UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERÍA INDUSTRIAL Y SISTEMAS

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

DISTRIBUCION DE PEARSON Ó CHI

CUADRADO
Es una distribución probabilística continua que se apoya
en un parámetro que representa los grados de libertad.

Usos de la Chi Cuadrado:

 Calcular intervalos de confianza

Para la varianza
poblacional
 Prueba de hipótesis
INTERVALOS DE CONFIANZA
Intervalo de confianza para la varianza
2 2
 
( 𝑛− 1 ) 𝑆 2 ( 𝑛 −1 ) 𝑆
2
<𝜎 < 2
𝑋 𝛼 𝑋 𝛼
( , 𝑛 −1) ( 1− ,𝑛 −1)
2 2

Intervalo de confianza para desviación estándar

 
2 2
(𝑛 − 1) 𝑆 (𝑛 − 1) 𝑆
√ 𝑋𝛼
2
<𝜎 <
( , 𝑛 −1)
2
2
𝑋 𝛼
√ (1−
2
,𝑛 −1)
TABLAS CHI-CUADRADO
Datos para hallar el intervalo de confianza:

1. Calcular “n”
2. El grado de libertad: n-1
3. Varianza muestral
4. Nivel de confianza y luego α/2
5. Reemplazar los valores en la formula
6. Utilizar la tabla Chi-cuadrado
7. Hallar el intervalo de confianza para la varianza
 EJERCICIO 1:

Un fabricante de baterías para automóviles hace un estudio

para determinar la variabilidad de la duración de su producto.
Selecciona 5 baterías al azar registra sus duraciones
obteniendo los siguientes resultados: 1.9; 2.4; 3; 3.5; y 4.2
años, a partir de esta muestra estime la varianza de la
duración de las baterías de su producto con una confianza del
95%. Suponga que la población de duraciones de las baterías
es de forma aproximadamente normal
 Solución:
Sabemos que:   n=5

  ( 𝑛− 1 ) 𝑆2 2 ( 𝑛 −1 ) 𝑆 2

2
<𝜎 < 2 n.c. +  = 1
𝑋 𝛼 𝑋 𝛼 0.95 +  = 1
( , 𝑛 −1) (1− ,𝑛 −1)
2 2 a = 0.05
/2 = 0.025
  I.C. = {
INTERPRETACIÓN:
• No existe variabilidad en los
  I.C. = {} productos debido a que pasa por
el (1) es homogéneo

  0.29266.7299
 EJERCICIO 2:

Para estimar la variabilidad de los contenidos de un producto

que una empresa comercializa en bolsas de 150 gramos. Una
muestra aleatoria de 10 unidades del producto resultando los
siguientes pesos en gramos:
150.5 150.7 149 150.4 149.6
151 150.9 149.2 150.3 149.3
Obtener el IC del 95% para la varianza de los contenidos de
todas las unidades del producto en mención
 Solución:
Sabemos que:   n = 10

  ( 𝑛− 1 ) 𝑆2 2 ( 𝑛 −1 ) 𝑆 2

2
<𝜎 < 2 n.c. +  = 1
𝑋 𝛼 𝑋 𝛼 0.95 +  = 1
( , 𝑛 −1) (1− ,𝑛 −1)
2 2 a = 0.05
/2 = 0.025
  I.C. = {

INTERPRETACIÓN:
  I.C. = {} • No existe variabilidad en los
productos debido a que pasa por
el (1) es homogéneo
  0.2633
EJERCICIO 3:

 Los siguientes datos corresponden a los pesos un lote de pepitas de oro en

gramos, de una muestra aleatoria de 10 pepitas de oro.

140 142 140 90 92 84 156 200 185 180

 Hallar un intervalo de confianza del 98% para la verdadera varianza del peso de
las pepitas de oro.
 Solución:
 SABEMOS QUE:   140 142 140 90 92 84 156 200 185 180
 ( 𝑛− 1 ) 𝑆2 ( 𝑛 −1 ) 𝑆 2

2
<𝜎 2 < 2 USANDO LA CALCULADORA, TENEMOS:
𝑋 𝛼 𝑋 𝛼
( , 𝑛 −1) ( 1− ,𝑛 −1)
2 2
   NIVEL DE CONFIANZA
 USANDO LA TABLA:   REEMPLAZANDO VALORES:
  = 21.666
2
𝑋
  𝛼
= 𝑋 2( 0.99 ,9 ) =2.088
(
1 − , 𝑛 −1
2 )
  INTERPRETACIÓN:
SE TIENE UNA CONFIANZA DE 98% QUE LA VERDADERA
VARIANZA DE LAS PEPITAS DE ORO ESTAN EN EL
INTERVALO .PRA HALLAR EL INTERVALO DE CONFIANZA
PARA , SE SACARÁ LA RAIZ CUADRADA DE AMBOS
LÍMITES. OBTENIÉNDOSE
 TABLAS DE CONTIGENCIA
Cuando
   se desea comparar dos caracteres (X, Y) en una misma población que admiten las
modalidades:
, se toma una muestra de tamaño n, representando por el número de elementos de la población que
presentan la modalidad de X e de Y.
 Se plantea la hipótesis nula

Bajo la hipótesis nula, cada frecuencia observada de la tabla de contingencia hay una frecuencia
esperada.

Las condiciones necesarias para aplicar el test de la Chi-cuadrado exige que al menosel 80%
de los valores esperados de las celdas sean mayores que 5. Cuando esto no ocurre hay que
agrupar modalidades contiguas en una sola hasta lograr que la nueva frecuencia sea mayor
que cinco.

Estadístico teórico: Estadístico esperado:

G.L= (K-1) x (m-1)

Donde:
k: Número de columnas
m: Número de filas
 TABLA DE INDEPENDENCIA 2X2 2X3
  CONTRASTE DE INDEPENDENCIA : “
  
 Para las tablas de contingencia 2x2 y 2x3 se obtienen fórmulas sencillas de la utilizando
únicamente las frecuencias observadas
 Hipótesis nula : Las distribuciones empíricas X e Y son independientes

 Se acepta si ESTADÍSTICO OBSERVADO < ESTADÍSTICO TEÓRICO

Se rechaza si ESTADÍSTICO OBSERVADO ESTADÍSTICO TEÓRICO

CONTRASTE DE HOMOGENEIDAD
 EJERCICIO 1: CONTRASTE DE INDEPENDECIA

Una agencia de publicidad desea saber si el género de los consumidores es

independiente de sus preferencias de cuatro marcas de café. La respuesta
determinará si se deben diseñar diferentes anuncios dirigidos a los hombres y
otros diferentes para las mujeres. Realice la prueba con un nivel de significancia
del 5%.  Los resultados obtenidos de la encuesta realizada a 139 personas fue:

MARCA HOMBRE MUJERES

A 18 32
B 25 15
C 15 10
D 12 12

PLANTEAMOS LA HIPÓTESIS:

H0: La marca de café que se consume es independiente del sexo de una persona.

H1: La marca de café que se consume depende del sexo de una persona.
CALCULAMOS LA FRECUENCIA ESPERADA

COMPLETAMOS LA TABLA DE CONTINGENCIA

MARCA
A B C D
SEXO
18 25 15 12
H 70
25.18 20.14 12.59 12.09
32 15 10 12
M 69
24.82 19.86 12.41 11.91
50 40 25 24 139
CALCULAMOS EL GRADO DE LIBERTAD

G.L= (K-1) x (m-1) Donde:

k: Número de columnas
m: Número de filas
G.L= (4-1) x (2-1) = 3

CALCULAMOS EL CHI CUADRADO TEÓRICO:

G.L= 3
 CALCULAMOS LA CHI-CUADRADA: CONSTRUCCIÓN DE LAS ÁREAS DE
ACEPTACIÓN Y RECHAZO:

REEMPLAZAMOS:

7.3912
TOMAR DESICIÓN Y CONCLUIR :

 Con un nivel de confianza del 5% se encontró que la marca de café es

independiente del sexo de la persona. Por lo que se recomienda elaborar un
sólo tipo de anuncio.
 EJERCICIO 2: CONTRASTE DE HOMOGENEIDAD

Para conocer la opinión de los ciudadanos sobre la actuación del alcalde de una determinada ciudad, se realiza
una encuesta a 404 personas, cuyos resultados se recogen en la siguiente tabla:

DE NO
DESACUERDO
ACUERDO CONTESTAN
MUJERES 84 78 37
VARONES 118 62 25

Contrastar, con un nivel de significación del 5%, que no existen diferencias de opinión entre hombres y
mujeres ante la actuación del alcalde.

PLANTEAMOS LA HIPÓTESIS:
H0: No existe diferencia entre hombres y mujeres respecto a la opinión
H1: Existe diferencia entre hombres y mujeres respecto a la opinión.
CALCULAMOS LA FRECUENCIA ESPERADA

COMPLETAMOS LA TABLA DE CONTINGENCIA

NO
DESACUERD DE
CONTESTA
O ACUERDO
N
84 78 37
MUJERES 199
99.5 68.96 30.53
118 62 25
VARONES 205
102.5 71.03 31.46
202 140 62 404
CALCULAMOS EL GRADO DE LIBERTAD

G.L= (K-1) x (m-1) Donde:

k: Número de columnas
m: Número de filas
G.L= (3-1) x (2-1) = 2

CALCULAMOS EL CHI CUADRADO TEÓRICO:

G.L= 2

5.991
CALCULAMOS EL ESTADÍSTICO DE CONTRASTE: CONSTRUCCIÓN DE LAS ÁREAS
DE ACEPTACIÓN Y RECHAZO:

=9.76
X2=5.991 Xc2=9.76
TOMAR DESICIÓN Y
CONCLUIR :
Como:
Se cumple la región de rechazo, concluyendo que las muestras no son homogéneas,
es decir, no proceden de la misma población, hombres y mujeres no opinan lo
mismo.
Chi CUADRADA EN PRUEBA DE HIPÓTESIS
DE UNA VARIANZA
EJERCICIOS

Cuando una muestra aleatoria proviene de una

población distribuida normalmente, la distribución
de la varianza muestral estandarizada es una
distribución chi- cuadrado.
 EJERCICO N°1:

En una fábrica se producen los frascos PET que generalmente son

usados para almacenar los perfumes, se sabe que durante mucho tiempo
los envases PET han tenido una medida del diámetro de la tapa cuya
varianza era 4mm.

El nuevo gerentes espera que haya disminuido la variabilidad del

diámetro de la tapa, para ello sus asistentes realizan una muestra
aleatoria de 25 envases PET, encontrándose una varianza de 4.9mm.

¿Qué noticias le dará el asistente a su gerente? Usar un nivel de

significancia del 5% para realizar cualquier prueba.

cuasi varianza o estadístico

estimador
HALLANDO EL PARÁMETRO QUE POR ESTIMAR (X^2 crítico)
SOLUCIÓN:
Consideramos
PASO4: Región crítica para α dado:

Se rechaza Ho si :

X2calculado < X2crítico

PASO4: Decisión con estadístico de prueba:
EJERCICIO N°2:

Un fabricante de detergentes líquido está interesado en la uniformidad de la máquina utilizada para llenar las botellas (onzas). Al tomar una
muestra aleatoria de 20 botellas se obtiene una varianza para el volumen de llenado de 0,0153. Si la varianza del volumen de llenado es
mayor a 0,01, entonces existe una proporción inaceptable de botellas que serán llenadas con una cantidad menor de líquido. ¿existe evidencia
en los datos muestrales que sugiera que el fabricante tiene un Problema con el llenado de las botellas? Use un nivel de significación de 0,05.
Asumir que la distribución del volumen de llenado es aproximadamente normal.
HALLANDO EL PARÁMETRO QUE POR ESTIMAR (X^2 crítico)
SOLUCIÓN: Consideramos

PASO4: Región crítica para α dado:

Se rechaza Ho si :

X2calculado > X2crítico

PASO4: Decisión con estadístico de prueba:

Concluimos que:

A un nivel de 5% no existe evidencia estadística para

afirmar que la varianza del volumen de llenado Sea
mayor a 0,01.
Rechazamos la hipótesis alternativa.