|



 

Un problema importante en estadística es obtener información acerca de

la forma de la población de la cual se tomó la muestra. La forma de la
distribución es lo importante.
A veces lo que nos interesa es cierto aspecto en particular de la
población, por ejemplo, el valor de un parámetro, pero para realizar las
pruebas se hacen supuestos sobre la distribución, así que primero hay
que revisar si la población se distribuye como se supone, como por
ejemplo, la prueba para la media que supone poblaciones normales.
La compatibilidad de un conjunto de valores observados en una muestra
con una distribución normal o cualquier otra puede ser revisada utilizando
una 
  
  
  Estas pruebas están diseñadas para
una hipótesis nula donde se enuncia la forma de la función de distribución
o de la función de probabilidad de la población de la cual se tomó la
muestra. Idealmente, la distribución supuesta está completamente
especificada, incluyendo a todos sus parámetros.
 |


 

La hipótesis alternativa puede ser muy amplia, incluyendo diferencias

en localización, escala, otros parámetros, etc.
Hay diferentes tipos de prueba de bondad de ajuste:
a) Las diseñadas para H0 que conciernen a distribuciones discretas y
comparan las frecuencias observadas con las esperadas bajo la
hipótesis nula. Esta es la prueba Ji-cuadrada de Pearson
b) Las diseñadas para H0 que conciernen a distribuciones continuas y
comparan las frecuencias relativas acumuladas observadas con las
esperadas bajo la hipótesis nula. Ejemplo de estas pruebas se tiene la
Kolmogorov-Smirnov y Lilliefors.
 |

 

Se tiene una m.a. de tamaño  de una población con función de

distribución acumulada è- desconocida.

La hipótesis nula puede ser vista como:


è-  è- r-

Donde  è- está completamente especificada contra:


è- ·  è- m-
Estadístico de Prueba:

X
è
R
´R 

R
R 
donde:

R es la frecuencia absoluta de la categoría R

R
 R es la frecuencia esperada para la categoría R donde  R es

la probabilidad de estar en la categoría R dada H0.


Para muestras grandes  ï èX  (ó cuantil Į de cola derecha).
Esta aproximación puede usarse con confianza siempre y cuando:
1er. Criterio: cada frecuencia esperada sea al menos 5.
2do. Criterio: cada frecuencia esperada sea al menos 1.5 (poco
restrictivo). Cuando hay una  › ü lo que se debe hacer es unir ese
R
grupo con su adyacente para acumular la frecuencia esperada y reducir
acordemente los grados de libertad (colapsar grupos).
Ejercicio:
Un ingeniero de control de calidad tomó 50 muestras de un mismo
tamaño (13) de un proceso de producción. Se registró el número de
muestras defectuosas. Probar H0 a un nivel Į=0.05 de que el número
de defectuosas sigue:
a) Una distribución Poisson
b) Una distribución binomial

No. de defectuosos No. de muestras

0 10
1 24
2 10
3 4
4 1
5 1
6 ó más 0
 |
   


Esta prueba es utilizada para probar funciones de distribución continua.

Se utiliza la función de distribución empírica definida como:

R

è-

R ± èR - › ± è

siendo ± èR la observación ordenada que ocupa la posición i-ésima

dentro de una muestra de tamaño

 |
   

El estadístico de prueba se define como:


 
è-
- è-
-


- 
è-
- è-  
è-

- è-    
-

Para la hipótesis:


è-  è- r- 


è- ·  è- -

Para encontrar los cuantiles que ayuden a determinar la región de

rechazo, se puede utilizar la tabla F, o bien, hacer uso del siguiente
teorema
 |
   


m se rechaza
 si:


 

ï
Este último siendo cuantil de la tabla F, a un nivel alfa de significancia.
|
   

 |
   

Para ampliar la prueba a hipótesis de una cola, se definen a los
estadísticos:

Para la alternativa:


è-   è- r-
Se rechaza la hipótesis nula si: 
 
ï siendo este último cuantil
obtenido de la tabla F (Gibbons), donde el alfa a considerar es
aproximadamente la mitad a la de la prueba de dos colas. Por
ejemplo, para n=20, el cuantil para una prueba de dos colas a un nivel
de 0.10 es 0.265, mientras que para las de una cola a un nivel de 0.10
es 0.294.
 |
   

Para la otra alternativa:


è-   è- r-

Se rechaza la hipótesis nula si: 
 
ï

siendo este último
cuantil obtenido de la tabla F (Gibbons), donde el alfa a considerar es
aproximadamente la mitad a la de la prueba de dos colas (mismo caso
que el anterior).
|
   

Mbservación:  

      


    

|

| permite realizar la

prueba de bondad de ajuste
para una normal, uniforme,
Poisson y exponencial sin
especificar los parámetros
 En esta prueba SPSS estima los parámetros de la muestra. La media y
desviación muestral son los estimadores de los parámetros de la
distribución normal, el mínimo y máximo de las observaciones muestrales
son el rango que define a la distribución uniforme y las medias muestrales
son los parámetros de las distribuciones Poisson y exponencial.

Para mayor referencia, consultar la ayuda de SPSS.

 |
  

En la prueba Kolmogorov-Smirnov, uno de los supuestos es que la
distribución que se propone siguen los datos es totalmente
especificada. Cuando esto no sucede, se tiene un conjunto de
pruebas no paramétricas, diseñadas para las distribuciones continuas
más utilizadas, tal es el caso de la prueba Lilliefors para normalidad.

La prueba ocupa prácticamente el mismo estadístico que la prueba

Kolmogorov, con una nueva definición de: 
-  è



 
è- 
-


è-
-



- 
è-  

è-  
è-    

è-   

Donde:


è- 4 è
 |
  


m z se define como:
-R
-

§


è-R
- 

 -
 á R á
 



 
RR
á

R 

Pueden ocuparse las tablas de la Kolmogorov (tabla F) pero se ha

mostrado que llevan a conclusiones más conservadoras, por lo que
Lilliefors propone calcular estas probabilidades con simulaciones Monte
Carlo. Los cuantiles están definidos en la tabla M.

Es decir, se rechaza la hipótesis de normalidad si: 


ï este

último, cuantil de la tabla M.
 |
 


Mtra prueba importante de bondad de ajuste en la práctica es probar que
una muestra proviene de una población con una distribución exponencial
sin media especificada. Es muy utilizada, por ejemplo, cuando la variable
de estudio son tiempos de espera (el tiempo de ocurrencia de un
evento). Lilliefors propone un modificación de la prueba Kolmogorov, con
su mismo estadístico de prueba y con cuantiles aproximados por
simulaciones Monte Carlo y también con una nueva forma de definir  - è

 
è-

-


è-
-


- 
è-


è-  
è-



è-    
-
Donde:

 è-
  -

 è
  

-

R
 
mm mm m 

m -R
-
La tabla a ocupar es la tabla T. Se rechaza la hipótesis nula (los datos
provienen de una población exponencial) si: 


ï (este último
cuantil de la tabla T).
 |
  
Es una prueba de normalidad de uso muy frecuente. Las hipótesis son:


- è- es una función de distribuci ón normal con media y

varianza no especifica da


- è- no se distribuye normal

Pasos para la construcción del estadístico de prueba:


1. Calcular el denominador: 
è± R  ± siendo X barra la media
muestral. R


2. Mrdenar a la muestra de menor a mayor: ± è  ± è  O  ± è

3. De la tabla A16, para la muestra de observaciones de tamaño  se deben
obtener los coeficientes m  m Kcon
 mXlos que se calcula:

 X


 mR è± è
R   ± èR £
  R

 |
  
Este estadístico es básicamente el cuadrado de un coeficiente de
correlación. Si es cercano a 1, la muestra aleatoria proviene de una
población normal. Los cuantiles de esta tabla están dados por la tabla
A17. Se rechaza la hipótesis nula de normalidad si el estadístico es
menor que el cuantil al nivel ï obtenido de esta tabla. Un P-value más
preciso se obtiene con la siguiente transformación:

   





 
 RR
   

Los coeficientes

 
 
se obtienen de la tabla A18 y G se
distribuye como una normal estándar. La probabilidad alcanzada en este
valor es el resultante P-value.
 
|
Para la prueba Shapiro
Wilks, se elige dentro
del menú:

No se despliega como
una prueba, sino que se
debe escoger del botón
|
la opción 
 


 
La salida que arroja (junto con estadísticas descriptivas, gráficas de
probabilidad y de caja) es la siguiente:

Como puede verse, además de proporcionar la prueba Shapiro Wilks,

también arroja la Lilliefors Normal.
Ejercicios:
1. Cinco niños de cuarto año fueron seleccionados al azar dentro de su
clase y puestos a prueba en una pequeña carrera de velocidad. Los
tiempos en segundos fueron: 4.2, 4.7, 5.7, 6 y 6.3. Pruebe la hipótesis
de que los datos siguen la siguiente distribución:

 para - 
è- 

è-
para 4  -  ;

  para -  ;


2. A una muestra de 12 personas se les entrevista para estimar el ingreso

medio bruto anual en cierta ciudad en vías de desarrollo. Use la
prueba más apropiada para la hipótesis nula de que los datos
provienen de una distribución normal.
9800 8600
10200 9600
9300 12200
8700 15500
15200 116000
6900 7200
3. La incidencia de llamadas telefónicas de larga distancia en cierta
localidad se considera un proceso aleatorio, donde los tiempos entre
llamadas se distribuyen de manera exponencial. Las primeras 10
llamadas en lunes, después de las 1 p.m., ocurrieron a la 1:06, 1:08,
1:16, 1:22, 1:23, 1:34, 1:44, 1:47, 1:51 y 1:57. Los tiempos sucesivos
entre llamadas, contando desde la primera (1:00 a 1:06, 1:06 a 1:08,
etc.) fueron: 6, 2, 8, 6, 1, 11, 10, 3, 4 y 6, con una media muestral de
5.7. ¿Qué puede concluir?