FALSILLAS

Universidad de Mendoza Ing.
Jesús Rubén Azor Montoya
ESTIMACIÓN DE VARIANZAS
Si bien la varianza muestral s es un estimador insesgado de 2, esto no implica

que la desviación estándar muestral sea un estimador insesgado de . En realidad no lo
es. Sin embargo, para muestras de gran tamaño el sesgo es pequeño y se acostumbra a
estimar  con s.
Se llama Rango Muestral R, al valor más grande de una muestra menos el más
pequeño. Dada una muestra de tamaño n de una población normal, puede verificarse
que la distribución muestral del rango tiene la media d2. y la desviación estándar d3..
donde d1 y d2 son constantes que dependen del tamaño de la muestra.
Se verifica que:
d2 1.128 1.693 2.054 2.326 2.534 2.704 2.847 2.970 3.078

d3 0.853 0.888 0.880 0.864 0.848 0.833 0.830 0.808 0.797
N 2 3 4 5 6 7 8 9 10
Esto se puede comprobar mediante el siguiente segmento de programa en

Matlab, donde se genera una población normal estándar (media cero, varianza 1)
seleccionando muestras de tamaño n a las cuales se les determina el rango.
Hallando la media de los rangos, se obtiene un número próximo a d2 y halando
la desviación estándar se obtiene un número próximo a d3.
function estima_var(n,m)
% Verificacion de las propiedades del Rango Muestral
% poblacion con distribucion normal estandar
% Entrada: n, entero, numero de elementos de cada muestra
% m, entero, numero de muestras para la prueba
% Salida: M, real, media de los rangos
% S, real, desviacion estandar de los rangos
% Generacion de la muestra de varianzas

for j=1:m,
for k=1:n,
% Generacion de la muestra normal estandar
s=0;
for i=1:12, s=s+rand;end
T(k)=s-6;
End
M(j)=max(T)-min(T);
End
mean(M)
std(M)
como se puede de la corrida:
>> estima_var(5,1000)
ans =
2.3180
ans =
0.8506
Luego R/d2 es un estimador insesgado de , y para muestras muy pequeñas
Cátedra Estadística II 1
Universidad de Mendoza Ing. Jesús Rubén Azor Montoya
(n < 5), proporciona una estimación de  tan buena como s. Lo contrario sucede cuando
se incrementa el tamaño muestral.
El rango se emplea fundamentalmente en Control de Calidad.
Ejemplo: Las siguiente muestra aleatoria son mediciones de la capacidad de producción

de calor (en millones de calorías por tonelada) de especímenes de carbón de una mina:
8260 8130 8350 8070 8340
usar el rango de la muestra para estima  de la capacidad de producción de calor del

carbón de la mina.
Dado que n = 4, d2 = 2.326 y el rango vale: R = 8350-8070= 280
Luego la estimación de  queda:
R 280
 120.378
d2 2.326
mientras que calculado directamente da:
 8260  8130  8350  8070  8340

x 8230
5
2 2 2 2 2 2
8260  8130  8350  8070  8340  5 8230
s 125.499
4
En la mayoría de las aplicaciones prácticas, la estimación de intervalos para  o


 se basan en la desviación estándar muestral o en la varianza muestral. En muestras
aleatorias de poblaciones normales:
2
2 ( n  1) s
 con = n-1 grados de libertad
2

definiendo a  como la abscisa que deja a la izquierda un área  para una distribución
chi-cuadrado con n-1 grados de libertad.
Con esto se puede asegurar con probabilidad 1- que se satisface:
 2   21 
2
( n  1) s
  
2
2  2
de aquí operando matemáticamente:
2 2
( n  1) s 2 ( n  1) s
  
 21   2 
2 2
se determina el intervalo de confianza (1-).100% para la varianza poblacional.

Gráficamente:
Ejemplo: La desviación estándar de las duraciones de una muestra de 20 lámpara

eléctricas fue de 100 horas. Hallar los límites de confianza del 95% para la desviación
estándar de dichas lámparas.
= n-1 = 20-1 = 19 grados de libertad
/2 = 0.025  = 8.907  = 32.852
el intervalo de confianza para la varianza será:
y para la desviación estándar:
74.02    146.048
Lo que significa que hay un 95% en el nivel de confianza que la desviación

estándar estará entre 74.02 y 146.048.
Este método se aplica a muestras aleatorias de poblaciones normales. Si el

tamaño de la muestra es grande, la distribución muestral de la desviación estándar puede
aproximarse a una distribución normal con media  y desviación estándar .
Luego:
s
z

 2 n 
lo que supone una desigualdad, para un intervalo de confianza (1-).100%, del tipo:
s
z   z
  
2 2 n 2
lo que lleva a:
s s
 
z z
 
2 2
1 1
2 n 2 n
que es un intervalo de confianza para  en muestras de gran tamaño.
Ejemplo: La desviación estándar de la resistencia a la rotura de 100 cables producidos

por una compañía fue de 180 libras. Hallar los límites de confianza del 95% para la
desviación estándar de todos los cables producidos por la compañía.
/2 = 0.025 z  = 1.96

180 180
  158.09    208.96
1.96 1.96
1 1
2 100 2 100
HIPÓTESIS REFERIDA A UNA VARIANZA
Se considera el problema de probar la hipótesis nula de que la varianza de una

población es igual a una determinada, contra una alternativa unilateral o bilateral
adecuada.
Para muestras aleatorias extraídas de una población normal con varianza 2:
2
2 ( n  1 ) s

  0 2
con lo que se pueden resumir las regiones críticas para probar 2 = 2 (para
poblaciones normales) con el siguiente cuadro:
Hipótesis Se rechaza la
Alterna Hipótesis Nula si
2 < 2 2 < 21-
2 > 2 2 < 2
2 <> 2 2 < 21-
2 < 2
Ejemplo: El proceso de bruñido se usa para esmerilar ciertos discos de silicio al grueso
apropiado es aceptable sólo si  (desviación estándar de la población de grosores de los
cubitos cortados de dichos discos) es a lo sumo 0.50 mil. Emplear el nivel de
significación de 0.05 para probar la hipótesis nula  = 0.50 contra la hipótesis alterna
> 0.5 si el grosor de 15 cubitos cortados de tales discos tienen una desviación estándar
de 0.64 mil.
1– Hipótesis Nula  = 0.50

Hipótesis Alternativa  > 0.50 (unilateral)
2- Nivel de significancia:  =0.05.  2 = 2= 23.685

3- Para trabajar con tablas normalizadas
2
2 ( n  1 ) s

  0 2
4- Cálculos:
2
2 ( 15  1) 0.64
 22.938
2
0.5
5- Dado que 22.938 < 2 se Acepta la Hipótesis Nula  = 0.5. Vale
decir, el grosor de los cubitos tienen una desviación estándar significativamente igual a
0.5 mil.
Si la población que se muestrea tiene un tamaño relativo grande (n > 30) la

hipótesis nula se puede probar con:
s  0
z
0
2 n
ESTIMACIÓN DE PROPORCIONES
La información que suele disponerse al estimar la proporción es el número de

veces x, que un evento ocurre en n ensayos, ocasiones u observaciones. La estimación
puntual suele ser x/n (proporción muestral). Para n ensayos que satisfacen la
distribución binomial, se verifica  = n.p y  np (1  p) , si se divide por n, se
encuentra la media y la desviación estándar de la proporción de éxitos (es decir la
proporción muestral):
 p  np ( 1  p) p ( 1  p)
n p y
n n n n n
La proporción muestral es un estimador insegado del parámetro binomial p
(proporción real que se desea estimar a partir de la muestra).
Ya que x y x/n son variables discretas, un intervalo de confianza de exactamente
(1- ).100% es difícil de lograr y para hallar /n hace falta conocer p.
Para construir un intervalo de confianza para p que tenga aproximadamente un nivel
de confianza (1- ).100%, se deben determinar x0 y x1 para un conjunto determinado de
valores de p.
Donde:
x0

 b ( k  n  p) 
2
k0
siendo x0 el máximo entero para el que se verifica la desigualdad. Y:
n

 b ( k  n  p) 
2
k  x1
siendo x1 el mínimo entero para el que se verifica la desigualdad.

En este punto se habrá de hacer una revisión de conceptos de la Distribución
Binomial. Dicha distribución es de características Discretas, aplicable cada vez que un
proceso de muestreo conforma un proceso de Bernoulli:
1- Hay dos resultados posibles mutuamente excluyentes en cada ensayo. Para mayor
conveniencia estos se denominan éxito y fracaso.
2- La serie de ensayos u observaciones constituyen eventos independientes.
3- La probabilidad de éxito, designada por p, permanece constante de ensayo a ensayo.
Es decir el proceso es estacionario.
Para el cálculo se requieren tres valores: el número designado de éxitos (x); el

número de ensayos (n) y la probabilidad de éxito en cada ensayo (p):
 p (1  p)
x nx n x nx 
b (x  n  p) Cn  x p (1  p) 
x(n  x)
Con la tablas se utiliza el valor acumulado, por ejemplo:
B(3  5  0.2) b(0  5  0.2)  b(1  5  0.2)  b(2  5  0.2)  b(3  5  0.2)
B(3  5  0.2) 0.99328
En general:
x

k nk
B( x  n  p) Cn  x p ( 1  p)
k0
si se quiere calcular b(3,5,0.2) se lo hace así:
b(3,5,0.2) = b(3,5,0.2) - b(2,5,0.2) = 0.9933 – 0.9421 = 0.0512
Para calcular con la tabla valores de p > 0.5, se aplica la siguiente propiedad:
B(x,n,p) = 1 - B(n – x –1 , n, 1 - p)
Retomando el tema principal, se puede asegurar con probabilidad de

aproximadamente (1- ).100% y al menos (1- ).100% que se cumple la siguiente
desigualdad:
x0(p) < x < x1(p)
Para transformar esta desigualdad en un intervalo de confianza para p, se recurre a

un método gráfico.
Ejemplo: Se desean hallar intervalos con un nivel de confianza del 95%,

aproximadamente, para p en muestras de tamaño n=20.
Por medio de las tablas se calculan x0 y x1 para distintos valores de p, tales que
x0 sea el máximo entero de modo que:
B(x0, 20, p) < 0.025 (para p<0.5)

ó B(n-x0-1, 20,1- p) > 0.975 (para p >0.5)
ó B(n-x0, 20,1- p) < 0.025 (para p >0.5)
mientras que x1 sea el mínimo entero de modo que:
1 - B(x1-1, 20, p) < 0.025 (para p<0.5)

ó B(n-x1, 20,1- p) < 0.025 (para p >0.5)
más sencillamente, los valores correspondientes a los p del primer caso, se encuentran
restando el valor obtenido de n.
Implementando un programa Matlab como el siguiente:
function estima_prop(n,alfa)
% Tabla de valores de x0 para determinacion de intervalo

% de confianza en proporciones
%
% Entrada: n, entero, tamaño de la muestra
% m, real, nivel de significancia
% Salida: C, juego de valores de x1
% A, juego de valores de x0
i=1;
for p=0.1:0.1:0.99,
B=0;
if p<=0.5,
k=0;
while B<alfa/2,
B=B+factorial(n)*p^k*(1-p)^(n-k)/(factorial(k)*factorial(n-k));
k=k+1;
end
A(i)=k-2; i=i+1;
end
if p>0.5,
k=0;
while B<alfa/2,
k1=n-k;p1=1-p;
B=B+factorial(n)*p1^k1*(1-p1)^(n-k1)/(factorial(k1)*factorial(n-k1));
k=k+1;
end
A(i)=k-2; i=i+1;
end
end
A
for k=1:i-1,C(k)=n-A(i-k);end
C
k=0.1:0.1:0.9;plot(k,A,k,C)
se puede calcular lo siguiente cuando se ejecuta:
>> estima_prop(20,0.05)
A=
-1 0 1 3 5 7 9 11 14
C=
6 9 11 13 15 17 19 20 21
que interpretado como un cuadro de valores queda:
p 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

x0 - 0 1 3 5 7 9 11 14
x1 6 9 11 13 15 17 19 20 -
Con guiones se han indicado los valores que no tienen sentido.
Para distintos valores de n se obtienen distintas ramas. Esto se grafica en forma

normalizada (Biometrike Tables for Statisciens, Vol. 1, New York).
Estas gráficas se pueden obtener muy fácilmente en Mathcad a partir de las
facilidades que dispone para el cálculo de distribuciones, en este caso para la binomial.
n  20 Tamaño de la muestra
  0.05 Nivel de significación de la prueba
p  0.1 0.2 0.9 Rango para p
qbinom
   n  p    n  1  p
 n  qbinom 
x0( p ) 
2  x1( p ) 
2 
n n
1
1
0.9
0.8
0.7
x0( p ) 0.6
0.5
x1( p )
0.4
0.3
0.2
0.1
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.1 p 0.9
Para un valor dado de x, es posible obtener cuotas de p, con un nivel de

significación del 95%, trazando una línea horizontal de una curva a otra y marcando los
valores correspondientes.
Para x=10:
Vale decir:
0.24 < p < 0.75 con un nivel de significación de 0.05
Hay gráficos de este tipo para niveles de confianza de 95 y 99% para varios
valores de n. Se emplea la proporción muestral (x/n) en lugar de x.
Vale decir, para el ejemplo n=20, x=10 y x/n=10/20=0.5. Con estos valores se
puede verificar lo correcto de lo realizado.
Como regla práctica para que una distribución binomial se acerque a la normal
basta con que n.p y (1-p).p sean a la vez mayores que 5. Por ejemplo, para n=200 se
puede usar la aproximación si p está entre 0.025 y 0.975. Esta es la significación de
hacer “n suficientemente grande”.
Se puede asegurar con una probabilidad 1- que se cumpla:
x  np
z    z
np ( 1  p)
2 2
para evitar cálculos complicados, se hace una aproximación más al sustituir x/n por p en
el denominador del segundo miembro:
x x x x
 1    1  
x n n x n n
z   p z 
n  n n  n
2 2
lo que permite lograr este intervalo de confianza para p en muestras de gran tamaño, con
un nivel de confianza (1-).100%.
Ejemplo: si x=36 de n=100 entrevistados están familiarizados con los incentivos en los
impuestos que se ofrecen por instalar ciertos dispositivos para ahorrar energía. Construir
un intervalo de confianza de 95% para la correspondiente proporción real.
x/p=36/100 z/2=1.96
0.36 ( 1  0.36)
1.96  0.094
100
0.36  0.094  p  0.36  0.094 0.266  p  0.454
ejecutando la función Matlab:

>> estima_prop(100,0.05)
A=
4 11 20 30 39 49 60 71 83
C=
17 29 40 51 61 70 80 89 96
Gráficamente:
La magnitud del error cometido cuando se usa x/n como un estimador de p está
dada por |x/n – p|. En base a la distribución normal, se puede asegurar con probabilidad
1- que se cumplirá:
x p ( 1  p)
p  z 
n  n
2
es decir que el error será a lo sumo:
p ( 1  p )
z 
 n
2 x p ( 1  p)
 p  z  a p, esto produce el Error Máximo de Estimación:
Con x/n sustituyendo
n  n
2
x x
 1  
n n
E z 
 n
2
Ejemplo: En una encuesta levantada en una gran ciudad, 136 de 400 personas
respondieron afirmativamente a la pregunta de si el sistema de transporte público es
adecuado. Con una confianza del 99% ¿Qué se puede decir acerca del error máximo si
x/n =136/400=0.34 se emplea como una estimación de la correspondiente población
real?.
x/p=136/400 z/2= z=2.575
x x
 1  
n n 0.34 ( 1  0.34)
E z  2.575  0.061
 n 400
2
con lo que se puede construir el intervalo:
0.34  0.061  p  0.34  0.061 0.279  p  0.401
Para verificar gráficamente, se hace una pequeña modificación al programa de

Matlab, ya que en el original se calculan factoriales. Al ser, en este caso, muy grande el
valor de n, los números combinatorios se calculan por productos sucesivos.
function estima_prop1(n,alfa)
% Tabla de valores de x0 para determinacion de intervalo
% de confianza en proporciones
%
% Entrada: n, entero, tamaño de la muestra
% m, rel, nivel de significancia
% Salida: C, juego de valores de x1
% A, juego de valores de x0
i=1;
for p=0.1:0.1:0.99,
B=0;
if p<=0.5,
k=0;
while B<alfa/2,
n1=n;m1=k;F=1;
while m1>=1
F=F*n1/m1;m1=m1-1;n1=n1-1;
end
B=B+F*p^k*(1-p)^(n-k); k=k+1;
end
A(i)=k-2; i=i+1;
end
if p>0.5,
k=0;
while B<alfa/2,
n1=n;m1=k;F=1;
while m1>=1
F=F*n1/m1;m1=m1-1;n1=n1-1;
end
k1=n-k;p1=1-p;
B=B+F*p1^k1*(1-p1)^(n-k1);
k=k+1;
end
A(i)=k-2; i=i+1;
end
end
A
for k=1:i-1,C(k)=n-A(i-k);end
C
k=0.1:0.1:0.9;plot(k,A,k,C)
Ejecutando:
>> estima_prop1(400,0.01)
A=
24 59 96 134 173 214 255 298 343
C=
57 102 145 186 227 266 304 341 376
La fórmula anterior de E puede servir para determinar el tamaño muestral que es

necesario para alcanzar un grado deseado de precisión.
2
 z 
 
p ( 1  p)  
2
n
 E 
esta fórmula no se puede utilizar a menos que se tenga información de p (en base a
datos auxiliares, digamos una muestra previa). Si no se conoce, se sabe que p.(1-p) es a
lo sumo ¼, correspondiente a p=1/2. Luego:
2
 z 
 
1
 
2
n
4  E 
se puede asegurar con una probabilidad de al menos 1- que el error de servirse de x/n
como una estimación de p, no excede E. Una vez obtenidos los datos, se puede asegurar
con una confianza de al menos (1-).100% que el error no sobrepasa E.
Ejemplo: Suponer que se desea estimar la proporción real de unidades defectuosas en un

cargamento de ladrillos y que se necesita una confianza de al menos 95% de que el error
sea a lo sumo de 0.04 ¿De qué tamaño se necesita la muestra si:
a) No se tiene idea de cómo podría ser la proporción muestral
b) Se sabe que la proporción real no excede de 0.127
a)
2
 z 
  2
1 1  1.96 
 
2
n   600.25
4  E  4  0.04 
b)
2
 z 
  2
p ( 1  p) 
2
  1.96 
0.127 ( 1  0.127) 
n  266.201
 E   0.04 
Esto ilustra cómo conociendo alguna información auxiliar de p, se puede reducir
en gran medida el tamaño de la muestra requerida.
Cuando p es próximo a 0 (alto confiabilidad) y cuando p es la probabilidad de
fracaso, se necesitan intervalos de confianza unilaterales para p chico y n grande, la
distribución de Poisson se aproxima a la binomial. Se puede mostrar que:
con =2.(x+1) grados de libertad.
Ejemplo: Si hay x=4 fallas en n=2000 partes utilizadas continuamente durante un mes,
construir un intervalo unilateral con un nivel de confianza del 99% para la probabilidad
de que una de tales partes falle en las condiciones establecidas.
1- = 0.99  = 0.01  = 2.(4+1) = 10
HIPÓTESIS RELATIVA A UNA PROPORCIÓN
Se considerarán casos de grandes muestras. Se probará la hipótesis nula p = p0

contra las alternativas p < p0 , p > p0 ó p <> p0 mediante al aplicación del siguiente
estadístico:
x  np0
z
npo  1  p0
Ejemplo: En un estudio diseñado para investigar si ciertos detonadores empleados en

explosivos en una mina de carbón cumplen con los requerimientos de que al menos el
90% encenderá el explosivo a ser detonado, se encontró que 174 de 200 funcionaron
adecuadamente. Probar la hipótesis nula de que p=090 contra la hipótesis alterna p<0.90
con un nivel de significancia de 0.05.
1– Hipótesis Nula p = 0.90,

Hipótesis Alternativa p (unilateral),
2- Nivel de significancia:  =0.05. z = -1.645 (cola izquierda)
3- Para trabajar con tablas normalizadas:
x  np0
z
npo  1  p0
4 – Cálculos:
174  200 0.9

z 1.414
200 0.9 ( 1  0.9)
5 – Dado que –1.414 > z0.05 (z = -1.645) no se Rechaza la Hipótesis Nula. o hay
suficiente evidencia que la clase determinada de detonador no cumpla con las normas.
HIPÓTESIS RELATIVA A VARIAS PROPORCIONES
Cuando se compara la respuesta del consumidor (porcentaje favorable y

desfavorable) con respecto a diferentes productos, cuando se decide que un proceso
permanece constante día a día, etc. interesa probar si dos o más poblaciones binomiales
tienen el mismo parámetro p. Si estos parámetros son p1, p2,.., pk , interesa probar la
Hipótesis Nula:
p1 = p2 = … = pk = p
contra la Hipótesis Alterna de que no lo sean. Bastaría con que uno de ellos fuese
significativamente distinto para que la Hipótesis Nula no se cumpla.
Para aplicar esta técnica se necesitan muestras aleatorias de tamaño n1, n2,.., nk
de las k poblaciones. Luego, si los números correspondientes de éxitos son x 1, x2,.., xk
respectivamente, la prueba que se utiliza se fundamenta en el hecho que:
 Para grandes muestras la distribución muestral de:

xi  nipi
zi
nipi 1  pi
es aproximadamente la distribución normal estándar.
 El cuadrado de una variable aleatoria, con función densidad normal estándar, es otra
variable aleatoria con distribución chi-cuadrado con 1 grado de libertad.
 La suma de k variables aleatorias independientes cuyas distribuciones son chi-
cuadrado con 1 grado de libertad, es otra variable aleatoria chi-cuadrado con k
grados de libertad.
en consecuencia:
k
 xi  nipi 2

2

nipi 1  pi
i 1
es una variable con distribución chi-cuadrado con =k grados de libertad.

Dado que las pi son todas iguales por hipótesis, se pueden sustituir por:
ya que la Hipótesis Nula se debe rechazar si las diferencias entre las xi y las son
grandes, la región crítica es 2 > 2 y el número de grados de libertad es k-1. La
pérdida de un grado de libertada surge de reemplazar a p por su estimación .
Para calcular 2 conviene disponer los datos de la siguiente manera:
El elemento correspondiente al renglón i y a la columna j se denomina

frecuencia observada en la celda oi,j con i = 1, 2 y j = 1, 2, …, k.
Como antes, . Luego, el número esperado de éxitos y fracasos para la j-
ésima muestra se estima con:
e1,j y e2,j se denominan frecuencias esperadas en celdas para j = 1, 2, …, k.

Nótese que la frecuencia esperada para cualquier celda puede obtenerse
multiplicando los totales de la columna y del renglón a los cuales pertenece y
dividiendo después por el total general.
En esta notación el estadístico 2 (con pi = )
Deducción: A partir de:
k   o1  j  e1  j 2  o2  j  e2  j 2 
  
2
 
 e 1  j e 2  j 
j 1
2 k
 oi  j  ei  j 2
 
2

ei  j
i 1 j 1
Ejemplo: Muestras de tres tipos de materiales sujetas a cambios extremos de

temperatura producen los resultados que aparecen en la siguiente tabla:
utilizar el nivel de significación 0.05 para probar si, bajo las condiciones establecidas, la
probabilidad de desmoronamiento es la misma en los tres tipos de materiales.
1. Hipótesis Nula: p1 p2 = p3

Hipótesis Alternativa: p1 p2 <> p3 (bilateral)
2. Nivel de significancia:  =0.05. 2 = 2 = 5.991 con  = k – 1 = 2 g.d.l
3. Criterio: Se rechaza la Hipótesis Nula si 2 > 5.991
4. Cálculos: Las frecuencias esperadas para las dos primeras celdas del primer renglón:
n1 x 90 n2 x 90
e1  1 120  36 24e1  2 80 
n 300 n 300
puede comprobarse que la suma de las frecuencias esperadas para cualquier renglón o
columna es igual a las frecuencias observadas correspondientes, luego:
e1  3 90  ( 36  24) 30
luego:
2 2 2
2 ( 41  36) ( 27  24) ( 22  30)
     4.575
36 24 30
2 2 2
( 79  84) ( 53  56) ( 78  70)
  
84 56 70
5- Decisión: dado que 4.575 <  no se Rechaza la Hipótesis Nula. Luego, la
2
probabilidad de desmoronamiento es la misma en los tres tipos de materiales
Gráficamente:
Una función Matlab que resuelve este problema es la siguiente:
function hipo_prop(alfa)
obser =[41 27 22
79 53 78];
% Prueba de Hipotesis para varias proporciones

%
% Entrada: obser, matriz con el cuadro de observaciones
% Salida: chi, estadistico chi-cuadrado
%
j=size(obser,1); %calcula numero de filas de la matriz de observaciones
k=size(obser,2); %calcula numero de columnas de la matriz de observaciones
suma_filas=sum(obser);suma_cols=sum(obser');
gt=sum(suma_filas); %gran total
for i=1:k, esper(1,i)=suma_filas(i)*suma_cols(1)/gt; end
for i=1:k, esper(2,i)=suma_filas(i)*(gt-suma_cols(1))/gt; end
chi=0;
for i=1:j,for h=1:k,
chi=chi+(obser(i,h)-esper(i,h))^2/esper(i,h);
end,end
chi
Ejecutando:
>> hipo_prop
chi =
4.5754
Se acostumbra a redondear las frecuencias esperadas en celda al entero más

cercano o a un decimal.
Hasta ahora la Hipótesis Alterna ha sido p1 p2 <>…<> pk , y para k=2 la
Hipótesis Alternativa se reduce a p1 p2 . Habrá problemas en que p1 p2 o p1 p2 ,
se puede fundamentar la prueba en el estadístico:
Verificación:
2  x1  n1 p 2  x2  n2 p 2
 
n1 p ( 1  p) n2 p ( 1  p)
2 2
 x1  x2   x1  x2 
 x1  n1    x2  n2  
2  n1  n2   n1  n2 
 
n1 p ( 1  p) n2 p ( 1  p)
x1  x2 x1 n1  x1 n2  n1 x1  n1 x2  x1 n2  n1 x2
x1  n1 
n1  n2 n1  n2  n1  n2
x1  x2 x2 n1  x2 n2  n2 x1  n2 x2  x2 n1  n2 x1

x2  n2 
n1  n2 n1  n2  n1  n2
  x1 n2  n1 x2    x2 n1  n2 x1 
2 2
   

2   n1  n2     n1  n2 
n1 p ( 1  p) n2 p ( 1  p)
 1  1    x2 n1  n2 x1  x2 n1  n2 x1 2  n1 n2

2
2 n1  n2
    
 n1 n2   n1  n2 2 p ( 1  p) n1 n2
 n1  n2 2 p (1  p) n1 n2
  x2 n1  n2 x1 
2 2
 x2 x1 
    
 n1 n2   n n  n2 n1   n1 n2

2
 n1  n2   1 2
 n1  n2 2 p (1  p) p ( 1  p) n1  n2
2
 x1 x2 
  
 n1 n2 
 
2

1  1
p ( 1  p )  
 n1 n2 
Ejemplo: Un estudio señala que 16 de 200 tractores producidos en una línea de
ensamblado requieren ajustes minuciosos y lo mismo sucede con 14 de 400 producidos
en otra línea. Con un nivel de significación de 0.01 ¿Apoya esto la afirmación de que la
segunda línea efectúa un trabajo superior?.
1. Hipótesis Nula: p1 p2

Hipótesis Alternativa: p1 (unilateral)
2. Nivel de significancia:  =0.01. z = z = 2.33
3. Criterio: Se rechaza la Hipótesis Nula si z > 2.33
4. Cálculos: Las frecuencias esperadas para las dos primeras celdas del primer renglón:
16  14
p 0.05
200  400
16 14

200 400
z 2.384
 1  1 
0.05 ( 1  0.05)  
50.0
50.0
1 002
1 004
1  200 400 
5. Decisión: dado que 2.384 < z se Rechaza la Hipótesis Nula. Luego, la segunda línea
z mejor que la primera
es
TABLAS r x c
Se llaman así a aquellas en que los datos se disponen en dos criterios de

clasificación que tiene r renglones y c columnas. Es igual que el caso anterior, pero con
más de dos resultados posibles. También se las llama Tablas de Contingencia.
Para el análisis de una tabla r x c, se calculan primero las frecuencias esperadas

en cada celda ei,j , es decir multiplicando los totales de los renglones y columnas
respectivos y dividiendo por el gran total. Sólo es necesario calcular (r-1).(c-1) de las ei,j
, las restantes salen por sustracción de totales en los renglones o columnas apropiadas.
Luego, el estadístico para el análisis de la tabla r x c es:
r c
 oi  j  ei  j 2
 
2

ei  j
i 1 j 1
Se rechaza la Hipótesis Nula si el valor de 2 excede a 2 para  = (r-1).(c-1)
grados de libertad.
Ejemplo: Para determinar si en realidad existe una relación entre el aprovechamiento de

un empleado en el programa de capacitación y su rendimiento real en el trabajo,
considerada una muestra de 400 casos de archivos muy detallados de los que se
obtuvieron los resultados que se ven en la tabla:
Aprovechamiento en el programa de entrenamiento
con el nivel de significancia 0.01 probar la Hipótesis Nula de que el aprovechamiento

en el programa de capacitación y el éxito en el trabajo son independientes.
5. Hipótesis Nula: el aprovechamiento en el programa de capacitación y el éxito en el

trabajo son independientes.
Hipótesis Alternativa: no son independientes
6. Nivel de significancia:  =0.01. 2 = 2 = 13.277 con =(c-1).(r-1)=2*2=4
8. Cálculos: Las frecuencias esperadas son:
112 112
e1  1 60  16.8 e1  2 188  52.6
400 400
167 167
e2  1 60  25 e2  2 188  78.5
400 400
Por sustracción o cálculo (por ejemplo: e1,3 = 112-(16.8+52.6) = 42.6, e2,3 =63.5,
e3,1 = 18.2, e3,2 =52.9, e3,3 =45.9)
2 2
2 ( 23  16.8) ( 63  45.9)
    20.18
16.8 45.9
5- Decisión: dado que 20.18 > 13.277 Se Rechaza la Hipótesis Nula. Luego, existe
diferencia entre el aprovechamiento de un empleado en el programa de capacitación y
su éxito en el empleo.
Haciendo una pequeña modificación en la función Matlab anterior, se puede

resolver mediante dicha herramienta este problema:
function hipo_rc
obser =[23 60 29
28 79 60
9 49 63];
% Prueba de Hipotesis para Tabla de Contingencia
%
% Entrada: obser, matriz con el cuadro de observaciones (externo)
% Salida: chi, estadistico chi-cuadrado
%
j=size(obser,1); %calcula numero de filas de la matriz de observaciones
k=size(obser,2); %calcula numero de columnas de la matriz de observaciones
suma_filas=sum(obser);suma_cols=sum(obser');
gt=sum(suma_filas); %gran total
for t=1:j,
for i=1:k, esper(t,i)=suma_filas(i)*suma_cols(t)/gt; end
end
chi=0;
for i=1:j,for h=1:k,
chi=chi+(obser(i,h)-esper(i,h))^2/esper(i,h);
end,end
chi
BONDAD DE AJUSTE
Se habla de Bondad de Ajuste cuando se trata de comparar una distribución de

frecuencia observada con los valores correspondientes a una distribución de esperada o
teórica.
Como ejemplo se analizan 400 intervalos de 5 minutos en el control de tráfico
aéreo en cuanto a la recepción de mensajes de radio, comparándola con una distribución
de Poisson con =4.6.
La columna correspondiente a Probabilidad de Poisson se obtiene o bien de

Tablas (generalmente acumuladas, luego se debe hacer una resta para calcular este
valor) o bien resolviendo la siguiente expresión (como ejemplo, para k=3):
k 3
  4.6  4.6
e e 0.163
k 3
Se han combinado algunos datos de forma que ninguna de las frecuencias

esperadas se menor que 5.
Para probar las discrepancias entre las frecuencias observadas y las esperadas
pueden atribuirse al azar, se usa el estadístico:
k
 oi  ei 2

2

ei
i 1
con k – m – 1 grados de libertad. Siendo k el número de términos de la fórmula y m el
número de parámetros en la distribución supuesta (en este caso Poisson, ).
Problema I: En relación con el caso anterior, probar con un nivel de significación 0.05 si
los datos pueden considerarse como una variable aleatoria que tiene distribución de
Poisson con =4.6.
1. Hipótesis Nula: variable aleatoria que tiene distribución de Poisson con =4.6.
Hipótesis Alternativa: No la tiene.
2. Nivel de significancia:  =0.05. 2 = 2 = 15.507 con =k-m-1=10-1-1=8
4. Cálculos:
2 2
2 ( 18  22.4) ( 47  42.8)
    6.749
22.4 42.8
5- Decisión: dado que 6.749 < 15.507 No se Rechaza la Hipótesis Nula. Luego, la
distribución de Poisson =4.6 proporciona un buen ajuste.
Problema II: La siguiente tabla indica la cifra promedio de accidentes por mil horas-
hombre de la muestra de 50 firmas , obtenidas de una industria específica. Probar la
hipótesis nula de que las frecuencias observadas en esta muestra siguen una distribución
normal, utilizando un nivel de significancia de 0.05.
Cifra promedio de accidentes Número de

por mil horas-hombre firmas
1.5 – 1.7 3
1.8 – 2.0 12
2.1 – 2.3 14
2.4 – 2.6 9
2.7 – 2.9 7
3.0 – 3.2 5
Total 50
1. Hipótesis Nula: variable aleatoria que tiene distribución Normal.

Hipótesis Alternativa: No la tiene.
2. Nivel de significancia:  =0.05. 2 = 2 = 3.841 con =k-m-1=4-2-1=1
4. Cálculos: Es necesario determinar dos parámetros muestrales, la media y la
desviación estándar:
 3 1.6  12 1.9  14 2.2  9 2.5  7 2.8  5 3.1

x 2.32
50
3 1.62  121.92  142.22  9 2.52  7 2.82  5 3.12  502.322
s 0.42
50
Para determinar las frecuencias esperadas se arma el siguiente cuadro:
Cifra promedio de acciden- fronteras de clase (en Probabilidad de estar en Frecuencia esperada
tes por mil horas-hombre unidades normales cada categoría =50.p
(fronteras de clase) estándar)
1.45 – 1.75 -2.07 a –1.35 0.07 3.5
1.75 – 2.05 -1.36 a –0.64 0.17 8.5
2.05 – 2.35 -0.64 a 0.07 0.27 13.5
2.35 – 2.65 0.07 a 078 0.26 13.0
2.65 – 2.95 0.78 a 1.50 0.15 7.5
2.95 – 3.25 1.50 a 2.21 0.05 2.5
En base a esto se puede generar el siguiente cuadro:
5- Decisión: dado que 2.40 < 3.841 No se Rechaza la Hipótesis Nula. Luego, la
distribución Normal proporciona un buen ajuste.

FALSILLAS

Cargado por

Copyright:

Formatos disponibles

FALSILLAS

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

FALSILLAS

Cargado por

Copyright:

Formatos disponibles

Universidad de Mendoza Ing.

Jesús Rubén Azor Montoya

Si bien la varianza muestral s es un estimador insesgado de 2, esto no implica

d2 1.128 1.693 2.054 2.326 2.534 2.704 2.847 2.970 3.078

Esto se puede comprobar mediante el siguiente segmento de programa en

% Generacion de la muestra de varianzas

como se puede de la corrida:

Luego R/d2 es un estimador insesgado de , y para muestras muy pequeñas

Ejemplo: Las siguiente muestra aleatoria son mediciones de la capacidad de producción

8260 8130 8350 8070 8340

usar el rango de la muestra para estima  de la capacidad de producción de calor del

 8260  8130  8350  8070  8340

En la mayoría de las aplicaciones prácticas, la estimación de intervalos para  o

de aquí operando matemáticamente:

se determina el intervalo de confianza (1-).100% para la varianza poblacional.

Ejemplo: La desviación estándar de las duraciones de una muestra de 20 lámpara

= n-1 = 20-1 = 19 grados de libertad

/2 = 0.025  = 8.907  = 32.852

el intervalo de confianza para la varianza será:

y para la desviación estándar:

Lo que significa que hay un 95% en el nivel de confianza que la desviación

Este método se aplica a muestras aleatorias de poblaciones normales. Si el

que es un intervalo de confianza para  en muestras de gran tamaño.

Ejemplo: La desviación estándar de la resistencia a la rotura de 100 cables producidos

/2 = 0.025 z  = 1.96

HIPÓTESIS REFERIDA A UNA VARIANZA

Se considera el problema de probar la hipótesis nula de que la varianza de una

1– Hipótesis Nula  = 0.50

2- Nivel de significancia:  =0.05.  2 = 2= 23.685

Si la población que se muestrea tiene un tamaño relativo grande (n > 30) la

La información que suele disponerse al estimar la proporción es el número de

siendo x0 el máximo entero para el que se verifica la desigualdad. Y:

siendo x1 el mínimo entero para el que se verifica la desigualdad.

Para el cálculo se requieren tres valores: el número designado de éxitos (x); el

Con la tablas se utiliza el valor acumulado, por ejemplo:

b(3,5,0.2) = b(3,5,0.2) - b(2,5,0.2) = 0.9933 – 0.9421 = 0.0512

Retomando el tema principal, se puede asegurar con probabilidad de

x0(p) < x < x1(p)

Para transformar esta desigualdad en un intervalo de confianza para p, se recurre a

Ejemplo: Se desean hallar intervalos con un nivel de confianza del 95%,

B(x0, 20, p) < 0.025 (para p<0.5)

mientras que x1 sea el mínimo entero de modo que:

1 - B(x1-1, 20, p) < 0.025 (para p<0.5)

% Tabla de valores de x0 para determinacion de intervalo

se puede calcular lo siguiente cuando se ejecuta:

que interpretado como un cuadro de valores queda:

p 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Con guiones se han indicado los valores que no tienen sentido.

Para distintos valores de n se obtienen distintas ramas. Esto se grafica en forma

  0.05 Nivel de significación de la prueba

p  0.1 0.2 0.9 Rango para p

Para un valor dado de x, es posible obtener cuotas de p, con un nivel de

0.24 < p < 0.75 con un nivel de significación de 0.05

ejecutando la función Matlab:

x/p=136/400 z/2= z=2.575

0.34  0.061  p  0.34  0.061 0.279  p  0.401

Para verificar gráficamente, se hace una pequeña modificación al programa de

La fórmula anterior de E puede servir para determinar el tamaño muestral que es

Ejemplo: Suponer que se desea estimar la proporción real de unidades defectuosas en un