SlideShare una empresa de Scribd logo
1 de 47
Modelamiento y Simulación Digital TEMA 5 Modelamiento de la Entrada  de una Simulación
Modelado de la Entrada de una Simulación ,[object Object],[object Object],[object Object]
Etapas del modelado de  la entrada Recolección de datos del sistema real Identificación del tipo de distribución que siguen  los datos recolectados Determinación de los parámetros  de la distribución seleccionada Efectuar tests   de bondad de ajuste para determinar si la distribución establecida es realmente una buena aproximación para modelar la variable aleatoria
Recolección de datos del  sistema real
Dificultades en la toma de datos Simulación del funcionamiento de un lavadero automático de ropa Se asigno a dos estudiantes el trabajo de  tomar datos  par a estimar los tiempo s  de  arribos  y tiempo de secado. Y aquí empezaron los problemas!!! Caso de Estudio: Lavadero
....... Los Problemas ,[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
Pautas para la Recolección de Datos ,[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
Identificación del tipo de distribución que siguen  los datos recolectados
Identificación del Tipo de Distribución ,[object Object]
[object Object]
Construcción de Histogramas ,[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
Ejemplo Numero de datos=40 Rango de datos  Dato Mayor- Dato Menor Rango de datos = 14.33- 6.83=7.5 Longitud de la clase Numero de clases =
 
Tips para hacer histogramas ,[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
Determinación de los parámetros  de la distribución seleccionada
Estimación de los parámetros ,[object Object],[object Object]
[object Object],[object Object]
Estimación de Parámetros ,[object Object],Normal Exponencial Poisson …… .
Efectuar tests   de bondad de ajuste para determinar si la distribución establecida es realmente una buena aproximación para modelar la variable aleatoria
Test de Bondad de Ajuste ,[object Object],[object Object],[object Object],[object Object]
Test Chi-Cuadrado ,[object Object],donde: Oi  es la frecuencia observada en la muestra para la i-ésima   clase. Ei  es la frecuencia esperada para la i-ésima clase. La frecuencia esperada para cada intervalo Ei es igual a n.pi ,   siendo pi la probabilidad que teóricamente le corresponde a   la clase i según la distribución hipotética.
Test Chi-Cuadrado ,[object Object],[object Object],[object Object],[object Object]
Test Chi-Cuadrado ,[object Object],[object Object],   La hipótesis nula (H0) es rechazada cuando :
[object Object]
[object Object],[object Object],[object Object],[object Object],Ojo...
 
 
Test de Bondad de Ajuste Problemas ,[object Object],[object Object],[object Object]
Modelado de la Entrada Ejemplo: obtención de la muestra Supongamos que contamos con la siguiente muestra   para una variable aleatoria:
identificación de distribución Con los datos obtenidos, se construye un histograma en el cual se visualiza una distribución de tipo exponencial .
Ejemplo: test de bondad de ajuste ,[object Object],[object Object],[object Object],[object Object]
test de bondad de ajuste Rangos Finales 0 a 1,590 1,590 a 3,425 3,425 a 5,595 5,595 a 8,252 8,252 a 11,677 11,677 a 16,503 16,503 a 24,755 24,755 a  inf
test de bondad de ajuste El siguiente cuadro muestra cómo se ajustan los datos   observados a la distribución planteada como hipótesis.
Los grados de libertad están dados por k-1 = 8-1 = 7 Se rechaza la hipótesis nula.
Modelado de la Entrada sin Datos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Más contenido relacionado

La actualidad más candente

Introducción a la Programación en R
Introducción a la Programación en RIntroducción a la Programación en R
Introducción a la Programación en RRosa E Padilla
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distanciaalejandro02912010
 
Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)Henry Cordova
 
Pruebas de Uniformidad
Pruebas de UniformidadPruebas de Uniformidad
Pruebas de UniformidadEwing Ma
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorioalan moreno
 
Método de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosMétodo de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosTensor
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Juan Carlos Martinez Garcia
 
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos IGenerador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos INorlan0987
 
1.3 lenguajes de simulacion y simuladores
1.3 lenguajes de simulacion y simuladores1.3 lenguajes de simulacion y simuladores
1.3 lenguajes de simulacion y simuladoresJoOsee Kette
 
NÚMEROS PSEUDOALEATORIOS UNIDAD II
 NÚMEROS PSEUDOALEATORIOS UNIDAD II NÚMEROS PSEUDOALEATORIOS UNIDAD II
NÚMEROS PSEUDOALEATORIOS UNIDAD IIMarvey Monjaras
 
Algoritmo lineal
Algoritmo linealAlgoritmo lineal
Algoritmo linealdavisct
 
Método de gauss jordan
Método de gauss jordanMétodo de gauss jordan
Método de gauss jordandjelektro
 
Método de la secante
Método de la secante Método de la secante
Método de la secante Karen Jurado
 
simulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriossimulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriosAnel Sosa
 
Exposicion montecarlo
Exposicion montecarloExposicion montecarlo
Exposicion montecarlomarco
 

La actualidad más candente (20)

Introducción a la Programación en R
Introducción a la Programación en RIntroducción a la Programación en R
Introducción a la Programación en R
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distancia
 
Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)
 
Prueba de corridas arriba y abajo de la media
Prueba de corridas arriba y abajo de la mediaPrueba de corridas arriba y abajo de la media
Prueba de corridas arriba y abajo de la media
 
Pruebas de Uniformidad
Pruebas de UniformidadPruebas de Uniformidad
Pruebas de Uniformidad
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorio
 
Método de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosMétodo de newton raphson Metodos Numericos
Método de newton raphson Metodos Numericos
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1
 
Pruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E IndependenciaPruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E Independencia
 
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos IGenerador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
 
Métodos De Los Cuadrados Medios
Métodos De Los Cuadrados MediosMétodos De Los Cuadrados Medios
Métodos De Los Cuadrados Medios
 
1.3 lenguajes de simulacion y simuladores
1.3 lenguajes de simulacion y simuladores1.3 lenguajes de simulacion y simuladores
1.3 lenguajes de simulacion y simuladores
 
NÚMEROS PSEUDOALEATORIOS UNIDAD II
 NÚMEROS PSEUDOALEATORIOS UNIDAD II NÚMEROS PSEUDOALEATORIOS UNIDAD II
NÚMEROS PSEUDOALEATORIOS UNIDAD II
 
Algoritmo lineal
Algoritmo linealAlgoritmo lineal
Algoritmo lineal
 
Método de gauss jordan
Método de gauss jordanMétodo de gauss jordan
Método de gauss jordan
 
Prueba De Medias
Prueba De MediasPrueba De Medias
Prueba De Medias
 
Método de la secante
Método de la secante Método de la secante
Método de la secante
 
simulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriossimulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatorios
 
Algoritmos Coungrenciales No Lineales
Algoritmos Coungrenciales No LinealesAlgoritmos Coungrenciales No Lineales
Algoritmos Coungrenciales No Lineales
 
Exposicion montecarlo
Exposicion montecarloExposicion montecarlo
Exposicion montecarlo
 

Similar a Modelo de señal de entrada

capitulo v materiales y métodos
capitulo v materiales y métodoscapitulo v materiales y métodos
capitulo v materiales y métodosDiskCom - Negocios
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatoriasTensor
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatoriasTensor
 
MODELOS DE SIMULACION lenguaje de programacion .ppt
MODELOS DE SIMULACION lenguaje de programacion .pptMODELOS DE SIMULACION lenguaje de programacion .ppt
MODELOS DE SIMULACION lenguaje de programacion .pptPITERHUARILLOCLLA
 
Statgraphics centurion
Statgraphics centurionStatgraphics centurion
Statgraphics centurionLuis Puertas
 
Sistemas de simulacion
Sistemas de simulacionSistemas de simulacion
Sistemas de simulacionCamilo Muñoz
 
S6 1 Intro Imput
S6  1 Intro ImputS6  1 Intro Imput
S6 1 Intro Imputtaecoep
 
Taller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfTaller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfJuanPabloPea19
 
Estadistica MI-23
Estadistica MI-23Estadistica MI-23
Estadistica MI-23knoshie
 
Estadistica no parametrica s14
Estadistica no parametrica s14Estadistica no parametrica s14
Estadistica no parametrica s14Maestros Online
 
Estadistica no parametrica s14
Estadistica no parametrica s14Estadistica no parametrica s14
Estadistica no parametrica s14Maestros en Linea
 
Práctica nº 1
Práctica nº 1Práctica nº 1
Práctica nº 1Tensor
 

Similar a Modelo de señal de entrada (20)

capitulo v materiales y métodos
capitulo v materiales y métodoscapitulo v materiales y métodos
capitulo v materiales y métodos
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Estudio del trabajo
Estudio del trabajoEstudio del trabajo
Estudio del trabajo
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
MODELOS DE SIMULACION lenguaje de programacion .ppt
MODELOS DE SIMULACION lenguaje de programacion .pptMODELOS DE SIMULACION lenguaje de programacion .ppt
MODELOS DE SIMULACION lenguaje de programacion .ppt
 
Statgraphics centurion
Statgraphics centurionStatgraphics centurion
Statgraphics centurion
 
Sistemas de simulacion
Sistemas de simulacionSistemas de simulacion
Sistemas de simulacion
 
histograma - fundibeq.pdf
histograma - fundibeq.pdfhistograma - fundibeq.pdf
histograma - fundibeq.pdf
 
S6 1 Intro Imput
S6  1 Intro ImputS6  1 Intro Imput
S6 1 Intro Imput
 
Determinación de costos por simulación
Determinación de costos por simulaciónDeterminación de costos por simulación
Determinación de costos por simulación
 
Metodo de guttman teoria
Metodo  de guttman teoriaMetodo  de guttman teoria
Metodo de guttman teoria
 
Análisis experimental
Análisis experimentalAnálisis experimental
Análisis experimental
 
Taller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfTaller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdf
 
Estadist. ii mx
Estadist. ii mxEstadist. ii mx
Estadist. ii mx
 
SIMUago-dic23.pptx
SIMUago-dic23.pptxSIMUago-dic23.pptx
SIMUago-dic23.pptx
 
Estadistica MI-23
Estadistica MI-23Estadistica MI-23
Estadistica MI-23
 
Estadistica no parametrica s14
Estadistica no parametrica s14Estadistica no parametrica s14
Estadistica no parametrica s14
 
Estadistica no parametrica s14
Estadistica no parametrica s14Estadistica no parametrica s14
Estadistica no parametrica s14
 
Práctica nº 1
Práctica nº 1Práctica nº 1
Práctica nº 1
 
Datos cuantitativos
Datos cuantitativosDatos cuantitativos
Datos cuantitativos
 

Más de Juan Carlos Munévar

Biología de los Tejidos de la cavidad oral, cabeza y cuello
Biología de los Tejidos de la cavidad oral, cabeza y cuelloBiología de los Tejidos de la cavidad oral, cabeza y cuello
Biología de los Tejidos de la cavidad oral, cabeza y cuelloJuan Carlos Munévar
 
Secretoma congreso institucional 2017
Secretoma congreso institucional 2017Secretoma congreso institucional 2017
Secretoma congreso institucional 2017Juan Carlos Munévar
 
Células Madre “Bombo Publicitario o Esperanza Médica”
Células Madre “Bombo Publicitario o Esperanza Médica”Células Madre “Bombo Publicitario o Esperanza Médica”
Células Madre “Bombo Publicitario o Esperanza Médica”Juan Carlos Munévar
 
Stem Cell clinical grade Biology for human therapies
Stem Cell clinical grade Biology for human therapiesStem Cell clinical grade Biology for human therapies
Stem Cell clinical grade Biology for human therapiesJuan Carlos Munévar
 
Regeneracion y reparacion periodontal
Regeneracion y reparacion periodontalRegeneracion y reparacion periodontal
Regeneracion y reparacion periodontalJuan Carlos Munévar
 
¿Cómo publicar en revistas académicas indexadas peer review?
¿Cómo publicar en revistas académicas  indexadas peer review?¿Cómo publicar en revistas académicas  indexadas peer review?
¿Cómo publicar en revistas académicas indexadas peer review?Juan Carlos Munévar
 
Fisiopatologia y Biologia de la inflamación
Fisiopatologia y Biologia de la inflamaciónFisiopatologia y Biologia de la inflamación
Fisiopatologia y Biologia de la inflamaciónJuan Carlos Munévar
 
OSTEOINMUNOLOGÍA: Biología de osteoclasto
OSTEOINMUNOLOGÍA: Biología de osteoclasto OSTEOINMUNOLOGÍA: Biología de osteoclasto
OSTEOINMUNOLOGÍA: Biología de osteoclasto Juan Carlos Munévar
 
Big data o datos masivos en investigación en odontología
Big data o datos masivos en investigación en odontologíaBig data o datos masivos en investigación en odontología
Big data o datos masivos en investigación en odontologíaJuan Carlos Munévar
 
Lectura crítica de la literatura biomédica
Lectura crítica de la literatura biomédicaLectura crítica de la literatura biomédica
Lectura crítica de la literatura biomédicaJuan Carlos Munévar
 
Indicadores produccióncientífica
Indicadores produccióncientíficaIndicadores produccióncientífica
Indicadores produccióncientíficaJuan Carlos Munévar
 
Mecanismos de señalización en osteoclastogenesis y enfermedad òsea
Mecanismos de señalización en osteoclastogenesis y enfermedad òseaMecanismos de señalización en osteoclastogenesis y enfermedad òsea
Mecanismos de señalización en osteoclastogenesis y enfermedad òseaJuan Carlos Munévar
 
Profundización en Biologia Osea para postgrados en el área de la salud
Profundización en Biologia Osea para postgrados en el área de la saludProfundización en Biologia Osea para postgrados en el área de la salud
Profundización en Biologia Osea para postgrados en el área de la saludJuan Carlos Munévar
 
INDICADORES DE PRODUCCION CIENTIFICA
INDICADORES DE  PRODUCCION CIENTIFICAINDICADORES DE  PRODUCCION CIENTIFICA
INDICADORES DE PRODUCCION CIENTIFICAJuan Carlos Munévar
 
INTERACCIONES MOLECULARES Y ENLACES ATÓMICOS
INTERACCIONES MOLECULARES Y ENLACES ATÓMICOSINTERACCIONES MOLECULARES Y ENLACES ATÓMICOS
INTERACCIONES MOLECULARES Y ENLACES ATÓMICOSJuan Carlos Munévar
 
¿Escribir artículo de revisión?
¿Escribir artículo de revisión?¿Escribir artículo de revisión?
¿Escribir artículo de revisión?Juan Carlos Munévar
 
Lectura critica de la literatura biomédica
Lectura critica de la literatura biomédicaLectura critica de la literatura biomédica
Lectura critica de la literatura biomédicaJuan Carlos Munévar
 

Más de Juan Carlos Munévar (20)

Biología de los Tejidos de la cavidad oral, cabeza y cuello
Biología de los Tejidos de la cavidad oral, cabeza y cuelloBiología de los Tejidos de la cavidad oral, cabeza y cuello
Biología de los Tejidos de la cavidad oral, cabeza y cuello
 
Proyecto Decreto Minsalud 2021
Proyecto Decreto Minsalud 2021Proyecto Decreto Minsalud 2021
Proyecto Decreto Minsalud 2021
 
Tablero demo postgrados
Tablero demo postgradosTablero demo postgrados
Tablero demo postgrados
 
Secretoma congreso institucional 2017
Secretoma congreso institucional 2017Secretoma congreso institucional 2017
Secretoma congreso institucional 2017
 
Células Madre “Bombo Publicitario o Esperanza Médica”
Células Madre “Bombo Publicitario o Esperanza Médica”Células Madre “Bombo Publicitario o Esperanza Médica”
Células Madre “Bombo Publicitario o Esperanza Médica”
 
Stem Cell clinical grade Biology for human therapies
Stem Cell clinical grade Biology for human therapiesStem Cell clinical grade Biology for human therapies
Stem Cell clinical grade Biology for human therapies
 
Regeneracion y reparacion periodontal
Regeneracion y reparacion periodontalRegeneracion y reparacion periodontal
Regeneracion y reparacion periodontal
 
¿Cómo publicar en revistas académicas indexadas peer review?
¿Cómo publicar en revistas académicas  indexadas peer review?¿Cómo publicar en revistas académicas  indexadas peer review?
¿Cómo publicar en revistas académicas indexadas peer review?
 
Fisiopatologia y Biologia de la inflamación
Fisiopatologia y Biologia de la inflamaciónFisiopatologia y Biologia de la inflamación
Fisiopatologia y Biologia de la inflamación
 
OSTEOINMUNOLOGÍA: Biología de osteoclasto
OSTEOINMUNOLOGÍA: Biología de osteoclasto OSTEOINMUNOLOGÍA: Biología de osteoclasto
OSTEOINMUNOLOGÍA: Biología de osteoclasto
 
Big data o datos masivos en investigación en odontología
Big data o datos masivos en investigación en odontologíaBig data o datos masivos en investigación en odontología
Big data o datos masivos en investigación en odontología
 
Lectura crítica de la literatura biomédica
Lectura crítica de la literatura biomédicaLectura crítica de la literatura biomédica
Lectura crítica de la literatura biomédica
 
Indicadores produccióncientífica
Indicadores produccióncientíficaIndicadores produccióncientífica
Indicadores produccióncientífica
 
Mecanismos de señalización en osteoclastogenesis y enfermedad òsea
Mecanismos de señalización en osteoclastogenesis y enfermedad òseaMecanismos de señalización en osteoclastogenesis y enfermedad òsea
Mecanismos de señalización en osteoclastogenesis y enfermedad òsea
 
Profundización en Biologia Osea para postgrados en el área de la salud
Profundización en Biologia Osea para postgrados en el área de la saludProfundización en Biologia Osea para postgrados en el área de la salud
Profundización en Biologia Osea para postgrados en el área de la salud
 
INDICADORES DE PRODUCCION CIENTIFICA
INDICADORES DE  PRODUCCION CIENTIFICAINDICADORES DE  PRODUCCION CIENTIFICA
INDICADORES DE PRODUCCION CIENTIFICA
 
INTERACCIONES MOLECULARES Y ENLACES ATÓMICOS
INTERACCIONES MOLECULARES Y ENLACES ATÓMICOSINTERACCIONES MOLECULARES Y ENLACES ATÓMICOS
INTERACCIONES MOLECULARES Y ENLACES ATÓMICOS
 
¿Escribir artículo de revisión?
¿Escribir artículo de revisión?¿Escribir artículo de revisión?
¿Escribir artículo de revisión?
 
Lectura critica de la literatura biomédica
Lectura critica de la literatura biomédicaLectura critica de la literatura biomédica
Lectura critica de la literatura biomédica
 
Seminario Manejo de diabetes
Seminario Manejo de diabetesSeminario Manejo de diabetes
Seminario Manejo de diabetes
 

Modelo de señal de entrada

  • 1. Modelamiento y Simulación Digital TEMA 5 Modelamiento de la Entrada de una Simulación
  • 2.
  • 3. Etapas del modelado de la entrada Recolección de datos del sistema real Identificación del tipo de distribución que siguen los datos recolectados Determinación de los parámetros de la distribución seleccionada Efectuar tests de bondad de ajuste para determinar si la distribución establecida es realmente una buena aproximación para modelar la variable aleatoria
  • 4. Recolección de datos del sistema real
  • 5. Dificultades en la toma de datos Simulación del funcionamiento de un lavadero automático de ropa Se asigno a dos estudiantes el trabajo de tomar datos par a estimar los tiempo s de arribos y tiempo de secado. Y aquí empezaron los problemas!!! Caso de Estudio: Lavadero
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18. Identificación del tipo de distribución que siguen los datos recolectados
  • 19.
  • 20.
  • 21.
  • 22.
  • 23. Ejemplo Numero de datos=40 Rango de datos Dato Mayor- Dato Menor Rango de datos = 14.33- 6.83=7.5 Longitud de la clase Numero de clases =
  • 24.  
  • 25.
  • 26.
  • 27. Determinación de los parámetros de la distribución seleccionada
  • 28.
  • 29.
  • 30.
  • 31. Efectuar tests de bondad de ajuste para determinar si la distribución establecida es realmente una buena aproximación para modelar la variable aleatoria
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.  
  • 39.  
  • 40.
  • 41. Modelado de la Entrada Ejemplo: obtención de la muestra Supongamos que contamos con la siguiente muestra para una variable aleatoria:
  • 42. identificación de distribución Con los datos obtenidos, se construye un histograma en el cual se visualiza una distribución de tipo exponencial .
  • 43.
  • 44. test de bondad de ajuste Rangos Finales 0 a 1,590 1,590 a 3,425 3,425 a 5,595 5,595 a 8,252 8,252 a 11,677 11,677 a 16,503 16,503 a 24,755 24,755 a inf
  • 45. test de bondad de ajuste El siguiente cuadro muestra cómo se ajustan los datos observados a la distribución planteada como hipótesis.
  • 46. Los grados de libertad están dados por k-1 = 8-1 = 7 Se rechaza la hipótesis nula.
  • 47.