2.2.

1 DE UNIFORMIDAD (CHI CUADRADA, KOLMOGOROV- SMIMOV)

UNIFORMIDAD
Semejanza o igualdad que presentan las caractersticas de los distintos elementos
de un conjunto.
PRUEBA DE CHI CUADRADA
La prueba chi-cuadrada tambin conocida como la prueba de Pearson o la prueba
de frecuencias es una prueba de bondad de ajuste que establece si difiere o no la
frecuencia observada de una distribucin terica. El ingls Karl Pearson desarroll
a principios del siglo XX esta prueba, y hasta la fecha tiene muchas aplicaciones en
el campo estadstico.
La prueba chi-cuadrada es una de las pruebas ms tiles y ampliamente utilizadas
en la estadstica. La distribucin Chi-Cuadrada es en teora una distribucin
matemtica que se aplica ampliamente en el trabajo estadstico. El trmino Chicuadrada proviene del uso de la letra griega el cual se pronuncia ji o chi y es el
que define a esta distribucin. La hiptesis nula y alternativa son las siguientes:

Esta prueba es utilizada para determinar qu tan significativa es la diferencia entre

las frecuencias observadas y esperadas de uno o ms categoras (subintervalos).
La diferencia entre las frecuencias esperadas y observadas, son consideradas
como el error muestral. Las frecuencias observadas son calculadas a partir de un
conteo de los nmeros que coinciden en un subintervalo determinado, y las
frecuencias esperadas estn en funcin a una distribucin de probabilidad terica.

Procedimiento:
1. Generar la muestra de nmeros aleatorios de tamao N.
2. Subdividir el intervalo [0,1] en n subintervalos.
3. Para cada subintervalo contar la frecuencia observada F0 y calcular la frecuencia
esperada FE de nmeros aleatorios, la cual se obtiene dividiendo N/n.
4. Calcular el estadstico de prueba.

5. Comparar el valor calculado X02 contra el valor tabulado de la distribucin X2, con
(n-1) grados de libertad y una significancia ?. Si X02 es menor que X2(n-1),?
entonces no se puede rechazar la uniformidad de los nmeros aleatorios.
EJEMPLO 4. Realizar la prueba de bondad de ajuste Ji-cuadrada a la siguiente
muestra de tamao 30 de nmeros aleatorios uniformes
0.15

0.31

0.81

0.48

0.01

0.60

0.26

0.34

0.70

0.31

0.07

0.06

0.33

0.49

0.77

0.04

0.43

0.92

0.25

0.83

0.68

0.97

0.11

0.00

0.18

0.11

0.03

0.59

0.25

0.55

INTERVALO

FE

FO

(FE-FO) 2/FE

0.00 - 0.20

10

2.67

0.21 - 0.40

0.17

0.41 - 0.60

0.00

0.61 - 0.80

1.50

0.81 - 1.00

0.67
X20=5.01

Sea alfa= 5%. Tenemos (5-1) grados de libertad, es decir V=4. El valor en tablas de
la distribucin Ji cuadrada es:
X24.5% = 9.49
Como X02 es menor que X24.5% es decir; 5.01 es menor que 9.49. Entonces no se
puede rechazar la uniformidad de los nmeros aleatorios.

Para una secuencia de 100 nmeros, y 5 subintervalos tenemos que: N=100, n=5,
la FEi = N/n = 100/5 = 20 para cualquier i. y la frecuencia observada es la cantidad
de nmeros que coinciden en cada subintervalo.

La hiptesis de que todas las frecuencias son iguales en cada subintervalo se basa
en dividir el intervalo (0, 1) en n subintervalos para luego realizar las comparaciones
encada subintervalo entre la frecuencia esperada contra la frecuencia observada.
Si son parecidas entonces se dice que la muestra proviene de una distribucin
uniforme. El estadstico que se 02 utiliza es el cual hace uso de la letra griega ji
(CHI), el cual es obtenido de la siguiente expresin:

Dnde: N = Tamao de la muestra, n=cantidad de subintervalos, FOi = frecuencia

observada en el subintervalo i, FEi = frecuencia esperada en el subintervalo i.
Una vez obtenido el estadstico de la muestra 02 se compara con el estadstico
2
terico de la poblacin ,1
para rechazar o no la hiptesis que la secuencia de
nmeros proviene de una distribucin uniforme.

Donde:
2
,1
, es el estadstico terico chi-cuadrada que proviene de la tabla Chi
Cuadrada mostrada en el apndice A, con un nivel de significancia y n-1 grados
de libertad.

Ejemplo
Se desea realizar la prueba de chi-cuadrada a una secuencia de 100 nmeros
pseudoaleatorios (Tabla 2.3)
Solucin
Paso 1.- Determinar N, y n. Se cuenta con 100 nmeros por lo que N=100, y se
determina arbitrariamente 5 subintervalos (n=5).
Paso 2.- Se calcula la frecuencia esperada y observada.
FE = 100/5 = 20, por lo que la FE 1= FE2= FE3= FE4=FE5=20.
Se contabiliza las frecuencias observadas en cada uno de los 5 subintervalos, y se
obtiene:

Paso 3.- Calcular el estadstico muestral:

Paso 4.- Buscar el estadstico terico de la tabla de chi-cuadrada en el apndice A,

tomando como alfa=5%=0.05 y 5-1 grados de libertad se obtiene:

Paso 5.- Comparar los estadsticos para decidir si se rechaza o no la hiptesis.

PRUEBA DE KOLMOGOROV-SMIRNOV
La prueba de Kolmogorov-Smirnov tambin conocida como la prueba K-S, trata de
determinar s dos conjuntos de datos difieren significativamente. La prueba K-S
tiene la ventaja de no asumir acerca de la distribucin de los datos, aunque esto
tiene un costo no documentado.
La prueba K-S se realiza basado en la hiptesis de que la distribucin acumulada
de una variable aleatoria x es F(x). Para llevar a cabo esta hiptesis, se requiere de
una muestra de tamao n obtenida de una distribucin continua F(x), para luego
determinar la distribucin acumulada de la muestra referida como F n(x),
posteriormente se compara con la distribucin acumulada hipottica F0(x). Si Fn(x)
difiere de F0(x), entonces es evidencia de que F n(x) no es igual a F n(x).
La prueba K-S compara la funcin de distribucin (probabilidad acumulada) terica
con la observada, y calcula un valor de discrepancia, representado habitualmente
como d, que corresponde a la discrepancia mxima en valor absoluto entre la
distribucin observada y la distribucin terica, proporcionando asimismo un valor
de probabilidad P, que corresponde, si estamos verificando un ajuste a la
distribucin normal, a la probabilidad de obtener una distribucin que discrepe tanto
como la observada si verdaderamente se hubiera obtenido una muestra aleatoria,
de tamao n, de una distribucin normal.
Si esa probabilidad es grande no habr por tanto razones estadsticas para suponer
que nuestros datos no proceden de una distribucin, mientras que si es muy
pequea, no ser aceptable suponer ese modelo probabilstico para los datos.
El procedimiento para realizar la prueba K-S es el siguiente:
1. Generar n nmeros pseudoaletaorios uniformes
2. Ordenar dichos nmeros en orden ascendente.
3. Calcular la distribucin acumulada de los nmeros generados con la

siguiente expresin: () =
Donde i es la posicin que ocupa el nmero Xi en el vector obtenido en el paso 2
4. Calcular el estadstico Kolmogorov-Smirnov del modo siguiente (ver figura 3.5)

= | ( ) |
5. Si D n < d,n entonces no se puede rechazar la hiptesis de que los nmeros
generados provienen de una distribucin uniforme.

La distribucin de Dn ha sido tabulada (ver tabla 3.5) como una funcin de n

y para cuando ( ) = 0 ().

FUENTES BIBIOGRAFICAS

https://www.academia.edu/7207310/Librodesimulacion

LIMUSA
NORIEGA EDITORES