2. ¿ Cómo podemos decidir a partir de una
muestra si la población sigue (“ajusta”) a una
determinada distribución dada ? (problema de
bondad de ajuste).
¿Estas muestras provienen de poblaciones con
la misma distribución? (problema de la
homogeneidad).
¿Son independientes o dependientes varias
características poblacionales?
Contrastes de ajuste de una
distribución muestral a una
distribución teórica
Contrastes de homogeneidad
entre distribuciones.
Contrastes de independencia
entre características muestrales.
3. 2.1. TEST CHI-CUADRADO
Finalidad.
La idea básica de este
consiste en comparar las
frecuencias observadas en la
muestra para cada suceso
relevante, con las que deberían
haberse obtenido en una
población que perteneciese a
una distribución de
probabilidad específica
Estadístico de Prueba:
𝑿 𝑲−𝟏
𝟐
= 𝑖=1
𝑘 (𝑶𝒊− 𝑻 𝒊)2
𝑻 𝒊
= 𝑖=1
𝑘 (𝒏 𝒊− 𝒏𝒑𝒊)2
𝒏𝒑 𝒊
Prueba de Hipótesis:
Para que la distribución Chi-Cuadrado
sea una aproximación razonable, es
preciso que las frecuencias
observadas en la muestra para cada
suceso sean mayores o iguales a 5. Si
algún suceso tiene frecuencia inferior,
debe agruparse con otros.
4. Ejemplo
El ejemplo típico de esta situación
considera un dado, del que se han
obtenido 300 tiradas, y cuya
perfección, entendida como
ausencia de sesgos en los
resultados, se pretende contrastar.
La partición del espacio de
es clara en este caso, pues
en los 6 resultados distintos que
pueden observarse.
RESULTADO
1 2 3 4 5 6 TOTAL
Observada
( 𝑶𝒊)
44 62 52 45 50 47 300
Teórica
( 𝑬𝒊)
50 50 50 50 50 50 300
5. Solución.
𝑯 𝟎:El dado está, efectivamente, correctamente construido
𝑯 𝟏:El dado no está, efectivamente, correctamente construido
𝑿 𝟐 = 𝑖=1
6 (𝑶𝒊− 𝑻 𝒊)2
𝑻 𝒊
=
(44−50)2
50
+ ⋯ +
47−50 2
50
=
218
50
= 4.36
Debemos comparar con una Chi-Cuadrado con “6-1 = 5” grados de libertad.
El valor crítico para la distribución Chi-Cuadrado con 5 grados de libertad a niveles de
significación del 0,05 y 0,01 es, respectivamente: 11,1 y 15,1.
Nuestro estadístico es inferior a ambos valores, por lo que no rechazamos la hipótesis nula
de que el dado es correcto, teniendo todos los resultados posibles, del 1 al 6, igual
probabilidad.
6. 2.1. TEST KOLMOGOROV-SMIRNOV
Finalidad.
Compara los valores de las funciones
de distribución, tanto en la muestra,
como la que teóricamente se derivaría
de la población.
El estadístico de Kolmogorov-Smirnov
consiste en la máxima distancia
observada entre ambas funciones de
distribución.
Estadístico de Prueba
𝑫 𝒏 = 𝑺𝒖𝒑𝒓𝒆𝒎𝒐 𝒙 𝑭 𝒏 𝒙 − 𝑭 𝒙
Donde 𝑭 𝒏 𝒙 denota la función
de distribución muestra. Para
tamaños muestrales, n,
superiores a 100, el valor crítico
puede obtenerse mediante:
−
𝐥𝐧(
𝜶
𝟐
)
𝟐𝒏