Cardona - Elda AP U4 Archivo.2

INSTITUTO TECNOLÓGICO
SUPERIOR DE
HUAUCHINANGO.
INGENIERIA INDUSTRIAL
APLICACIÓN U4. Pruebas de bondad
de ajuste y pruebas no paramétricas
ESTADÍSTICA INFERENCIAL
DOCENTE: Ing. Julio César Martínez
Hernández
Integrantes: Elda Lizeth Cardona Aguilar,
Carlos Eduardo López Suarez, José Luis
Negrete Torres, Angelita Itzel Valentín
Arroyo.
G1MIND03
RESUMEN -Prueba de Ryan–Joiner.
Las pruebas de bondad de ajuste son Proporciona un coeficiente que indica
pruebas de hipótesis que nos sirven para
exactamente la correlación entre los datos y
verificar si los datos que estamos las puntuaciones normales de los datos.
observando dentro de una muestra Una vez que el coeficiente de correlación se
aleatoria se ajustan con un nivel acerca a 1, los datos se encuentran dentro
significancia determinada distribución de de la gráfica de probabilidad normal; caso
probabilidad. contrario, esto es, cuando el valor critico
Tiene distribución Ji- cuadrada con k-r-1 adecuado es menor, se rechaza la hipótesis
grados de libertad. si el valor estadístico es nula de normalidad.
pequeño, por el contrario, si esas
Palabras clave- Pruebas, hipótesis,
diferencias son grandes, el valor estadístico muestra, distribución.
es grande, por lo tanto, la región de rechazo
de la hipótesis nula se ubica en la cola INTRODUCCIÓN
superior de la distribución Ji-cuadrada al Los contrastes o pruebas de bondad del
nivel de significancia. ajuste tienen como objeto decidir si puede
aceptarse la hipótesis de que una muestra
Mediante esta investigación se llevo a cabo
dada procede de una población con una
la realización de las siguientes pruebas con
distribución de probabilidad totalmente
datos derivados de los usuarios diarios de
especificada en la hipótesis nula. Estos
Tik Tok una red social de tendencia
contrastes se basan en la comparación de
mundial.
las frecuencias observadas en la muestra
-Prueba de Kolmogorov-Smirnov. con aquellas que cabría esperar si la
hipótesis nula fuera cierta. La hipótesis nula
Es la distribución de un conjunto de valores
se rechaza si existe una diferencia
de la muestra y alguna distribución teórica
significativa entre las frecuencias
específica. La prueba se compara la
observadas y las esperadas.
distribución de frecuencia acumulativa de
la distribución teórica con la distribución de En este tipo de contrastes la distribución de
frecuencia acumulativa observada. Se probabilidad del estadístico de prueba es
determina el punto en el que estas dos independiente de la postulada en la
distribuciones muestran la mayor hipótesis nula y depende sólo del tamaño de
divergencia. la muestra o del número de clases en que se
agrupa la variable.
Las mediciones se encuentran al menos en
una escala de intervalo. MARCO TEÓRICO
Las pruebas de bondad de ajuste tratan de
-Prueba de Anderson Darling.
verificar si el conjunto de datos se puede
Indican que la distribución se ajusta mejor ajustar o afirmar que proviene de una
a los datos. Los valores calculados para determinada distribución.
distribuciones diferentes pudieran no ser
comparables directamente. debe utilizar la Las pruebas básicas que pueden aplicarse
gráfica de probabilidad y otras son: la ji-cuadrada y la prueba de Smimov-
informaciones para evaluar el ajuste de Kolmogorov. Ambas pruebas caen en la
distribución. categoría de lo que en estadística se
denominan pruebas de “Bondad de Ajuste”
y miden como el nombre lo indica, el grado Cuanto más se aproxima a cero el valor de
de ajuste que existe entre la distribución chi-cuadrada, más ajustadas están ambas
obtenida a partir de la muestra y la distribuciones.
distribución teórica que se supone debe
seguir esa muestra. Ambas pruebas están METODOLOGÍA
basadas en la hipótesis nula de que no hay PROCEDIMIENTO
diferencias significativas entre distribución
Registro de usuarios diarios
muestral y la teórica. H0 es la distribución
que se supone sigue la muestra aleatoria. La de Tik Tok en Excel.
hipótesis alternativa siempre se enuncia
como que los datos no siguen la Obtención de gráficos de las
distribución supuesta. distintas pruebas de ajuste
Hablamos de bondad de ajuste cuando en Minitab.
tratamos de comparar una distribución de
RESULTADOS
frecuencia observada con los valores
correspondientes de una distribución
esperada o teórica. Algunos estudios
producen resultados sobre los que no
podemos afirmar que se contribuyen
normalmente, es decir con forma
acampanada concentradas sobre la media.
Su fórmula es la siguiente:
Tabla de población de usuarios diarios.

Oi: Valor observado en la i-ésimo
Usuarios Usuarios
dato. No.D No.D
diarios(mill diarios(mill
Ei: Valor esperado en la i-ésimo ías ías
ones) ones)
dato. 1 3.254 51 1.667
k: Categorías o celdas. 2 4.121 52 1.082
m: Parámetros estimados sobre la
3 3.581 53 1.080
base de los datos de la muestra.
4 4.690 54 1.808
Los grados de libertad vienen dados
por gl= K-m-1. 5 2.631 55 1.407
6 3.569 56 4.479
7 4.151 57 3.258
Criterio de decisión: 8 2.394 58 3.123
9 1.341 59 1.467
Se rechaza H0 cuando X2≥ X2t: K-m-1 En
10 3.617 60 1.362
caso contrario se acepta.
11 2.246 61 4.438
Donde t representa el valor proporcionado 12 2.491 62 2.881
por las tablas, según el nivel de significación 13 1.419 63 4.086
elegido.
14 3.996 64 1.690
15 4.370 65 3.143
16 2.395 66 3.274 Gráficos en Minitab.
17 3.543 67 3.909
Prueba de Kolmogorov-Smirnov.
18 4.295 68 2.759
19 4.424 69 4.679
20 3.355 70 2.242
21 2.039 71 3.618
22 4.813 72 1.115
23 1.186 73 2.887
24 2.295 74 2.504
25 3.239 75 4.793
26 1.646 76 4.386
27 1.505 77 1.833
28 3.666 78 3.376
29 4.998 79 1.399
30 2.969 80 3.987
31 1.323 81 2.540 Informe de resumen de Usuarios
32 4.840 82 3.315 diarios(millones)
33 3.932 83 4.401
34 3.278 84 1.925
35 3.096 85 1.868
36 4.138 86 4.602
37 2.286 87 1.721
38 4.900 88 1.037
39 4.060 89 4.770
40 3.690 90 1.542
41 2.708 91 3.831
42 3.688 92 4.284
43 4.298 93 4.691
44 1.252 94 1.056
45 2.778 95 4.837
46 1.551 96 1.649
47 3.092 97 1.937 Prueba de Anderson Darling.
48 2.306 98 3.599
49 4.633 99 1.136
50 3.140 100 2.687
Se tomo una población de 100 muestras.
Prueba de Ryan–Joiner • https://www.monografias.com/trabaj
os91/prueba-bondad-no-
parametricas-excel-y-winstats.shtml
• https://www.addlink.es/noticias/minit
ab/2852-que-es-una-prueba-de-bondad
CONCLUSIONES
Las pruebas no paramétricas, también
conocidas como pruebas de distribución
libre, son las que se basan en determinadas
hipótesis, pero lo datos observados no
tienen una organización normal.... Es
necesario realizar pruebas de hipótesis. Las
hipótesis son estrictas. Las observaciones
deben de ser independientes.
Se establece como hipótesis que cuando:
Valor p <0.05 No será normal la
distribución por tanto se rechaza. (Ho)
Valor p >0.05 Sera normal la distribución
por tanto se acepta. (Ho)
Por tanto, una vez realizados los gráficos y
analizadas las tres distintas pruebas se
concluye que todas obtuvieron semejanza
de resultados a diferencia de valores p las
pruebas arrojan un rechazo de hipótesis
debido a que son <0.05 existiendo una
probabilidad de rescate próximo de la
prueba de Kolmogorov-Smirnov.
BIBLIOGRAFÍA
• SUÁREZ, Mario, (2012),
Interaprendizaje de Probabilidades y
Estadística Inferencial con Excel,
Winstats y Graph, Primera Edición.
Imprenta M & V, Ibarra, Ecuador.

Cardona - Elda AP U4 Archivo.2

Cargado por

Copyright:

Formatos disponibles

Cardona - Elda AP U4 Archivo.2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cardona - Elda AP U4 Archivo.2

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLÓGICO

Tabla de población de usuarios diarios.

También podría gustarte