You are on page 1of 11

ALGUNAS APLICACIONES DE LA PRUEBA DE

CHI CUADRADA

En este capitulo abordaremos tres aplicaciones de la prueba de bondad


de ajuste chi cuadrada que son de uso frecuente. Estas son:
La prueba para la diferencia entre proporciones poblacionales.
La prueba de la independencia de dos variables categóricas.

PRUEBA DE BONDAD DE AJUSTE

La hipótesis nula, en una prueba de bondad de ajuste, es una


conjetura relacionada con el patrón de comportamiento esperado, de
una serie de categorías, o clases, asociadas a una característica en
estudio. Por ejemplo, este comportamiento puede ser uniforme, normal,
binomial, u otro.
La estadística de prueba, suponiendo Ho cierta, esta dada por

Como se ve, esta estadística se basa en la diferencia que hay entre la


frecuencia esperada, en la población en estudio, y las frecuencias
observadas en la muestra.
Se puede probar que esta estadística tiene una distribución X 2 (k – m – 1) ,
o sea, x2 con (k – m – 1) grados de libertad; donde : k es el numero de
categorías; y m es el numero de parámetros estimados.

Observaciones:
1. En este curso veremos como implementar una prueba de bondad
que tiene que ver con una distribución uniforme, y también, con una
distribución que se ajusta a un comportamiento histórico, de la
población en estudio.
2. Es deseable que, las frecuencias esperadas fe > 5 , si no es así,
deberían juntarse categorías.

1
Ejercicios

1. Una fabrica, que produce cierto tipo de articulo, trabaja con 5


maquinas de precisión.
Se supone que el numero diario de productos fallados, por maquina,
debería se el mismo. Cada maquina produce diariamente 250
artículos.
Diariamente se controla el numero de artículos fallados por
maquina. En uno de estos días, el control dio os siguientes
resultados: 7 artículos fallados en la maquina1, 6 en la maquina 2,
10 en la maquina3, 5 en la maquina 4 y 9 en la maquina 5. Use en
nivel de significación de 5% para probar la igualdad en el numero de
artículos fallados por cada una de las 5 maquinas.
En general, una prueba de este tipo se implementa como un proceso
que comienza con el planteamiento de las hipótesis y termina con la
decisión de rechazar o no la hipótesis nula.

2. En una encuesta a profeores de ensañanza basica y media, realizada


en años anteriores, se determino que el 18,7 % de ellos estaban de
acuerdo con el sistema de administracion municipal de la
educacion; 27,6% con el sistema particular subvencionado y , un
53,7% manifestaron el deseo de cvolver a la administracion del
ministerio de educacion (mineduc)
En el año 2017, se encuestaron aleatoriamente 1425 profesores de
basica y media; de los cuales, 217n se pronunciaron a favor de la
administracion municipal, 311 por la particular subvencionada y 897
por la administracion del mineduc.
Con un nivel de significacion del 5% determine si existe evidencia
estadistica para afirmar que la oipinion de los profesores en el 2017,
respecto de la administración de la educacion, habria cambiado o no
en relacion a os años anteriores.

3. Se hizo una encuesta a estudiantes, que estuvieran debidamente


informados, acerca de la nueva ley de educacion, presentada al
congreso por el gobierno. Se encuestaron al azar 55 estudiantes de
cuarto medio 62 universitarios y 34 de postgrado. Se les consulto si
estaban a favor o en contra del proyecto. Manifestaeron estar a
favor del proyecto 37 de los estudiantes de cuarto medio, 49 de los
universitarios y, 26 de los alumnos de postgrado.

2
Asumiendo un nivel de significacion del 1% , se podria afirmar que,
las opiniones serian significativamente diferentes entre los tres tipos
de estudiantes.

En general, las etapas para una prueba de este tipo se describen a


continuacion.

4. Se hizo una investigacion en los jardines infantiles de arica, con el


objetivo de deteerminar si habria asociacion entre la “agresividad”
de parvulo y la calidad de la “comunicación efectiva” dentro de su
hogar. Para esto, se eligio una muestra aleatoria de 70 parvulos y se
uso un nivel de significacion del 3 %.
Los resultados, se describen en el siguiente cuadro.

Comunicación buena mala Total


efectiva agresivida
Sin agresividad 30 5 35
Con agresividad 17 18 35
Total 47 23 70

3
5. Se ha hecho una investigacion, relacionada con la reaccion de la
gente y, considerando su simpatia politica, acerca de la “nueva ley
de previsión”. Los resultados de la consulta se registran en el
siguiente cuadro. Con esta informacion y, usando un nivel de
significacion del 5% , se podria asegurar que las reaccion de la
gente, en relacion a dicha ley, esta influenciada por si simpatia
politica.

Reaccion simpatia A favor Neutral En


politica contra
Concentracion 120 20 20
Alianza 77 21 42
otra 55 15 30

6. Para determinar si el sexo y la edad estarian relacionados, en los


compradores de telefonos celulares de ultima generacion, se hizo
una investigacion en base a una muestra aleatoria de 244
compradores de estos equipos. Los resultados se describen se
describen en el siguiente cuadro. Use un nivel de significacion del
5% para probar si hay relacion o no, entre sexo y edad, en los
clientes que compran este tipo de celular.

Sexo Masculino Femenino Total


Edad
Menos de 30 años 68 73 141
30 años o más 52 51 103
Total 120 124 244

7. Historicamente, se ha determinado que un 35,8% de los alumnos del


primer semestre, de las carreras de psicologia, reprueban la
asignatura de estadistica 1, ya sea que estudien en la universidad de
tarapaca, arturo prat, catolica del norte o La Serena. De los
resultados obtenidos en el primer semestre de 2019 se obtuvieron
los siguientes resultados.
De 146 alumnos de la universidad de tarapaca, reprobaron 41; de
132 de laA. Prat, reprobaron 55; de 157 de la catolica del norte,
reprobaron 66; y , de 153 de La Serena reprobaron 49.
Con un nivel significacion del 5% prueba si la proporcion de
alumnos reprobados de estadistica 1, en el 2019, se mantiene igual
a 35,8% para cada una de as carreras de psicologia de las 4
universidades.

PROBABILIDAD CONDICIONADA LEY TOTAL


Y LEY DE BAYES

4
3. Definición de probabilidad condicionada.

Para introducirnos en este concepto, veamos primero el siguiente


ejemplo:

Los resultados de una encuesta sobre la actitud política de 334


personas es el siguiente:

HOMBR MUJER TOTA


ES ES L
DERECHA
145 42 187
S
IZQUIERD
51 96 147
AS
TOTAL 196 138 334

Sea A:’ser hombre’ y B:’ser de derechas’

Se elige una persona al azar, ¿Cuál es la probabilidad de que sea de


derechas sabiendo que es hombre?. Evidentemente la probabilidad
145
pedida es: pues hay 196 varones de los cuales 145 son de
196
derechas.

Esta probabilidad es la que llamamos Probabilidad condicionada del


suceso B respecto al suceso A. Dicho de otro modo, la probabilidad
condicionada de un suceso B respecto de otro A es la probabilidad del
suceso B sabiendo que previamente ha ocurrido el suceso A.

Definición: Se llama probabilidad condicionada del suceso B


respecto del suceso A, y lo denotamos por P ( B / A ) , al cociente:

P ( A �B )
P ( B / A) = si P ( A ) �0
P ( A)
Análogamente se define P ( A / B ) .

De lo anterior se deducen claramente las relaciones siguientes:

P ( A �B ) = P ( A ) �
P ( B / A)
P ( A �B ) = P ( B ) �
P ( A / B)

Ejemplo: De una urna que contiene 9 bolas rojas y 5 negras, se extraen


sucesivamente 2 bolas. Calcular la probabilidad de los siguientes
sucesos:

a) Que las dos sean negras

5
b) Que las dos sean rojas
c) Que la segunda sea roja sabiendo que la primera fue negra.

Solución:

a) Sea N1 : Sacar la 1ª negra


N 2 : Sacar la 2ª negra

5 4
P ( N1 �N 2 ) = P ( N1 ) �
P ( N 2 / N1 ) = �
14 13

b) Sea R1 : Sacar la 1ª roja


R2 : Sacar la 2ª roja

9 8
P ( R1 �R2 ) = P( R1 ) �
P ( R2 / R1 ) = �
14 13

c) Sea N1 : Sacar la 1ª negra


R2 : Sacar la 2ª roja

9
P( R2 / R1 ) =
13

4. Concepto de sucesos independientes.

Definición: Dos sucesos A y B se dicen independientes si


P ( B ) = P ( B / A)

Ejemplo: Consideremos el experimento de extraer cartas de una


baraja. ¿Cuál es la probabilidad de extraer dos reyes?

a) sin devolver la 1ª carta.


b) Con devolución

Sol. a) R1 :”conseguir rey en la 1ª extracción”


R2 :”conseguir rey en la 2ª extracción”

P ( R1 �R2 ) = P ( R1 �R2 ) = P ( R1 ) �
P ( R2 / R1 ) = 4 / 40 �
3 / 39

6
b) P ( R1 �R2 ) = P( R1 ) �
P ( R2 ) = 4 / 40 �
4 / 40

5. Cálculo de probabilidades condicionadas y de intersección de


sucesos.

De la combinación de la fórmula de la probabilidad condicionada y de


la definición de sucesos independientes se puede deducir que si dos
sucesos A y B son independientes entonces:

P ( A �B ) = P ( A ) �
P ( B)

Esta fórmula se puede extender para el caso de n sucesos


independientes A1 , A2 ,..., An , quedando: P ( A1 �A2 �... �An ) =
P( A1 ) �
P ( A2 ) ��
... P( An )

Como hemos visto, en el caso de sucesos dependientes teníamos la


expresión:

P ( A �B ) = P ( A) P ( B / A)

que en el caso de tres sucesos sería:

P ( A �B �C ) = P( A) �
P( B / A) �
P (C / A �B)

pudiendo generalizar también esta fórmula para el caso de n sucesos.

Definición: Se dice que un conjunto de sucesos A1 , A2 ,..., An forman un


sistema completo de sucesos para un determinado experimento
aleatorio si verifican las dos condiciones siguientes:

- A1 �A2 �... �An = E


- A1 , A2 ,..., An son incompatibles dos a dos. Ai �Aj = f ( )
Teorema de la probabilidad total

Sea A1 , A2 ,..., An un sistema completo de sucesos tales que la


probabilidad de cada uno de ellos es distinta de cero, y sea B un
suceso para el que se conocen las probabilidades P ( B / Ai ) , entonces la
probabilidad del suceso B viene dada por:

n
P ( B / Ai )
P ( B) = �P( Ai ) �
i =1

7
Demostración:

B = B �E = B �( A1 �A2 �... �An ) = ( B �A1 ) �( B �A2 ) �... �( B �An )


n n
entonces : P ( B ) = �P( B �Ai ) = �P ( Ai ) �
P ( B / Ai )
i =1 i =1

Teorema de Bayes

Sea A1 , A2 ,..., An un sistema completo de sucesos tales que la


probabilidad de cada uno de ellos es distinta de cero, y sea B un
suceso para el que se conocen las probabilidades P ( B / Ai ) , entonces:

P( Ai ) P( B / Ai )
P( Ai / B) = n
i = 1, 2,..., n
�P( A ) �P( B / A )
i =1
i i

Demostración:

P( Ai �B ) = P ( Ai ) �
P ( B / Ai ) = P ( B) �
P( Ai / B ) i = 1,..., n

despejando P ( Ai / B ) nos queda:

P( Ai ) P( B / Ai )
P( Ai / B) = i = 1, 2,..., n
P( B )

y por el teorema de la probabilidad total :

P ( Ai ) P ( B / Ai )
P ( Ai / B ) = n
i = 1, 2,..., n
.
�P( A ) �P (B / A )
i =1
i i

Ejemplo:

Se tiene dos urnas, la primera tiene 3 bolas blancas y 2 negras, la


segunda tiene 2 bolas blancas y 3 negras. Se elige al azar una urna y
de ella se extrae una bola. Calcular la probabilidad de que sea blanca.

Sea A1 :”elegir la urna nº1”


A2 :”elegir la urna nº2”
B :”extraer bola blanca”

8
1 3 1 2 1
P( P( B ) = P( A1 ) �
P ( B / A1 ) + P ( A2 ) �
P( B / A2 ) = �+ � =
2 5 2 5 2

Supongamos ahora que realizada la extracción, la bola resulta ser


blanca y queremos saber qué probabilidad hay de que la bola proceda
de la urna nº1.

1 3

P( A1 ) P( B / A1 ) 2 5 3
P( Ai / B) = = =
P( A1 ) P( B / A1 ) + P( A2 ) P ( B / A2 ) 1 �3 1 2 5
+ �
2 5 2 5

EJERCICIOS PROBABILIDAD CONDICIONADA LEY


TOTAL Y LEY DE BAYES

1. Una urna contiene 3 bolas blancas y 2 negras. Obtén los posibles


resultados y sus
probabilidades al extraer dos bolas.
a) Sin reemplazamiento.
b) Con reemplazamiento.

2. Sean A y B dos sucesos de un espacio de probabilidad de manera


que :

P(A)=0,4 ; P(B)=0,3 y P(A∩B)=0,1


Calcular razonadamente:

a) P(A �B) b) P( A �B ) c) P(A/B) d) P( A ∩B)

3. ¿Son independientes los sucesos: sacar una figura (sota, caballo y


rey) y sacar un oro al
tomar una carta de una baraja española de 40 cartas?

4. Sean A y B dos sucesos de una espacio de probabilidad tal que P(A


�B)=0,7 y P(A)=0,3.
Hallar P(B) si:

a) A y B son incompatibles
b) A y B son independientes
c) P(A/B)=0,35

5. Un negocio se provee de cierto articulo el cual es producido por 3


fabricas: la I, la II y la III. En lI, se provee del 28% de sus
necesidades, en la II del 33% y en la II del 39%. De lo que produce
cada fabric, se ha determinado que serian defectuosos: 5,1% de los
artículos de la fabrica I, 3,2% de los de la II; y el 2,4% de la III.

9
a) Defina los sucesos simples involucrados en el problema, sus
probabilidades de ocurrencia y dibuje un diagrama de árbol.
b) Calcule la probabilidad que un articulo elegido al azar, comprado
por el negocio sea defectuoso.
c) Si el negocio compra 3800 artículos aproximadamente cuantos
serian defectuosos.
d) Si se elige un articulo, y este es defectuoso, cual es la
probabilidad que provenga de la fabrica I.
6. En una fabrica, se quiere evaluar la efectividad de un programa de
seguridad que requiere que algunos operarios, seleccionados al
azar, usen casco de seguridad. Durante el periodo de prueba, se
encontró que los operarios que usan casco de seguridad siempre,
algunas veces o nunca, están en la razón de 4 : 5 : 3. También , se
encontró que sufren lesiones un 2,2 % de los que siempre usan
casco; 4,3% de los que usan algunas veces y 8% de los que nunca
usan.
a) Defina los sucesos simples involucrados, sus probabilidades de
ocurrencia y dibuje un diagrama de árbol.
b) Si en la fabrica trabajan 560 operarios, aproximadamente
cuantos de ellos no deberían sufrir lesiones
c) Si supiéramos que 120 operarios no sufrirán lesiones, calcule
cuantos de ellos habrían usado cascos de seguridad algunas
veces o nunca.

7. El numero de camiones que pasan por una gasolinera, con respecto


a otros vehículos, que también pasan por ahí, guarda relación de 3
es a 2. Se estima que el 10% de los camiones se abastecen de
combustible; mientras que, de los otros vehículos se estima que
pasan a abastecerse de combustible el 20%. Si la gasolinera llega a
una maquina a abastecerse de combustible, cual es la probabilidad
que esta sea un camión.

8. Un estudiante cuenta, para un examen, con la ayuda de un


despertador, el cual consigue despertarlo en un 80% de los casos. Si
oye el despertador, la probabilidad de que realice el examen es 0,9 y,
en caso contrario, de 0,5.

a) Si va a realizar el examen ¿cuál es la probabilidad de que haya


oído el despertador?
b) Si no realiza el examen, ¿cuál es la probabilidad de que no haya
oído el despertador?

9. En una universidad, en la que sólo hay estudiantes de


Empresariales, G.A.P. y R.R.L.L., acaban la carrera el 10% de
Empresariales, el 55% de G.A.P. y el 45% de R.R.L.L. Se sabe que el
70% estudian Empresariales, el 20% G.A.P. y el 10% R.R.L.L.
Tomando a un estudiante cualquiera al azar, se pide:

10
a) Probabilidad de que haya acabado la carrera y sea de
Empresariales.
b) Nos dice que ha acabado la carrera. Probabilidad de que sea de
Empresariales

11

You might also like