AJUSTE
DOCENTE: Ing. Tepe Gastulo Carlos Manuel.
INTEGRANTES :
Gines Paico Raul.
German Reluz, Luis Joel
Perez Ferronan, Franchesko.
Rojas Molina Miriam.
Vasquez Ramirez Wily.
PRUEBAS DE BONDAD
DE AJUSTE.
DEFINICION
Son pruebas de hiptesis que se usan para evaluar si un
conjunto de datos es una muestra independiente de la
distribucin elegida.
Consiste en comprobar grfica y estadsticamente, si la
frecuencia emprica de la serie analizada, se ajusta a una
determinada funcin de probabilidades terica seleccionada a
priori, con los parmetros estimados con base en los valores
mustrales.
OBJETIVOS
TIPOS
Ajuste grafico
Ajuste
Estadstico
Chi cuadrado
Smirnov
Kolmogorov
AJUSTE GRAFICO:
Puede realizar de las siguientes formas:
Comparar grficamente el histograma o funcin densidad emprica de
la serie de datos, con la funcin densidad terica y decidir
visualmente, si hay o no ajuste de acuerdo a la similitud o diferencia
de ambos (figura 1)
CHI - CUADRADO.
Se basa en el clculo de frecuencias, tanto de valores
observados, como valores esperados, para un nmero
determinado de intervalos. Esta prueba es comnmente usada,
para verificar la bondad de ajuste de la distribucin emprica a
una distribucin terica conocida, fue propuesta por Karl Pearson
en 1900.
D
onde:
Donde:
Numero de observaciones que caen dentro de los lmites de clases ajustadas
del intervalo i.
Tamao muestral.
Probabilidad igual para todos los intervalos de clases.
CRITERIO DE DECISIN:
VENTAJAS Y LIMITACIONES:
EJERCICIO 1
121.3
26.7
110.1
63.4
122.4
64.2
59.6
144.9
92.8
95.6
76.3
162.1
110.2
40.3
142.4
58.8
48.8
52.3
97.2
144.7
112.2
205.8
57.4
148.3
36.3
52.5
109.2
137.1
114.5
79
67.5
88
165.6
48.5
32.9
72.5
76.9
70
Solucio
n:
1. La hipotesis
ser:
Ho : frecuencia observada = frecuencia esperada
Ha : frecuencia observada frecuencia esperada
2. Ordenando los datos de menor a
mayor, se tiene:
26.7
32.9
36.3
40.3
48.5
48.8
52.3
52.5
57.4
58.8
59.6
63.4
64.2
67.5
70
72.5
76.3
76.9
79
88
92.8
95.6
97.2
109.2
110.1
110.2
112.2
114.5
121.3
122.4
137.1
142.4
144.7
144.9
148.3
162.1
165.5
205.8
44.7
26.7
0.1053
0.1053
44.7
80.7
62.7
15
0.3947
0.5
80.7
116.7
98.7
0.2368
0.7368
116.7
152.7
134.7
0.1842
0.9211
152.7
188.7
170.7
0.0526
0.9737
188.7
224.7
206.7
0.0263
Intervalo de Clase
(1)
8.7
44.7
80.7
116.7
152.7
188.7
44.7
80.7
116.7
152.7
188.7
224.7
rea bajo
Frecuenci
la curva Frecuenci Frecuencia
a
normal de a Relativa Absoluta
Observada
0aZ
Limite de
Clase
(2)
8.7
44.7
80.7
116.7
152.7
188.7
224.7
(3)
-1.89
-1.057
-0.22
0.617
1.453
2.29
3.126
(4)
0.4706
0.3554
0.0871
0.2324
0.4265
0.489
0.4991
(5)
0.1152
0.2687
0.3195
0.1931
0.0625
0.0101
(6)
(7)
4.38 5
10.21 10
12.14 12
7.34 7
2.38 3
0.38 1
4
15
9
7
2
1
PRUEBA DE SMIRNOV-KOLMOGOROV.
Mtodo por el cual se comprueba la bondad de ajuste de las distribuciones,
asimismo permite elegir la ms representativa, es decir la de mejor ajuste.
La prueba de ajuste de Smirnov-Kolmogorov, consiste en comparar las diferencias
existentes, entre la probabilidad emprica de los datos de la muestra y la
probabilidad terica, tomando el valor mximo del valor absoluto, de la diferencia
entre el valor observado y el valor de la recta terica del modelo, es decir:
Estadstico de Smirnov-Kolmogorov,
Probabilidad de la distribucin terica.
Probabilidad experimental o emprica de los datos, denominada tambin
frecuencia acumulada.
El
procedimiento para efectuar el ajuste, mediante el estadstico de SmirnovKolmogorov, es el siguiente:
1 Calcular la probabilidad emprica o experimental de los datos, para esto usar la
frmula de Weibull.
Donde:
Probabilidad emprica o experimental
Nmero de datos
Nmero de datos
2
Calcular la probabilidad terica
o Para el caso de utilizar el procedimiento de los modelos tericos, usar la
ecuacin de la funcin acumulada , o tablas elaboradas para tal fin.
o Si se quiere aplicar el procedimiento grfico, se utiliza un papel probabilstico
especial donde , puede representarse como una lnea recta, por lo cual, se
puede trazar con solo 2 puntos, pero si se quiere chequear que es una recta, se
puede plotear 3 puntos, por ejemplo para el caso de una distribucin normal, los
puntos:
Valor
X
X+S
X-S
Probabilidad
%
50
80.13
15.87
3
Calcular las diferencias , para todos los valores de x.
5 Calcular el valor crtico del estadstico, es decir , para un y N igual al nmero de datos.
Los valores de , se muestran en la tabla 3
6 Comparar el valor del estadstico , con el valor critico de la tabla 3, con los siguientes
criterios de decisin deducidos de la ecuacin (6).
o Si El ajuste es bueno, al nivel de significacin seleccionado.
o El ajuste no es bueno, al nivel de significacin seleccionado, siendo necesario probar
con otra distribucin.
Tamao muestral N
Nivel de Significacin
0.20
0.15
0.10
0.05
0.01
0.900
0.925
0.950
0.975
0.995
0.684
0.726
0.776
0.842
0.292
0.565
0.597
0.642
0.708
0.282
0.494
0.525
0.564
0.624
0.733
0.446
0.474
0.510
0.565
0.669
0.410
0.436
0.470
0.521
0.618
0.381
0.405
0.438
0.486
0.577
0.358
0.381
0.411
0.457
0.543
0.339
0.360
0.388
0.432
0.514
10
0.322
0.342
0.366
0.410
0.490
11
0.307
0.326
0.352
0.391
0.468
12
0.295
0.313
0.338
0.375
0.450
13
0.284
0.302
0.325
0.361
0.433
14
0.274
0.292
0.314
0.349
0.418
15
0.266
0.283
0.304
0.338
0.404
16
0.258
0.274
0.295
0.328
0.392
17
0.250
0.266
0.286
0.318
0.381
18
0.244
0.259
0.278
0.309
0.371
19
0.237
0.252
0.272
0.301
0.363
20
0.231
0.246
0.264
0.294
0.356
25
0.210
0.220
0.240
0.270
0.320
30
0.190
0.20
0.220
0.240
0.290
35
0.180
0.19
0.210
0.230
0.270
N > 35
Tabla
3 Valores crticos de
del
VENTAJAS Y LIMITACIONES:
EJERCICIO 2
Para los mismos datos del 1, realizar la prueba de bondad de ajuste Smirnov-Kolmogorov,
para si se ajustan a una distribucin normal, usando:
121.3
144.9
142.4
205.8
114.5
72.5
26.7
92.8
58.8
57.4
79
76.9
110.1
95.6
48.8
148.3
67.5
70
63.4
76.3
52.3
36.3
88
122.4
162.1
97.2
52.5
165.6
64.2
110.2
144.7
109.2
48.5
59.6
40.3
112.2
137.1
32.9
El clculo de los valores de F(x) para todos los valores de x (donde x representa
el caudal).
Usando el procedimiento grfico.
Tabla A.2
acumulada
Distribucin
normal
GRACIAS