FACULTAD CIENCIAS DE LA SALUD ESCUELA

PROFESIONAL DE PSICOLOGIA

CURSO:
BIOESTADISTICA
DOCENTE:
CHUNGA GUITERREZ HUGO LUIS
TEMA:
PROBABILIDADES Z, T STUDENT, CHI CUADRADO
AULA:
207 (“B”)
INTEGRANTES:
 GUERRERO SERNAQUE LUIS ANGEL
 VELAZQUEZ CHIROQUE ANAGELY
 VITE PANTA PEDRO DAVID
 VILCHEZ CORDOVA YURIDKA YANELLA
 ZAPATA CRUZ CALEB ENRIQUE

PIURA – PERU
2018
Definición de chi-cuadrado (X2 ) ........................................................................................................4
Pruebas de significación .................................................................................................................4
Prueba de chi-cuadrado para una muestra ....................................................................................5
 INTRODUCCION

Como sabemos en la estadística existen distintos métodos para calcular la probabilidad de

distribución estadística, entre ellos encontramos el chi-cuadrado, método del cual hablaremos en
presente trabajo y que se centra en comparar frecuencias observadas con las esperadas. Ahora
partiendo de este pequeño concepto como grupo nos decidimos plantear los siguientes objetivos:

 Definir la función de chi-cuadrado.

 Indagar sobre las pruebas de chi-cuadrado.

Como grupo realizamos la presente investigación con el principal motivo de conocer y

aprender un poco más del tema para así poder ponerlo en práctica, pues nos es necesario hoy en día.
 Definición de chi-cuadrado (X2 )

Podemos definir a la prueba de ji-cuadrado como un método para obtener una medida de la

discrepancia que existe entre las frecuencias observadas y esperadas, y puede obtenerse a través de la

función que ya conocimos en el Tema 1, pero que ahora se presenta en forma detallada:

Si esta función mide la discrepancia entre valores observados y esperados, entonces es fácil deducir

que, cuando ambos valores coinciden, es decir, cuando no hay discrepancia entre ellos, el valor de 2

= 0, mientras que si 2 > 0 estas frecuencias no concuerdan exactamente. El estudiante podrá darse

cuenta de que mientras más grande es el valor de este estadígrafo, mayor es la discrepancia entre los

valores observados y esperados. El problema es que hay que definir cuál es la magnitud de un valor

suficientemente grande a partir del cual la prueba pueda considerarse significativa y discriminar

efectivamente la existencia (o no) de discrepancia entre los valores observados y esperados, lo cual

será visto más adelante cuando estudiemos las pruebas de significación. La distribución muestral 2

tiene una característica, y es que la misma puede aproximarse con gran exactitud a la distribución

teórica, si las frecuencias esperadas son al menos mayores que 1 y no más del 20% son menores que

el valor 5 (aunque esto aún está en discusión), mejorando su aproximación al aumentar el tamaño de

la muestra. La distribución teórica de ji-cuadrado depende del número de grados de libertad, el cual

está dado por: = k - 1.

Pruebas de significación

En la práctica, las frecuencias esperadas son calculadas sobre la base de una hipótesis H o . Si bajo

esta hipótesis el valor de 2, que se obtiene a partir de (1), es mayor que algún valor crítico, la

conclusión pertinente es que los valores observados y esperados discrepan significativamente y

rechazaremos H o para un nivel de significación dado como 0,05 ó 0,01. Los valores críticos pueden

ser: 2 aceptaremos H o. Es necesario plantear que cuando los resultados de (0.95) o 2 (0.99) . De lo

contrario, 2 son muy cercanos a cero hay que tener algún grado de desconfianza, puesto que es muy

raro (pero no imposible) que los valores observados concuerden fuertemente con los esperados. En

estos casos hay que revisar el procedimiento estadístico y la

investigación en general.

Prueba de chi-cuadrado para una muestra

Este tipo de prueba suele ocuparse también como prueba de

Bondad de Ajuste. Esta prueba sirve para comprobar si los

resultados de una determinada experiencia concuerdan con los

resultados que nos indica la teoría. Ejemplo. La distribución de

la variable aleatoria hemoglobina es normal. De acuerdo a la

teoría de esta distribución la frecuencia relativa de los niveles

de hemoglobina en sujetos aparentemente en buen estado de

salud es:

Si se escoge al azar a 500 sujetos de una población y se les mide el nivel de hemo- globina y

obtenemos las siguientes frecuencias absolutas (observadas):

Este es un clásico tipo de problema que se soluciona mediante una prueba de bondad de ajuste. Las

frecuencias esperadas son el resultado de la frecuencia relativa de cada clase multiplicado por el n de

la muestra empleada en la investigación, de tal modo que obtenemos los valores teóricos que deben

resultar en la muestra empleada.

Aplicando y sustituyendo en (1) tenemos;

Este es el resultado de la prueba al comparar una distribución observada (resultado de la experiencia

de la investigación) respecto de la frecuencia que la teoría debía indicar que resultase del tamaño de

muestra estudiado. El valor del 2 teórico que el Apéndice 4 indica, de acuerdo a los k -1 grados de

libertad, es decir, el número de clases que se comparan menos 1 (g.l.= 9 - 1 = 8) y el nivel de

significación, por ejemplo = 0,01, es de 16,9. Por tanto, como 2 (calculado) > 2 (teórico), rechazamos

Ho y aceptamos que la distribución de los niveles de hemoglobina de la población estudiada no está

de acuerdo con el tipo de distribución normal que se esperaba. Si el estudiante realiza un polígono de

frecuencia de ambas distribuciones en un mismo gráfico, podrá darse cuenta de la diferencia

observada entre estas distribuciones con mayor claridad. (Víctor Patricio Díaz Narváez, 2006)

CONCLUCIONES:

 En sí vimos que el estadístico ji-cuadrado (o chi cuadrado), que tiene distribución de probabilidad del

mismo nombre, sirve para someter a prueba hipótesis referidas a distribuciones de frecuencias.

 En términos generales, esta prueba contrasta frecuencias observadas con las frecuencias esperadas de

acuerdo con la hipótesis nula.

  Describimos el uso de estadístico ji-cuadrado para probar la asociación entre dos variables utilizando

una situación hipotética ! datos simulados.

 Luego se describe su uso para evaluar cuan buena puede resultar una distribución teórica, cuando

pretende representar la distribución real de los datos de una muestra determinada. esto se le llama

evaluar la bondad de un ajuste. robar la bondad de un ajuste es ver en qué medida se ajustan los datos

observados a una distribución teórica o esperada. para esto, se utiliza una segunda situación hipotética

y datos simulados

Bibliografía

Víctor Patricio Díaz Narváez. (2006). Metodología de la investigación científica y bioestadística:

para médicos, odontólogos y estudiantes de ciencias de la salud . Santiago de Chile: RIL.