Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 408 vistas

    Ensayo Pruebas de Bondad de Ajuste PDF

    Cargado por

    litzy arteaga guzman
    Este documento presenta una descripción de las pruebas de bondad de ajuste de chi-cuadrado y Kolmogorov-Smirnov. Explica que estas pruebas comparan los resultados de una muestra con lo esperado bajo la hipótesis nula para determinar si los datos se ajustan a una distribución teórica. Luego detalla los pasos para realizar cada prueba, incluido calcular estadísticos, determinar grados de libertad y comparar valores críticos de las tablas. Finalmente, proporciona referencias bibliográ

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Ensayo Pruebas de Bondad de Ajuste PDF

    Cargado por

    litzy arteaga guzman
    408 vistas6 páginas
    Este documento presenta una descripción de las pruebas de bondad de ajuste de chi-cuadrado y Kolmogorov-Smirnov. Explica que estas pruebas comparan los resultados de una muestra con lo esperado bajo la hipótesis nula para determinar si los datos se ajustan a una distribución teórica. Luego detalla los pasos para realizar cada prueba, incluido calcular estadísticos, determinar grados de libertad y comparar valores críticos de las tablas. Finalmente, proporciona referencias bibliográ

    Título original

    ENSAYO PRUEBAS DE BONDAD DE AJUSTE.pdf

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta una descripción de las pruebas de bondad de ajuste de chi-cuadrado y Kolmogorov-Smirnov. Explica que estas pruebas comparan los resultados de una muestra con lo esperado bajo la hipótesis nula para determinar si los datos se ajustan a una distribución teórica. Luego detalla los pasos para realizar cada prueba, incluido calcular estadísticos, determinar grados de libertad y comparar valores críticos de las tablas. Finalmente, proporciona referencias bibliográ

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    408 vistas6 páginas

    Ensayo Pruebas de Bondad de Ajuste PDF

    Cargado por

    litzy arteaga guzman
    Este documento presenta una descripción de las pruebas de bondad de ajuste de chi-cuadrado y Kolmogorov-Smirnov. Explica que estas pruebas comparan los resultados de una muestra con lo esperado bajo la hipótesis nula para determinar si los datos se ajustan a una distribución teórica. Luego detalla los pasos para realizar cada prueba, incluido calcular estadísticos, determinar grados de libertad y comparar valores críticos de las tablas. Finalmente, proporciona referencias bibliográ

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 6

    INSTITUTO TECNOLOGICO

    SUPERIOR DE PÁNUCO VERÁCRUZ

    ING. GESTIÓN EMPRESARIAL

    ENSAYO

    DOCENTE: AMERICO RIOS MORALES

    ALUMNA: LITZY AMAIRANI ARTEAGA GUZMAN

    UNIDAD: V
    PRUEBAS DE BONDAD DE AJUSTE

    Las pruebas de bondad de ajuste son aquellas que comparan los resultados de una
    muestra con los que se espera obtener cuando la hipótesis nula es verdadera. Esta tienen
    por objetivo determinar si los datos se ajustan a una determinada distribución, la cual
    puede estar completamente especificada (hipótesis simple) o perteneciente a una clase
    para-métrica (hipótesis compuesta). se destacan las siguientes:

    PRUEBA DE CHI-CUADRADO

    Es una prueba no para-métrica la cual se emplea tanto para distribuciones continuas


    como para las discretas. Esta se utiliza para encontrar la distribución de una serie de
    datos. Utiliza la siguiente formula:

    Donde x2 es un valor de una variable aleatoria cuya distribución muestral se aproxima


    muy de cerca con v = k – 1 grados de libertad. Los símbolos Oi y Ei representan las
    frecuencias observadas y esperada, respectivamente, para la i-ésima celda.

    Hipótesis:

    Ho: la muestra se ajusta a una distribución teórica (esperado o modelo)

    H1: la muestra no se ajusta a una distribución teórica (esperado o modelado)

    Pasos para realizar la prueba de chi-cuadrado

    Partiendo del supuesto de que los datos son normales y que ya se conocen la media y
    desviación se hace lo siguiente:
    1. Determinar el número de intervalos y partiendo del límite superior e inferior, y el
    tamaño del intervalo se calcula cada uno para los intervalos.

    2. Determinar la frecuencia observada por cada intervalo

    3. Hallar la frecuencia relativa esperada acumulada teniendo en cuenta la función de


    distribución a utilizar, el límite superior, la media y desviación.

    4. Hallar la frecuencia relativa esperada restando la frecuencia relativa esperada


    acumulada con el dato anterior de la frecuencia dentro de la columna.

    5. Hallar la frecuencia observada esperada (FOE) multiplicando la frecuencia relativa


    esperada con la suma de los datos de la frecuencia observada.

    6. Calcular el estimador a partir de la formula de chi-cuadrado

    7. Se suman los datos calculados en el paso anterior

    8. Se determinan los grados de libertad (V) restando el número de intervalos con 1 y


    teniendo en cuenta la suma anterior se busca en la siguiente tabla:
    9. Si el estimador S2 es menor o igual al valor correspondiente en la tabla entonces se
    acepta Ho, en caso contrario se rechaza.

    PRUEBA DE KOLMOGÓROV-SMIRNOV

    Es una prueba no para-métrica la cual se emplea solo para distribuciones continuas. Esta
    tiene como objetivo encontrar el tipo de distribución de una serie de datos, se considera
    más eficiente que la prueba de chi-cuadrado debido a que trabaja con la distribución de
    probabilidad acumulada: la distribución acumulada de los datos observados y la
    distribución acumulada teórica correspondiente al modelo elegido.

    Ventajas:

    - Es una prueba poderosa y fácil de utilizar, puesto que no requiere que los datos se
    agrupen de determinada manera.

    - Es particularmente útil para juzgar qué tan cerca está la distribución de frecuencias
    observada de la distribución de frecuencias esperada, porque la distribución de
    probabilidad Dn depende del tamaño de muestra n, pero es independiente de la
    distribución de frecuencia esperada (Dn es una estadística de distribución libre o
    desviación absoluta máxima entre las frecuencias observadas y teóricas).
    Pasos para realizar la prueba de Kolmogórov-Smirnov

    Partiendo del supuesto de que los datos son normales y que ya se conocen la media y
    desviación se hace lo siguiente:

    1. identificar la muestra de la población a utilizar.

    2. Plantear la hipótesis para la muestra:

    Ho, hipótesis nula.

    Hi, hipótesis alternativa.

    3. calcular la frecuencia observada de cada uno de los intervalos, luego se suman todas
    las frecuencias observadas.

    4. calcular la frecuencia observada relativa (frecuencia observada de cada intervalo/la


    sumatoria total de la frecuencia observada).

    5. Luego se calcula las frecuencias observada relativa acumulada (FORA) y la


    frecuencia esperada relativa acumulada (FERA).

    6. se calcula el Estadístico de Prueba (D) de cada intervalo con la siguiente formula:

    D = ABS (FOR Acum - FER Acum)

    7. se busca en la siguiente tabla de acuerdo al tamaño de la muestra y un alfa (α), el


    valor esperado:

    n<40: se realiza el procedimiento normal.

    n>40: se aplica la formula que se expone en la tabla.


    8. Si el estimador de la prueba (D) es menor que el valor que se encontró en la tabla
    entonces se acepta la hipótesis Ho planteada, de lo contrario se rechaza.

    BIBLIOGRAFÍA
    Llinás Solano Humberto. Estadística Inferencial. Ediciones Uninorte. 2006.

    Walpole Ronald, Myers Raymond, Myers Sharon. Probabilidad y estadística para


    ingenieros. Pearson Educación. 1999

    Artículo hecho por cristina fevola, titulo: inferencia estadística.

    También podría gustarte