PRUEBAS DE BONDAD DE AJUSTE

Jessica Alejandra Prez, Paola Castillo, Luis Fernando Quionez. Sandra Lissette Lopez.

INTRODUCCION
La prueba de bondad de ajuste se aplica en diseos de investigacin en los que se estudia a un nico grupo. Compara la distribucin de frecuencias observada de una variable. Su propsito es averiguar si existen diferencias estadsticamente significativas entre la distribucin observada (Fo) y la distribucin esperada (Fe).

Distribucin de Poisson
1. Establecer Ho y Ha 2. Tomar una muestra aleatoria y
1. Anotar la frecuencia observada 2. Calcular numero medio de las ocurrencias

3. Calcular la frecuencia esperada para cada valor 4. Calcular el valor 2 5. Rechazar o aceptar hiptesis

Ejemplo
Consideremos por ejemplo, las llegadas de los clientes a una tienda de Comida, los gerentes solicitan los servicios de una empresa de consultora para que les ayude en la programacin de los empleados de cajas. Despus de revisar el avance de las filas en las cajas, la empresa de consultora sugerir un procedimiento para la programacin de los empleados de cajas.

Paso 1
Ho: La cantidad de clientes que entran en la tienda durante intervalos de 5 minutos tiene una distribucin de probabilidad de poisson. Ha: La cantidad de clientes que entran en la tienda durante intervalos de 5 minutos no tiene una distribucin de probabilidad de poisson

Paso 2

No de Frecuenci llegadas a de clientes observada 0 2 1 8 2 10 3 12 4 18 5 22 6 22 7 16 8 12 9 6 Total 128

No de llegadas Probabilidad de clientes (x) de Poisson f(x) 0 1 2 3 4 5 6 7 8 9 10 o mas 0.0067 0.0337 0.0842 0.1404 0.1755 0.1755 0.1462 0.1044 0.0653 0.0363 0.0318 Total

No esperado de lapsos de 5 mins con x llegadas, 128 f(x) 0.86 4.31 10.78 17.97 22.46 22.46 18.71 13.36 8.36 4.65 4.07 128.00

Paso 3
No de llegadas de clientes (x) Frecuencia observada (fi) Frecuencia esperada (ei)

0o1 2 3 4 5 6 7 8 9 o mas

10 10 12 18 22 22 16 12 6 128

5.17 10.78 17.97 22.46 22.46 18.72 13.37 8.36 8.72 128

Paso 4
No de Frecuencia Frecuencia Diferencia llegadas de observada esperada (fi-ei) clientes (x) (fi) (ei)
0o1 2 3 4 5 6 7 8 9 o mas Total 10 10 12 18 22 22 16 12 6 128 5.17 10.78 17.97 22.46 22.46 18.72 13.37 8.36 8.72 128 4.83 -0.78 -5.97 -4.46 -0.46 3.28 2.63 3.64 -2.72

Cuadrado de la diferencia
23.28 0.61 35.62 19.89 0.21 10.78 6.92 13.28 7.38

4.50 0.06 1.98 0.89 0.01 0.58 0.52 1.59 0.85 10.96

Distribucin Binomial
Se considera una prueba para determinar si una poblacin tiene una distribucin terica especfica. La prueba se basa en qu tan buen ajuste se tiene entre la frecuencia de ocurrencia de las observaciones en una muestra observada y las frecuencias esperadas que se obtienen a partir de la distribucin hipottica.

Ejemplo:
Una moneda fue lanzada al aire 1000 series, de 5 veces cada serie y se observ el nmero de caras de cada serie. El nmero de series en los que se presentaron 0, 1, 1, 3, 4 y 5 caras se muestra en la siguiente tabla. Ajustar una distribucin binomial a los datos con un = 0.05.
Nmero de Caras 0 1 2 3 Nmero de Series (FrecuenciaEsperada) 38 144 342 287

4 5
Total

164 25
1000

Solucin: Paso 1
X2R 9.49 H0; Los datos se ajustan a una distribucin

binomial.

X2R > 9.49 Ha; Los datos no se ajustan a una distribucin

binomial. Paso 2 = 0.05 Paso 3 gl: k-1-m = 6-1-1 = 4

Paso 4

Nmero de caras (x) 0 1

P(x caras)

Frecuencia esperada

Frecuencia observada 38 144

0.0332 0.1619

33.2 161.9

2
3 4 5

0.3162
0.3087 0.1507 0.0294

316.2
308.7 150.7 29.4

342
287 164 25

Paso 5

Paso 6 Como el 7.54 no es mayor a 9.49, no se rechaza H0 y se concluye con un nivel de significancia de 0.05 que el ajuste de los datos a una distribucin binomial es aceptable.

Distribucin Normal
En algunas ocasiones puede ser necesario saber si los datos tomados en una muestra, se ajustan a alguna distribucin, digamos a una normal, pudiendo hacerse esto mediante una prueba de "chi" cuadrada, siguiendo los siguientes pasos:

Ejemplo Pruebe la hiptesis de que la distribucin de frecuencia de las duraciones de bateras dadas en la siguiente tabla, se puede aproximar mediante una distribucin normal con media = 3.5 y desviacin estndar =0.7. Utilice un nivel de significancia de 0.05.

Lmites de clase 1.45 1.95 1.95 2.45 2.45 2.95 2.95 3.45 3.45 3.95 3.95 4.45 4.45 4.95

Frecuencia s observadas 2 1 4 15 10 5 3

Paso 1 H0; Los datos provienen de una distribucin normal. H1; Los datos no provienen de una distribucin normal. Paso 2 Nivel de significancia 5%= 0.05 Paso3 Se proceder a calcular los valores de z para encontrar las probabilidades en la tabla. Recordando que , se sustituye el valor de x por los lmites de clase comenzando con el lmite de 1.95

Lmites de clase 1.45 1.95 1.95 2.45 2.45 2.95 2.95 3.45 3.45 3.95 3.95 4.45 4.45 4.95

Frecuencias observadas 2 71 4 15 10 85 3

Probabilida d 0.01355 0.05325 0.14795 0.25734 0.26681 0.17417 0.08691

Frecuenci a esperada 0.54212 2.13016 5.91812 10.29360 10.67240 6.96680 3.47660

Paso 4 Grados de libertad: k-1-m = 4-1-0 = 3 Paso 5

Regla de decisin: Si X2c 7.815 no se rechaza Ho. Si X2t >7.815 se rechaza Ho.

Paso 6 Justificacin y decisin: Como el 3.06 no es mayor de 7.815, no se rechaza H0 y se concluye con un nivel de significancia= 0.05 que el ajuste de los datos a una distribucin normal es bueno.

CONCLUSIONES
El propsito de la prueba de bondad de ajuste es averiguar si existen diferencias estadsticamente significativas entre la distribucin observada (Fo) y la distribucin esperada (Fe). La prueba de bondad de ajuste sigue pasos ordenados en cualquier tipo de distribucin, ya sea normal, binomial o de poisson. La prueba de bondad de ajuste para una distribucin binomial se considera como una prueba para determinar si una poblacin tiene una distribucin terica especfica. Se basa en qu tan buen ajuste se tiene entre la frecuencia de ocurrencia de las observaciones en una muestra observada y las frecuencias esperadas que se obtienen a partir de la distribucin hipottica. Chi cuadrado es la tabla estadstica que se utilizara para la evaluacin de pruebas de bondad para diferentes distribuciones.