Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd
Cargar
2K vistas4 páginas

Pruebas Estadísticas de Aleatoriedad

Cargado por

MeeradHy MaaRo

El documento describe dos pruebas estadísticas para probar la aleatoriedad de números pseudoaleatorios: la prueba de Kolmogorov-Smirnov, que compara la distribución empírica de los números con una distribución uniforme teórica, y la prueba de corridas, que analiza la presencia de secuencias monótonas de números. Se explican los pasos para aplicar ambas pruebas y se incluye un ejemplo numérico de la prueba de Kolmogorov-Smirnov.

Copyright:

© All Rights Reserved
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt

Pruebas Estadísticas de Aleatoriedad

Cargado por

MeeradHy MaaRo
2K vistas4 páginas
El documento describe dos pruebas estadísticas para probar la aleatoriedad de números pseudoaleatorios: la prueba de Kolmogorov-Smirnov, que compara la distribución empírica de los números con una distribución uniforme teórica, y la prueba de corridas, que analiza la presencia de secuencias monótonas de números. Se explican los pasos para aplicar ambas pruebas y se incluye un ejemplo numérico de la prueba de Kolmogorov-Smirnov.

Descripción original:

Pruebas de Aleatoriedad Kolmogorov

Derechos de autor

© © All Rights Reserved

Formatos disponibles

DOCX, PDF, TXT o lea en línea desde Scribd

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

El documento describe dos pruebas estadísticas para probar la aleatoriedad de números pseudoaleatorios: la prueba de Kolmogorov-Smirnov, que compara la distribución empírica de los números con una distribución uniforme teórica, y la prueba de corridas, que analiza la presencia de secuencias monótonas de números. Se explican los pasos para aplicar ambas pruebas y se incluye un ejemplo numérico de la prueba de Kolmogorov-Smirnov.

Copyright:

© All Rights Reserved
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
2K vistas4 páginas

Pruebas Estadísticas de Aleatoriedad

Cargado por

MeeradHy MaaRo
El documento describe dos pruebas estadísticas para probar la aleatoriedad de números pseudoaleatorios: la prueba de Kolmogorov-Smirnov, que compara la distribución empírica de los números con una distribución uniforme teórica, y la prueba de corridas, que analiza la presencia de secuencias monótonas de números. Se explican los pasos para aplicar ambas pruebas y se incluye un ejemplo numérico de la prueba de Kolmogorov-Smirnov.

Copyright:

© All Rights Reserved
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 4

Pruebas estadsticas de aleatoriedad.

En esta seccin se describen 2 de las pruebas estadsticas que se aplican a los


nmeros pseudoaleatorios; en la primera de ellas, se tratar de verificar la
hiptesis de que los nmeros generados provienen de la distribucin uniforme en
el intervalo cerrado [0,1], en la segunda de ellas, se aplicar la prueba de corrida,
misma que sirve para verificar que los nmeros son efectivamente aleatorios. A
continuacin se detallan ambas pruebas:
Prueba de Kolmogorov-Smirnov
Esta prueba sirve para verificar o negar la hiptesis que un conjunto de
observaciones proviene de una determinada distribucin. La estadstica D que se
utiliza en esta prueba es una medida de la diferencia mxima observada entre la
distribucin emprica (dada por las observaciones) y la terica supuesta. La
estadstica D es obviamente una variable aleatoria. A continuacin se detalla cmo
se utiliza esta prueba para verificar o negar que un conjunto de nmeros
pseudoaleatorios tiene una distribucin uniforme en el intervalo cerrado [0, 1].
Paso 1. Se formula la hiptesis, H 0 de que los nmeros provienen de una
distribucin uniforme en el intervalo cerrado [0, 1].
Paso 2. Se selecciona una muestra de tamao n de nmeros pseudoaleatorios
generados (Knuth recomienda n = 1000). Sea Fn (X), de la siguiente manera:
Paso 3. Calcule la funcin de distribucin acumulada emprica, F n (x), de la
siguiente manera:
Ordene los valores de la secuencia, tal que Xi Xi+1 para toda i.
Haga
Fn(0)= 0 y Fn (Xi)=i/n, i=l,2,...,n.

Paso 4. Evale la estadstica de Kolmogorov-Sminov, D, a partir de


D = Mx|Fn(Xi)-Xi|, 0<Xi< 1.
Paso 5. Consulte la tabla de lmites aceptables para la prueba de KolmogorovSmirnov, para un tamao de muestra n y un determinado nivel de riesgo (ver
apndice B). Si D es menor o igual a este nmero se acepta HQ; de otra manera
se rechaza HQ.
Ejemplo.
De una tabla de nmeros aleatorios se eligen los siguientes 50 (divididos entre
100 para que su valor oscile entre 0 y 1).

Se desea probar la hiptesis H0: Provienen de una distribucin uniforme en [0, 1],
un nivel de significancia del 90%.
Paso 2. Se arregla la tabla anterior para que se cumpla la condicin X Xi+1 para
toda i.

Paso 3. Se construye Fn (X) para toda i siendo n = 50.

Paso 4.
D = MxFn(Xi)-Xi = 0.12
que ocurre para Fn (.38).

Paso 5. Para un nivel de significancia del 90% y una muestra de 50 nmeros se


tiene del apndice B, un valor 0.172. Como D < 0.172 se acepta HQ: Los 50
nmeros si provienen de una distribucin uniforme en el intervalo cerrado [0, 1].
Prueba de Corrida
Una corrida se define como un conjunto de nmeros que aparecen ordenados en
forma monotnicamente creciente o decreciente. Por ejemplo: 03, 23, 57, 92, 99
contiene una sola corrida, mientras que 03, 99, 23, 92, 57 contiene 3 corridas: (03,
99), (23, 92), (57).
Si se utiliza el signo (+) para identificar que el nmero que aparece a la derecha
de otro que es mayor, o (-) si es menor, se tiene que:
03, 10, 23, 57, 92, 99 +, +, +, +, +
mientras que 03,99,23,92,57 +,-,+,-.

Esta prueba se basa en el supuesto que el nmero de corridas es una variable


aleatoria.
Se ha demostrado que si una secuencia tiene ms de 20 nmeros, el nmero de
corridas es una variable aleatoria distribuida normalmente con media y variancia
conocida.
La prueba se realiza de la siguiente manera:
Paso 1. Se formula la hiptesis Ho: La secuencia de nmeros es aleatoria.

Paso 2. Se selecciona una muestra de tamao n (n >20).


Paso 3. Se definen con los signos (+) y (-) las posibles corridas.
Paso 4. Se define a la estadstica r como el nmero de corridas.
Paso 5. Si n > 20 y Ho es verdadera, entonces r se aproxima a una distribucin
normal con media

y varianza

Paso 6. Se acepta Ho, a un nivel de riesgo , si

Donde Z(.) se encuentra tabulada en la distribucin normal (ver apndice C)

También podría gustarte