PRUEBAS ESPECIALES CON

𝟐
𝒙
PRUEBA DE CHI-CUADRADO
Es una prueba de hipótesis que compara las distribución observada de los
datos con una distribución esperada de los datos.
Existen diferentes pruebas:
Usando tablas de contingencia: independencia o homogeneidad.
Bondad de ajuste
Diferencia entre 3 o más proporciones
 PRUEBA DE INDEPENDENCIA
Son arreglos de filas y columnas elaboradas con el fin de presentar
información acerca de un fenómeno afectado por 2 características.

Ho: la variable de las filas es independiente de la variable de las

columnas
H1: la variable de las filas depende de la variable de las columnas.

Valor de prueba:
Valor crítico: (número de filas-1)x (número de columnas-1)
EJEMPLO 1:
Una compañía opera cuatro máquinas tres turnos al día. De los registros de
producción, se obtienen los datos siguientes sobre el número de fallas:
Máquinas
Turno A B C D
1 41 20 12 16
2 31 11 9 14
3 15 17 16 10

Pruebe la hipótesis de que el número de fallas es independiente del turno.

EJEMPLO 2: PRUEBA DE HOMOGENEIDAD
Se seleccionan a 200 demócratas, a 150 republicanos y a 150 independientes de
los votantes de cierto estado y se les clasifica respecto a la ley del aborto según
estén a favor, en contra o no hayan decidido. Las respuestas se observan a
continuación.
Afiliación política
Ley del aborto Total
Demócrata Republicano Independiente

A favor 82 70 62 214
En contra 93 62 67 222
Sin decisión 25 18 21 64
Total 200 150 150 500

 ¿Las tres categorías de votantes son las mismas con respecto a sus opiniones en
relaciones a la ley del aborto propuesta?
BONDAD DE AJUSTE Prueba especial de Chi-
cuadrado
EJEMPLO 1:
Un dado se lanza 180 veces con los siguientes resultados:

x 1 2 3 4 5 6
f 28 36 36 30 27 23

¿Se trata de un dado no cargado¿ Utilice un nivel de significancia

de 0.01.
EJEMPLO 2:
Las calificaciones en un curso de estadística para un semestre en particular fueron los
siguientes:
Calificación A B C D E
f 14 18 32 20 16

Pruebe la hipótesis, con una nivel se significancia de 0.05, que la distribución de

calificaciones es uniforme.
EJEMPLO 3
Se sacan tres cartas de un paquete común de cartas de juego, con reemplazo y se
registra el número de Y de espadas. Después de repetir el experimento 64 veces, se
obtuvieron los siguientes registros:

Y 0 1 2 3
f 21 31 12 0

Pruebe la hipótesis, con una nivel de significancia de 0.01, de que los datos
registrados pueden ser equiparados por la distribución binomial.
EJEMPLO 4
Se lanza una moneda hasta que cae una cara y se registra el número X de
lanzamientos. Después de repetir el experimento 256 veces, se obtienen los
siguientes resultados:

x 1 2 3 4 5 6 7 8
f 136 60 34 12 9 1 3 1

Pruebe la hipótesis con un nivel de significancia de 0.05 que la distribución

observada de X puede ser equiparada por la distribución geométrica.
EJEMPLO 5
Suponga que una compañía requiere que los estudiantes del último año de la
universidad que buscan trabajo sean entrevistados por 3 ejecutivos diferentes. Esto
permite que la compañía obtenga una evaluación por consenso de los candidatos.
Cada ejecutivo califica al candidato como positivo o negativo, la tabla muestra los
resultados de las entrevistas de los últimos 100 entrevistados.
Con el propósito de planear la contratación, el director de selección de personal de
la compañía piensa que el proceso de entrevista puede modelarse como una
distribución binomial con p=0.4, es decir que la probabilidad de cualquier
candidato obtenga una calificación positiva es 0.4. ¿considera correcta la suposición
del director de personal¿
Calificaciones positivas en las No. de candidatos que obtienen
tres entrevistas. la calificación
0 18
1 47
2 24
3 11
EJEMPLO 6:
Los automóviles que salen del departamento de pintura de una planta de
ensamblaje son sometidos a un examen detallado de todas las superficies exteriores
pintadas. Para los 380 automóviles producidos recientemente, el número de manchas
por auto se resume a continuación.
Manchas de automóvil 0 1 2 3 4
No. de automóviles 242 94 38 4 2

Con un nivel de significancia de 0.05. ¿estos datos pertenecen a una distribución de

Poisson?
EJEMPLO 7:
Un investigador en el departamento de educación recopiló datos que consisten en
una muestra aleatoria simple de 300 calificaciones del examen SAT para alumnos
del último año de enseñanza media que presentaron el examen de admisión a la
universidad del año pasado para esta muestra con media de 945 y desviación
estándar 142. La distribución de frecuencia para las calificaciones se muestra en la
tabla siguiente: Calificación Frecuencia
Menor a 800 36
800-900 96
900-1000 78
1000-1100 48
1100-1200 25
1200-1300 10
1300-1400 3
Mayor a 1500 4
…CONTINUACIÓN
Con base a los datos de muestra compruebe que los datos pertenecen a una
distribución normal con una significancia de 0.10.
EJEMPLO 8: PRUEBA PARA VARIAS
PROPORCIONES
En el estudio de un taller, se obtuvo un conjunto de datos para determinar si la
proporción de artículos defectuosos producidos por los trabajadores era la misma
durante el día, la tarde o la noche. Se encontraron los siguientes datos:
Turno
Día Tarde Noche
Defectuosos 45 55 70
No defectuosos 905 890 870

Utilice un nivel de significancia de 0.025 para determinar si la proporción de

artículos defectuosos es la misma para los tres turnos.