PROFESIONAL DE PSICOLOGIA
CURSO:
BIOESTADISTICA
DOCENTE:
CHUNGA GUITERREZ HUGO LUIS
TEMA:
PROBABILIDADES Z, T STUDENT, CHI CUADRADO
AULA:
207 (“B”)
INTEGRANTES:
GUERRERO SERNAQUE LUIS ANGEL
VELAZQUEZ CHIROQUE ANAGELY
VITE PANTA PEDRO DAVID
VILCHEZ CORDOVA YURIDKA YANELLA
ZAPATA CRUZ CALEB ENRIQUE
PIURA – PERU
2018
Definición de chi-cuadrado (X2 ) ........................................................................................................4
Pruebas de significación .................................................................................................................4
Prueba de chi-cuadrado para una muestra ....................................................................................5
INTRODUCCION
Podemos definir a la prueba de ji-cuadrado como un método para obtener una medida de la
discrepancia que existe entre las frecuencias observadas y esperadas, y puede obtenerse a través de la
función que ya conocimos en el Tema 1, pero que ahora se presenta en forma detallada:
Si esta función mide la discrepancia entre valores observados y esperados, entonces es fácil deducir
que, cuando ambos valores coinciden, es decir, cuando no hay discrepancia entre ellos, el valor de 2
= 0, mientras que si 2 > 0 estas frecuencias no concuerdan exactamente. El estudiante podrá darse
cuenta de que mientras más grande es el valor de este estadígrafo, mayor es la discrepancia entre los
valores observados y esperados. El problema es que hay que definir cuál es la magnitud de un valor
suficientemente grande a partir del cual la prueba pueda considerarse significativa y discriminar
efectivamente la existencia (o no) de discrepancia entre los valores observados y esperados, lo cual
será visto más adelante cuando estudiemos las pruebas de significación. La distribución muestral 2
tiene una característica, y es que la misma puede aproximarse con gran exactitud a la distribución
teórica, si las frecuencias esperadas son al menos mayores que 1 y no más del 20% son menores que
el valor 5 (aunque esto aún está en discusión), mejorando su aproximación al aumentar el tamaño de
la muestra. La distribución teórica de ji-cuadrado depende del número de grados de libertad, el cual
Pruebas de significación
En la práctica, las frecuencias esperadas son calculadas sobre la base de una hipótesis H o . Si bajo
esta hipótesis el valor de 2, que se obtiene a partir de (1), es mayor que algún valor crítico, la
ser: 2 aceptaremos H o. Es necesario plantear que cuando los resultados de (0.95) o 2 (0.99) . De lo
contrario, 2 son muy cercanos a cero hay que tener algún grado de desconfianza, puesto que es muy
raro (pero no imposible) que los valores observados concuerden fuertemente con los esperados. En
investigación en general.
salud es:
Si se escoge al azar a 500 sujetos de una población y se les mide el nivel de hemo- globina y
frecuencias esperadas son el resultado de la frecuencia relativa de cada clase multiplicado por el n de
la muestra empleada en la investigación, de tal modo que obtenemos los valores teóricos que deben
de la investigación) respecto de la frecuencia que la teoría debía indicar que resultase del tamaño de
muestra estudiado. El valor del 2 teórico que el Apéndice 4 indica, de acuerdo a los k -1 grados de
significación, por ejemplo = 0,01, es de 16,9. Por tanto, como 2 (calculado) > 2 (teórico), rechazamos
de acuerdo con el tipo de distribución normal que se esperaba. Si el estudiante realiza un polígono de
observada entre estas distribuciones con mayor claridad. (Víctor Patricio Díaz Narváez, 2006)
CONCLUCIONES:
En sí vimos que el estadístico ji-cuadrado (o chi cuadrado), que tiene distribución de probabilidad del
mismo nombre, sirve para someter a prueba hipótesis referidas a distribuciones de frecuencias.
En términos generales, esta prueba contrasta frecuencias observadas con las frecuencias esperadas de
Luego se describe su uso para evaluar cuan buena puede resultar una distribución teórica, cuando
pretende representar la distribución real de los datos de una muestra determinada. esto se le llama
evaluar la bondad de un ajuste. robar la bondad de un ajuste es ver en qué medida se ajustan los datos
observados a una distribución teórica o esperada. para esto, se utiliza una segunda situación hipotética
y datos simulados
Bibliografía