SEDE CUENCA

CAMPUS EL VECINO
CARRERA
INGENIERA ELECTRONICA
MATERIA
PROBABILIDAD Y ESTADISTICA

ESTUDIANTES
PAUL SARMIENTO
BYRON VISCAINO
PERIODO
49

Cuenca-Ecuador
1. RESUMEN
1. En estadstica, la distribucin de Pearson, llamada tambin ji cuadrada(o) o chi
cuadrada, es una distribucin de probabilidad continua con un parmetro k que
representa los grados de libertad de la variable aleatoria.
2. OBJETIVO

2.1 General

El objetivo de esta investigacin es el estudio de varias cuestiones en

relacin con cualitativas cuantitativas cuyos datos estn recogidos en
forma de tabla de frecuencias. El denominador comn a todas ellas es
que su tratamiento estadstico est basado en la misma distribucin
terica: la distribucin 2 (chi-cuadrado ji-cuadrado).

2.2 Especficos

Prueba de Bondad de Ajuste, consiste en determinar si los datos de

cierta muestra corresponden a cierta distribucin poblacional. En este
caso es necesario que los valores de la variable en la muestra y sobre la
cual queremos realizar la inferencia est dividida en clases de
ocurrencia, o equivalentemente, sea cual sea la variable de estudio,
deberemos categorizar los datos asignado sus valores a diferentes clases
o grupos.

Prueba de Homogeneidad de varias muestras cualitativas, consiste en

comprobar si varias muestras de una carcter cualitativo proceden de la
misma poblacin (por ejemplo: estas tres muestras de alumnos
provienen de poblaciones con igual distribucin de aprobados. Es
necesario que las dos variables medibles estn representadas mediante
categoras con las cuales construiremos una tabla de contingencia.

Prueba de Independencia, consistente en comprobar si dos

caractersticas cualitativas estn relacionadas entre s (por ejemplo: el
color de ojos est relacionado con el color de los cabellos?). Aunque
conceptualmente difiere del anterior, operativamente proporciona los
mismos resultados. Este tipo de contrastes se aplica cuando deseamos
comparar una variable en dos situaciones o poblaciones diferentes, i.e.,
deseamos estudiar si existen diferencias en las dos poblaciones respecto
a la variable de estudio.

3. INTRODUCCION

En estadstica, la distribucin chi (de Pearson) es una distribucin de probabilidad continua con un
parmetro k que representa los grados de libertad de la variable aleatoria:

donde Zi son variables de distribucin normal, de media cero y varianza uno. El que la variable
aleatoria X tenga esta distribucin se representa habitualmente as:
5. DESARROLLO

La prueba chi de Pearson se considera una prueba no paramtrica que mide la discrepancia entre
una distribucin observada y otra terica (bondad de ajuste), indicando en qu medida las diferencias
existentes entre ambas, de haberlas, se deben al azar en el contraste de hiptesis. Tambin se utiliza
para probar la independencia de dos variables entre s, mediante la presentacin de
los datos en tablas de contingencia.

La frmula que da el estadstico es la siguiente:

Cuanto mayor sea el valor de menos verosmil es que la hiptesis sea correcta. De la misma
forma, cuanto ms se aproxima a cero el valor de chi-cuadrado, ms ajustadas estn
ambas distribuciones.

Los grados de libertad gl vienen dados por :

Donde r es el nmero de filas y k el de columnas.

Prueba de Independencia

Se usa para analizar la frecuencia de dos variables con categoras mltiples para determinar si las
dos variables son independientes o no.

La prueba Chi cuadrado de independencia es particularmente til para analizar datos de variables
cualitativas nominales.

HOMOGENEIDAD

Se extraen Muestras Independientes de varias poblaciones y se prueban para ver si son

homogneas con respecto a algn criterio de clasificacin.

Un conjunto de Totales Marginales Son Fijos mientras que los otros marginales son Aleatorios.

1.- Planteamiento de hiptesis

Ho: P1 = P2

H1 : P1 diferente de P2

donde:

P1 = Proporcin de vacunados que contraen la enfermedad

P2 = Proporcin de no vacunados que contraen la enfermedad

Prueba de Bondad de Ajuste

Se utiliza para la comparacin de la distribucin de una muestra con alguna distribucin terica que
se supone describe a la poblacin de la cual se extrajo.

El procedimiento general para realizar la prueba es:

1.- Formulacin de la hiptesis

Ho: Los datos de la muestra se ajustan a la distribucin terica escogida

H1: Los datos de la muestra no se ajustan a la distribucin terica escogida

2.- Fijar el nivel de significacin

3.- La estadstica de prueba

(Oi Ei) 2
k

2

i 1 Ei

Ei = npi

Oi = observado

p = nmero de parmetros estimados a partir de la muestra

K = nmero de categoras o clases

pi = probabilidad

calc
2
12 ,k p 1
4.- Determinar la regin crtica: rechazar Ho si:

caso contrario no se rechaza

5.- Decisin y conclusin

Nota: si alguna frecuencia esperada es menor que 5, se debe eliminar esa clase,

Y sumar la frecuencia observada a una clase contigua.

Ho : La variable tiene comportamiento normal

H1 : La variable no tiene comportamiento normal

EJEMPLO
 6. CONCLUCIONES

La principal desventaja de tal tabla de resumen es que no podemos saber como se distribuyen los
valores individuales dentro de un intervalo de clase particular sin tener acceso a los datos originales.
El punto medio de la clase, sin embargo, es el valor usado para representar todos los datos
resumidos en un intervalo particular.

El punto medio de una clase (o marca de clase) es el punto a la mitad de los lmites de cada clase y
es representativo de los datos de esa clase. La probabilidad es la posibilidad u oportunidad de que
suceda un evento particular.

La probabilidad involucrada es una porcin o fraccin cuyo valor vara entre cero y uno
exclusivamente. Observamos un evento que no tiene posibilidad de ocurrir (es decir, el evento nulo),
tiene una probabilidad de cero, mientras que un evento que seguramente ocurrir (es decir, el evento
cierto), tiene una probabilidad de uno. La regla ms evidente para las probabilidades es que deben
variar en valor de 0 a 1. Un evento imposible tiene una probabilidad cero de ocurrir, y un evento cierto
tiene una probabilidad uno de ocurrir.

La probabilidad simple se refiere a la probabilidad de ocurrencia de un evento simple. Una

distribucin de probabilidad para una variable aleatoria discreta es un listado mutuamente excluyente
de todos los resultados posibles para esa variable aleatoria, tal que una probabilidad particular de
ocurrencia est asociada con cada resultado.

7. BIBLIOGRAFIA

[1] G. Obregn-Pulido, B. Castillo-Toledo and A. Loukianov, A globally convergent estimator for n frequencies,
IEEE Trans. On Aut. Control. Vol. 47. No 5. pp 857-863. May 2002.

[2] Probabilidad y Estadistica para Ingenieria y Ciencias - Jay Devore - Septima Edicion

[3] https://prezi.com/hpdge3ldkosf/importancia-de-la-soldadura-de-estano/

[4] Probabilidad y estadstica para ingeniera y ciencias Walpole 9a Ed

[5] Estadistica-_Schawn_4a_edicion