CHI SQUARED

Las pruebas chi-cuadrado son un grupo de contrastes de hipótesis que sirven para comprobar
afirmaciones acerca de las funciones de probabilidad (o densidad) de una o dos variables aleatorias.
Estas pruebas no pertenecen propiamente a la estadística paramétrica pues no establecen
suposiciones restrictivas en cuanto al tipo de variables que admiten, ni en lo que refiere a su
distribución de probabilidad ni en los valores y/o el conocimiento de sus parámetros. Tiene cuatro
aplicaciones principales:

1. Probar la supuesta independencia de dos variables cualitativas de una población,

2. Hacer inferencias sobre más de dos proporciones de una población.

3. Hacer inferencias sobre la varianza de la población.

4. Realizar pruebas de bondad de ajuste para evaluar la credibilidad de que los datos muestrales,
vienen de una población cuyos elementos se ajustan a un tipo específico de distribución de
probabilidad

a) Gráfica y fórmula f(x)

Fig 1. Gráfica f(x) Chi Squared

𝑥−𝛾
(𝑥 − 𝛾)𝑣∕2−1 exp⁡(− 2 )
𝑓(𝑥) = 𝑣
2𝑣⁄2 𝛤(2)

Ec 1. Fórmula de la función de densidad de probabilidad f(x)

b) Gráfica y fórmula F(x)

Fig 2. Gráfica F(x) Chi Squared

𝛤(𝑋−𝑌)∕2 (𝜈 ∕ 2)
𝐹(𝑥) =
𝛤(𝑣 ∕ 2)
Ec 2. Fórmula de la función de distribución acumulativa F(x)

Con los siguientes parámetros se obtienen los siguientes datos estadísticos en el programa
computacional EasyFit.

PARÁMETROS

𝜈 3

𝛾 0

Tabla 1. Parámetros utilizados para el cálculo de los siguientes puntos

c) Media
d) Varianza y desviación estándar

e) Coeficiente de asimetría

f) Coeficiente de curtosis

g) Calcular la probabilidad cuando se conoce el valor de x o se conoce el intervalo de x.

Sea X= 2

Las probabilidades son los siguientes:

h) Calcular el valor de x cuando conocemos el valor de probabilidad acumulada por la izquierda

Teniendo la siguiente probabilidad acumulada por la izquierda, donde:

El valor de X es:

i) Comentario

Considero que esto tiene un grado de complejidad medio, sin embargo es de mucha utilidad
porque con este análisis se puede probar qué tan bien una muestra de datos categóricos se ajusta
a una distribución teórica, aunado a que con ayuda de un software especializado en estadística
esto resulta muy digerible.