondad de ajuste Chi-cuadrado es una prueba estadística que permite determinar si una data muestral proviene o no de una hipotética distribución. 13-3 Objetivos Usar la prueba chi-cuadrado de bondad de ajuste para determinar si los datos se ajustan a una distribución específica. Desarrollar una tabla de análisis contingencia y evaluar la independencia a través de la prueba chi-cuadrado. 13-4 ¿Los datos de la muestra son coherentes con una distribución supuesta? Ejemplos: ¿Las llamadas al soporte técnico tienden a ser iguales todos los días de la semana? (¿Las llamadas siguen una distribución uniforme?) ¿Las medidas en un proceso de producción siguen una distribución normal? 13-5 Prueba Chi-cuadrado de Bondad de Ajuste ¿Las llamadas al soporte técnico tienden a ser iguales todos los días de la semana? (Es decir: ¿Las llamadas siguen una distribución uniforme?). Para cada día de la semana se tomó una muestra de 10 días: Total de llamadas (muestra): Lunes 290 Martes 250 Miercoles 238 Jueves 257 Viernes 265 Sábado 230 Domingo 192 13-6 (continuación) Total = 1722 Prueba Chi-cuadrado de Bondad de Ajuste Si las llamadas estuvieran uniformemente dis-tribuidas, se esperaría que las 1,722 llamadas se distribuyan equitativamente en los 7 días: Prueba chi-cuadrado de bondad de ajuste: Evalúa si los resultados muestrales son consistentes con los resultados esperados. (Es decir, datos observados = datos esperados) 13-7 Lógica de la Prueba Chi-cuadrado de Bondad de Ajuste Frecuencias Observadas vs. Esperadas 13-8 Observado oi Esperado ei Lunes Martes Miercoles Jueves Viernes Sábado Domingo 290 250 238 257 265 230 192 246 246 246 246 246 246 246 Total 1,722 1,722 Estadístico de prueba chi-cuadrado El estadístico de prueba es: 13-9 Donde: k = Número de categorías oi = Frecuencia observada en la categoría i ei = Frecuencia esperada en la categoría i H0: La distribución de llamadas es uniforme respecto a los días de la semana (observado = esperado) HA: La distribución de llamadas no es uniforme Región de Rechazo Rechazar H0 si 13-10 0 2 Rechazar H0 No rechazar H0 (con k-1 grados de libertad) 2 H0: La distribución de llamadas es uniforme respecto a los días de la semana HA: La distribución de llamadas no es uniforme Estadístico de Prueba Chi-Cuadrado 13-11 0 = 0.05 Rechazar H0 No rechazar H0 2 (gl = k – 1 = 6) 20.05 = 12.5916 H0: La distribución de llamadas es uniforme respecto a los días de la semana HA: La distribución de llamadas no es uniforme Estadístico de prueba: Decisión: Como 2 = 23.05 > 2 = 12.5916 entonces se rechaza H0 Conclusión: Hay suficiente evidencia para concluir que la distribución no sea uniforme image1.png oleObject1.bin image2.wmf día por esperadas llamadas 246 7 1,722 = oleObject2.bin image3.wmf 1) k (gl e ) e (o i 2 i i 2 - = - = å c oleObject3.bin image4.wmf å - = c i 2 i i 2 e ) e o ( oleObject4.bin image5.emf 2 α 2 oleObject5.bin image6.wmf 23.05 246 246) (192 ... 246 246) (250 246 246) (290 2 2 2 2 = - + + - + - = c