PRUEBAS DE BONDAD DE

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

Medir la certidumbre que se obtiene al hacer una hiptesis

estadstica sobre una poblacin.
Calificar el hecho de suponer que una variable aleatoria, se
distribuya segn una cierta funcin de probabilidades.

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)

Figura 1: Ajuste grfico con la funcin densidad

o Comparar grficamente la funcin acumulada de la serie de

datos, con la funcin acumulada terica seleccionada, dibujada
en papel milimtrico (figura 2), y decidir visualmente si hay o no
ajuste.

Figura 2: Ajuste grfico con la funcin acumulada en

papel milimtrico.

o Se puede tambin comparar grficamente la funcin

acumulada de la serie de datos, con la funcin acumulada
terica, ploteada en un papel probabilstico adecuado (figura
3), donde la distribucin terica seleccionada, se pueda
representar como una lnea recta (Por lo general, solo se puede
representar por una lnea recta las distribuciones de 2
parmetros).

Figura 3: Ajuste grfico con la funcin acumulada en

papel especial.

 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.

La expresin general de la prueba Chi-cuadrado est dada por:

D
onde:

Valor calculado de Chi-cuadrado, a partir de los datos.

Nmero de valores observados en el intervalo de clase i
Numero de valores esperados en el intervalo de clase i
Numero de intervalos de clase.

Asignando probabilidades a la ecuacin (1) es decir, asignando igual

probabilidad de ocurrencia a cada intervalo de clase, se tiene:

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.

Simplificando la ecuacin (2), se obtiene la formula computacional

desarrollada por Markovic (1965).

valor de obtenido por la ecuacin (4) se compara con el de la tabla A.8

El
del apndice cuyo valor se determina con:
Nivel de significacin :
Grados de Libertad

CRITERIO DE DECISIN:

criterio de decisin se fundamenta en la comparacin del valor calculado de ChiEl

cuadrado con el valor tabular encontrado, esto es:

Si el Chi-cuadrado calculado es menor o igual que el valor tabular, es decir:

Entonces, se acepta la hiptesis que el ajuste es bueno al nivel de
significacin seleccionado.

Si el Chi-cuadrado calculado es mayor que el valor tabulado, es decir:

Entonces, el ajuste es malo y se rechaza la hiptesis, siendo necesario probar
con otra distribucin terica.

VENTAJAS Y LIMITACIONES:

1. Es aplicable solo para ajustes a la distribucin normal, puesto que ha sido

desarrollado con base en los datos normales e independientes.
2. Se realiza en la funcin densidad de datos agrupados en intervalos de
clases.
3. Requiere un conocimiento a priori, de la funcin de distribucin terica
utilizada en el ajuste.
4. En la prctica se usa para cualquier modelo de ajuste pero estrictamente
es vlido solo para la normal.
5. Es de fcil aplicacin.

EJERCICIO 1

 Dada la serie histrica de caudales medios anuales en m3/s que corresponde a

un registro de 38 aos:

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

Realizar la prueba de bondad de ajuste de Chi-Cuadrado para ver si se ajustan a

una distribucion normal.

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

3.3. Calculo de los intervalos de clase, marca de clase, frecuencia

absoluta observada, frecuencia relativa, los resultados se muestran en la
tabla 1
Frecuenci
Marcas Frecuencia Frecuencia
a
Intervalos de clase
de Clase absoluta
Relativa Acumulad
a
(1)
(2)
(3)
(4)
(5)
8.7

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

4. Calculo de la frecuencia esperada, utilizando la distribucin terica

normal, los resultados se muestran en la tabla 2

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

Representados en un papel de probabilidad normal, forman una recta.

3
Calcular las diferencias , para todos los valores de x.

4 Seleccionar la mxima diferencia:

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

estadstico Smirnov-Kolmogorov , para

varios valores de N y niveles de
significacin .

VENTAJAS Y LIMITACIONES:

1. No requiere un conocimiento a priori de la funcin de distribucin terica.

2. Es aplicable a distribuciones de datos no agrupados, es decir, no se requiere
hacer intervalos de clase.
3. Es aplicable a cualquier distribucin terica.
4. Se aplica en la funcin de distribucin acumulada y no en la funcin densidad.
5. Comparndola con la prueba de Chi-cuadrado, no se requiere que la
frecuencia absoluta de cada clase, sea igual o mayor que 5.
6. No es una prueba exacta, sino una prueba aproximada.

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.1 rea de la distribucin

normal entre 0 y Z

Tabla A.2
acumulada

Distribucin

normal

Tabla A.8 Valores de x2 en funcin de la

proporcin del rea que queda a la
derecha de la ordenada levantada por
ellos.

GRACIAS