Instituto Tecnológico de Roque Ing.
Gestión Empresarial IV
Docente: Ana Karen Ávila Malagón
Estadística Inferencial
Alumno: Miguel de Jesús Guzmán Hernández Fecha: 25/06/2021
Resuelve los siguientes ejercicios, planteando las hipótesis correspondientes y
realizando la prueba de hipótesis que se pida
PRUEBA DE INDEPENDENCIA JI-CUADRADA
Un agente de marca está preocupado porque la participación de mercado de su marca se
distribuye en forma dispareja en el país. En una encuesta en la que se dividió el país en
cuatro regiones, se tomó un muestreo de 100 consumidores en cada región con los
siguientes resultados:
TABLA DE CONTINGENCIA
a) Determine las hipótesis
H0: las ventas de la marca son independientes de la zona de venta
H1: las ventas de la marca no son independientes de la zona de la venta
Ejabre la tabla de frecuencia observada y esperada
Tabla de frecuencia observada
NE NO SE SO TOTAL
Compra la 40 55 45 50 190
marca
No compra 60 45 55 50 210
la marca
Total 100 100 100 100 400
Tabla de frecuencia esperada
NE NO SE SO TOTAL
Compra la 47.5 47.5 47.5 47.5 190
marca
No compra 52.5 52.5 52.5 52.5 210
la marca
Total 100 100 100 100 400
b) Calcule X² de la muestra
Observada Esperada (0−E)²
E
40 47.5 1.1842
60 52.5 1.0714
c) Para un nivel de significancia del
55 47.5 1.1842
45 52.5 1.0714 0.05 pruebe si la participación de la
45 47.5 0.1316
marca es dependiente o
55 52.5 0.1190
50 47.5 0.1316 independiente según la región
50 52.5 0.1190 donde se entreviste.
X² = 5.0125
No rechazamos H0 como verdadera:
La participación de la marca (las ventas)
X² = y7.815
a=0.05 gl =3 es independiente de las regiones de
venta.
PRUEBA DE BONDAD Y AJUSTE
Realiza una investigación documental de algún ejercicio que se resuelva mediante la
prueba de bondad y ajuste usando alguna otra distribución de probabilidad, como puede
ser la binomial, la de poisson o la normal. Anota el planteamiento y la solución del ejemplo
5.4.1 PRUEBA DE BONDAD DE AJUSTE.
CONCEPTOS CLAVES: Parámetro. Estimador. Hipótesis. Frecuencia esperada
Estadístico de prueba. Nivel de significación. Región de rechazo. Conclusión.
RESUMEN DE CONCEPTOS Y PROPIEDADES:
Sea X ∼ 0 ( ) 0 es una distribución teórica conocida que depende de un parámetro y
,
se tiene una muestra aleatoria de tamaño n de X agrupada en m categorías A1, A2 ,....., An
con frecuencias observadas n1 , n2 ,...., nm
Pasos a seguir al realizar la prueba de hipótesis:
P1: Plantear hipótesis.
Hipótesis nula H0 : Los datos se ajustan a la distribución teórica 0
v/s Hipótesis alternativa HA : Los datos no se ajustan a la distribución teórica
m
n e 2
P2: Estadístico de prueba: J i i
∼ 2 (m k 1)
0
i 1 ei
Donde ni : Frecuencia observada de la categoría Ai
ei nP( Ai ) : Frecuencia esperada de la categoría Ai
k : número de parámetros estimados en la distribución teórica.
m : número de categorías en que se agrupan los datos.
P3: Establecer un nivel de significación: P(Re chazar H0 / H0 es verdadero)
P4: Región de rechazo de H 0
Para H v / s H R x / x 2
0
1)
A (1 ,m k
P5: Decisión: Si J0 R se H0 al nivel de significación
rechaza
P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.
EJERCICIO RESUELTO, PASO A PASO:
Ejercicio 1: (Aplicación en Ciencias de la salud)
El número de alumnos por semana que sufren algún tipo de accidente en un colegio
durante 36 semanas del periodo escolar es la siguiente:
Nº alumnos accidentados (X) 0 1 2 3 4o
más
Nº de semanas con X accidentes ( ni 6 8 1 6 6
) 0
Probar si la muestra de datos se ajusta a una distribución de Poisson con intensidad ,
con un nivel de significación de 5%
Esquema de solución
Paso 1: Leer cuidadosamente el enunciado del problema.
Paso 2: Identificar la variable en estudio y los parámetros involucrados.
Sea X = Número de alumnos accidentados. En este caso se debe suponer X ∼( ) ;
que
es decir,
P( X j) je y el parámetro involucrado es la intensidad , donde es el
j!
número promedio de alumnos accidentados por semana en la población.
Paso 3: Estimar los parámetros. En este caso se tiene que el estimador de la intensidad
es la media muestral, luego de la tabla de frecuencias obtenemos que
5
xn
0 * 6 1*8 2 *10 3* 6 4 * 6 70
i i
ˆ X i1 1.94
36 36 36
Paso 4: Leer la pregunta 1 y revisar cual de los conceptos se debe usar para
obtener lo pedido. Para responder la pregunta se debe realizar una prueba de bondad de
ajuste
donde las hipótesis deben ser: H0 : Los datos se ajustan a la distribución de Poisson
v/s H A : Los datos no se ajustan a la distribución de Poisson.
Paso 5: Realizar la prueba siguiendo los seis pasos.
P1: Plantear hipótesis.
Hipótesis nula H0 : Los datos se ajustan a la distribución de Poisson
v/s Hipótesis alternativa H A : Los datos no se ajustan a la distribución de Poisson
5
n e 2
P2: Estadístico de prueba: J i i
∼ 2 (5 1 1)
0
i 1 ei
Donde ei P( Ai )*36 Ai ( i para i 1, 2, 3, 4, 5
Luego y X 1)
(1.94)0 e1.94
P(A1) P( X 0) 0.1437 e1 36*0.1437 5.1732
0!
(1.94)1 e1.94
P( A2 ) P( X 1) 0.2788 e2 36 * 0.2788 10.0368
1!
(1.94)2 e1.94
P( A3 ) P( X 2) 0.2704 e3 36 * 0.2704 9.7344
2!
(1.94)3 e1.94
P( A4 ) P( X 3) 0.1749 e4 36 * 0.1749 6.2964
3!
P( A5 ) P( X 4) 1 P( X 4) 0.1322 e5 36 * 0.1322 4.7592
Luego calculamos el valor del estadístico de prueba en la tabla siguiente:
n i e i2
Valores de n ei
ei
X i
0 6 5.173 0.1321
2
1 8 10.03 0.4133
68
2 1 9.734 0.0072
0 4 5
3 6 6.296 0.0139
4 5
4 o más 6 4.759 0.3235
2
5
ni ei 2
J
0.8901
0
i 1 ei
P3: Nivel significación: 0.05
P4: Región de rechazo de H0 v / s H A
R x/ x
2
(1 ,m k 1) x / x 2
(0.95,3) x / x 7.8
P5: Decisión. Como J0 0.8901 7.81 J0 R No se rechaza al nivel de
H0
significación 0.05
P6: Conclusión. Con 95% de confianza la muestra de datos correspondiente al número de
accidentes escolares por semana se ajusta a la distribución de Poisson
