Académique Documents
Professionnel Documents
Culture Documents
Chi-cuadrado
Kolmogorov-Smirnov
KrusKal-Wallis
Chi-cuadrado de contingencia
CARACTERISTICAS PRINCIPALES UTILIDAD EN LA INFERENCIA
1. Observaciones independientes e
Permite comparara las frecuencias obtenidas y las irrepetibles.
frecuencias esperadas, partiendo de la 2. Niveles de medición Nominal u Ordinal.
comprobación se analiza las diferencias 3. Solo aplicable para muestreos no
significativas de existir. La hipótesis nula son las Probabilísticos.
frecuencias esperadas y la frecuencias obtenidas son 4. Muestras mayo a 20 (N>20).
los resultados alcanzados por el investigador. Entre 5. Si N<20 debe aplicarse prueba de prueba
mayor sean el valor del X2 es significativo si las de probabilidad exacta de Fisher.
frecuencias esperadas y obtenidas son lo 6. La fe debe ser >5.
suficientemente grandes. 7. Se la fe es >5 y <10 es necesario aplicar
El X2 es utilizado en Pruebas de: correlación de continuidad de Yates.
Homogeneidad su función principal es determinar la 8. Si la tabla de contingencia es de * i
diferencia entre dos o más grupos. columnas se debe aplicar el X2 de bondad
Independencia Busca reconocer si existe relación entre de ajuste.
dos o más variables de una muestra. 9. Si la tabla de contingencia es de 2*2 y
Corrección por continuidad Esta le da más precisión al cumple con los requisitos 7 y 8 se aplica
X2 cuando se tiene frecuencias pequeñas. prueba de correlación por continuidad de
consiste en la adaptación, por parte de Lilliefors, de la Comprueba que los Yates.
valores de una escala
tabla de valores críticos a casos de poblaciones nominal o superior se distribuyen
normales aleatoriamente por encima y por debajo de
También es aplicable a a variable ordinales un punto de corte determinado.
1. Plantear las hipótesis estadísticas:
Ho: Ml = M2 = M3 HI: M1 ≠ M2 = M3
2. Definir el nivel de probabilidad alfa (α)
(α = 95 o 99%).
Es un análisis de varianza no paramétrico al análisis de 3. Ordenar las calificaciones de menor a
varianza para realizar comparación entre varias mayor y obtener los rangos de la misma
muestras independientes. manera que para la prueba U de Mann
Whitney.
4. Sumar los rangos.
5. Aplicar la fórmula.
6. Plantear la regla de decisión.
Existen varios tipos de pruebas de chi-
cuadrada:
Prueba de bondad de ajuste de chi-
cuadrada
Utilice este análisis para probar qué tan
bien una muestra de datos categóricos se
ajusta a una distribución teórica.
Por ejemplo, usted puede comprobar si un
Una prueba de chi-cuadrada es una prueba de hipótesis
dado es justo, lanzando el dado muchas
que compara la distribución observada de los datos con
veces y utilizando una prueba de bondad de
una distribución esperada de los datos.
ajuste de chi-cuadrada para determinar si
los resultados siguen una distribución
uniforme. En este caso, el estadístico de
chi-cuadrada cuantifica qué tanto varía la
distribución observada de los conteos con
respecto a la distribución hipotética.
Pruebas de chi-cuadrada de asociación e
independencia
USO
En mediciones ordinales.
En comparaciones de tres o más
muestras independientes.
ORDEN
muestra aleatoria Proveedor Departamento
Densidad Crioscopia % Proteína
MUESTRA (g/ml) (°C)
Células
% Grasa % Sólidos somáticas Peroxidasa Fosfatasa Tipo de Temperatu Precio
totales (células/ml leche ra
de leche)
2.9 11.9 1915563 2 2 1 2 702
3.1 11.1 1890401 2 2 1 1 753
3 11.4 1898456 2 2 1 2 929
3 12.2 1902342 2 2 1 2 724
3.1 11.8 1895677 1 2 2 2 752
3 11.7 1888006 2 2 1 1 782
3.1 11.3 1888452 2 2 1 2 806
3 12 1902926 1 2 1 1 747
2.9 11.5 1896369 1 2 1 2 617
3 12 1891017 1 2 2 2 750
2.9 11.6 1888009 1 2 1 1 757
3.1 12.1 1896918 2 2 1 3 560
3 11.3 1890600 2 2 2 1 495
3 11.6 1904118 2 2 1 1 668
2.8 12.3 1899838 2 2 1 1 742
3 11.9 1888680 1 2 1 2 879
3 11.2 1886252 2 2 1 2 946
3 12.4 1896707 2 2 2 2 974
2.9 11.5 1901515 1 2 1 2 659
3 11.6 1901561 2 2 4 3 733
2.9 11.7 1895861 2 2 1 2 690
2.9 11.9 1893828 2 2 2 2 921
3.1 12.3 1909656 1 2 1 3 889
3.1 11.7 1899971 1 2 2 2 684
3.1 11.6 1899052 2 2 2 2 556
3 11.8 1911421 2 2 1 2 775
3 11.8 1902724 1 2 1 2 665
3.2 11.6 1911368 2 2 1 2 384
2.9 12 1908066 2 2 2 1 657
3 11.5 1910583 2 2 1 1 800
3.2 12.1 1888576 2 2 1 2 804
2.9 11.8 1906326 2 2 1 2 448
2.9 11.3 1892506 2 2 1 2 933
3 12 1880796 2 2 4 1 766
3.2 12.1 1897376 2 2 4 2 774
3.1 11.4 1898219 2 2 1 2 848
2.8 11.7 1912272 2 2 4 2 784
3.2 11.7 1922603 2 2 4 2 688
3.2 12 1897141 2 2 2 3 491
3.1 12.2 1903088 1 2 1 2 646
2.8 12.3 1884607 2 2 4 2 312
2.8 11.5 1888728 1 2 4 2 790
2.9 11.8 1904189 2 2 4 1 805
3 11.4 1903070 2 2 1 1 774
2.9 12 1908613 1 2 1 2 594
3.2 11.6 1903338 2 2 1 1 896
2.9 11.9 1902326 2 2 1 2 467
3.1 11.7 1898437 1 2 1 2 699
2.8 11.8 1898230 1 2 1 2 594
3.1 11.8 1895004 2 2 2 2 679
2.8 11.8 1893183 1 1 1 2 806
2.9 11.9 1899505 1 2 2 2 490
3.1 11.5 1903463 2 2 1 2 606
3 12.1 1891681 2 2 1 1 555
3 11.6 1891679 1 2 4 2 821
3 12.1 1893174 2 2 1 2 689
3 11.8 1896179 2 2 1 2 751
3.2 11.8 1913768 2 2 2 1 638
3 12.4 1902015 1 2 1 2 358
3.1 12 1905327 1 2 3 1 681
3.1 11.9 1892845 2 2 1 1 609
3.1 11.5 1906737 2 2 1 2 407
3 11.9 1907517 1 2 1 1 894
3 11.5 1896371 2 2 1 2 930
3 11.6 1889557 1 2 4 2 866
3 12.4 1896965 2 2 4 3 1005
3.1 11.9 1924501 1 2 3 1 520
2.9 11.7 1895193 2 2 4 1 984
2.9 11.3 1895596 2 2 2 1 653
3 11.6 1900213 1 2 1 2 568
3 11.7 1901936 2 2 1 1 698
2.9 11.3 1899794 2 2 1 2 636
2.9 11.4 1890254 2 2 4 2 750
2.9 11.7 1901031 2 2 4 2 404
2.9 11.7 1900950 2 2 2 3 853
3 11.6 1913014 2 2 3 2 597
3.1 11.8 1893561 2 2 2 2 673
3 11.8 1896398 2 2 1 2 625
3 11.8 1897163 1 2 4 2 800
3.1 11.8 1884753 2 2 1 2 486
2.9 12.4 1897781 2 2 1 3 1168
3 11.6 1882757 2 2 1 1 809
2.7 12 1898565 2 2 1 2 914
2.9 11.9 1900407 1 2 4 3 141
3 11.2 1892976 2 2 1 3 1065
3.1 11.9 1881766 2 2 2 1 657
2.9 12.4 1893798 1 2 1 1 841
3.1 12.2 1890772 1 2 1 1 662
2.9 11.1 1897479 2 2 1 3 963
3.1 11.8 1900950 2 2 1 3 1066
2.9 12.3 1908212 2 1 2 2 523
3.1 11.7 1913650 2 1 2 2 878
3.1 11.2 1907098 1 2 4 2 724
2.9 11.8 1889866 1 2 2 3 784
3 11.6 1907173 1 2 4 2 555
3 11.7 1912192 2 2 1 2 991
3.1 12 1899538 2 2 1 3 548
3 12 1901186 2 2 3 3 766
3 11.7 1898557 2 2 1 1 653
3 12.3 1911265 2 2 1 2 887
3 11.9 1914593 1 2 1 1 650
2.8 11.6 1867360 2 2 2 1 575
3 11.6 1897893 2 2 1 2 1014
3 11.9 1885808 1 2 1 2 596
2.9 11.5 1899449 2 2 2 2 448
3.1 11.9 1889863 2 2 4 2 667
3.2 11.4 1898919 2 2 2 3 491
3 11.6 1915722 2 2 1 2 705
3.1 12.2 1909224 2 2 1 2 764
3.2 12.1 1896102 2 1 1 2 413
2.8 11.7 1897975 2 2 1 2 620
3 11.5 1900491 2 2 1 1 814
3 11.7 1911726 1 2 1 1 372
3 11.5 1897944 2 2 1 3 790
2.9 12.3 1913724 2 2 4 2 959
2.9 11.8 1918166 2 2 3 3 585
3.2 11.8 1906725 2 1 2 3 806
3.1 11.9 1899577 2 1 1 3 549
2.8 11.9 1919847 2 2 3 2 627
3 11.7 1902738 2 2 1 1 728
2.9 12 1900638 2 2 1 2 689
3 12.2 1900795 2 2 1 2 570
3.1 11.8 1900521 1 2 3 2 890
3 11.5 1898570 2 2 1 3 527
3 11.6 1907439 2 2 1 1 1009
2.9 11.3 1906121 2 2 1 2 817
3.1 11.4 1904044 2 2 1 3 315
3 12 1899420 2 2 1 1 884
2.9 12.2 1876886 2 1 1 2 520
3 11.5 1903123 2 2 1 2 151
3 11.4 1922642 2 2 2 3 623
3.1 11.9 1891651 2 2 1 2 1094
2.9 11.7 1894660 2 1 3 2 318
3.1 11.6 1900127 1 2 1 2 769
2.9 12 1885202 2 2 4 2 502
3.1 12.1 1883808 2 2 3 3 702
3 11.8 1898378 2 2 2 1 882
3 11.7 1902317 2 2 2 3 724
3.2 11.2 1895120 2 2 2 2 949
3 11.6 1885225 2 2 4 2 628
3 11.8 1913843 2 2 4 2 667
3 11.9 1897497 2 2 4 2 579
3 11.6 1881539 2 2 4 2 903
3 12 1916834 2 2 2 2 660
3 11.1 1890098 2 2 2 1 677
3 12 1887071 2 2 3 3 742
3 11.8 1884113 2 2 3 2 581
3 11.5 1882648 2 2 1 2 665
2.8 11.6 1900795 2 2 1 2 575
3 11.7 1893776 2 2 1 2 599
2.9 11.8 1899406 1 2 1 1 649
3 12.1 1896910 2 2 3 2 575
3 11.7 1899355 2 2 2 2 703
3 11.6 1912229 2 2 4 2 336
2.9 11.8 1894531 2 2 2 2 463
2.9 12 1914509 2 2 4 3 482
2.9 12.3 1901594 2 2 1 3 656
3 11.7 1903275 2 2 1 1 898
2.8 11.8 1906122 2 2 1 2 861
3.1 11.5 1889908 2 2 1 2 674
3.1 11.4 1899218 2 2 4 2 299
3 11.6 1917196 2 2 1 1 702
2.8 12.1 1895713 1 2 1 2 834
3.1 11.7 1902473 1 2 4 3 652
3.1 11.6 1907306 2 2 1 3 669
3 11.5 1897227 2 2 1 2 723
2.8 11.4 1908386 2 2 1 1 1094
3.2 11.9 1904943 1 2 4 2 907
2.9 11.5 1911706 2 2 1 2 424
2.9 11.6 1909704 1 2 1 2 944
3 12.2 1892229 1 2 1 2 992
3 11.8 1901701 2 2 4 2 922
3 12.2 1923260 2 2 1 3 878
3.1 11.8 1909413 1 2 1 2 561
3 11.8 1898611 2 2 1 2 496
3.1 11.3 1891099 1 2 4 3 1013
3.2 11.7 1897159 1 2 2 2 665
3.1 11.5 1917172 2 2 2 2 880
3 11.4 1891823 2 2 1 1 649
3 11.7 1898566 2 2 4 2 538
3 12 1886375 2 2 1 1 511
3 11.7 1908470 2 2 2 2 586
3.1 11.8 1892157 2 2 4 1 832
3 12 1885826 2 2 4 1 551
3 10.9 1907121 2 2 4 3 690
2.9 12.1 1891767 1 2 1 2 950
3 11.6 1906238 2 2 1 2 402
2.9 12.3 1908810 2 2 3 3 678
3.2 11.5 1893198 2 2 1 1 849
2.7 11.3 1888943 2 2 1 2 567
3 11.7 1897050 2 2 3 2 526
3.1 12 1913057 2 2 1 2 697
3 12 1888434 2 2 4 2 787
2.9 12.3 1898578 2 2 1 2 959
3 11.9 1898840 2 2 1 2 870
3 11.2 1895008 1 2 1 1 617
3.2 11.9 1888046 2 2 2 3 681
3.1 11.6 1891387 2 2 1 2 860
2.9 12 1915847 2 2 1 3 224
2.8 11.5 1908758 2 2 1 3 930
2.9 11.8 1886209 2 2 1 1 436
3.1 11.8 1912523 2 2 3 2 642
3 11.6 1898187 2 2 1 2 639
2.9 11.6 1897308 1 2 1 1 413
3 11.7 1906543 2 1 2 1 397
3 11.9 1890689 2 2 4 3 646
3.1 12.4 1900760 2 1 1 2 932
3.1 10.9 1890220 1 2 3 1 978
2.9 11.3 1903555 1 2 1 2 439
2.9 11.9 1889044 2 2 1 3 801
3 12.1 1901175 2 2 1 1 765
2.9 12 1903398 1 2 1 1 491
3 11.6 1902288 2 2 1 1 1300
3.2 11.7 1891890 2 2 1 1 646
3.2 12.1 1915036 2 2 1 2 900
3 11.8 1895404 2 2 1 2 632
3.1 11.5 1914029 2 2 1 2 843
3.2 11.6 1882237 2 2 1 1 846
3 11.5 1893852 2 2 3 2 664
3 12 1890360 2 2 4 3 463
3.1 11.5 1902471 1 2 1 1 502
3 11.5 1894166 2 2 4 2 279
3 11.6 1912042 2 2 4 3 410
3 11.8 1898196 2 2 1 1 758
3.1 11.6 1893482 2 2 1 1 746
3.1 11.7 1899573 2 2 1 3 659
3 11.9 1905665 2 2 1 1 585
3 11.8 1904768 2 2 1 1 498
3 11.7 1913363 2 2 4 1 847
3.1 12.1 1902484 2 2 1 2 484
2.9 11.6 1909797 2 2 1 2 465
3 11.4 1892704 1 2 4 2 468
3.1 11.8 1908065 2 2 4 1 632
3 11.9 1871144 2 2 4 2 413
3.1 11.8 1896501 2 2 4 2 951
2.9 11.5 1905595 2 2 1 1 471
3 11.4 1883253 2 2 2 2 325
3.2 12.1 1912274 2 2 1 1 816
3.1 11.6 1892347 2 2 1 2 913
3.1 11.5 1905023 2 2 3 1 752
3.1 11.9 1879682 2 1 1 2 731
2.9 11.9 1886761 2 2 1 2 804
2.9 12.3 1886621 2 2 1 3 743
3 11.7 1898722 1 2 4 2 364
2.9 11.7 1915109 2 2 1 2 694
3 11.7 1910362 2 2 1 2 799
3.2 11.3 1897094 2 2 3 3 522
3.1 12.2 1890971 1 2 4 2 838
3 11.9 1884910 2 2 1 1 522
3 11.7 1907369 2 2 4 1 808
3 12.2 1897716 2 2 3 2 594
2.9 11.9 1900604 2 2 1 2 677
3.1 11.5 1890086 2 2 3 1 659
2.9 11.8 1897753 2 2 1 1 564
3.1 11.8 1886026 2 2 1 3 581
3 11.6 1905688 2 2 1 3 783
3 11.6 1907312 2 2 4 3 397
2.9 12.1 1903260 1 2 1 3 841
2.9 11.8 1889583 2 2 1 2 535
3.2 12 1900596 2 2 1 1 597
3 12.3 1898313 2 2 1 2 485
3 11.6 1916741 2 2 1 2 941
3.2 11.7 1893503 2 2 1 2 613
2.9 11.7 1916703 2 2 4 2 477
2.9 11.7 1903162 2 2 1 3 892
2.9 11.5 1874795 2 2 1 2 614
3 11.8 1912085 2 2 1 2 940
2.9 11.8 1892318 2 2 1 1 516
2.9 11.6 1890960 1 2 1 2 376
3 11.5 1893917 2 2 1 2 669
3 11.6 1894545 2 2 3 2 743
3.1 11.6 1917730 2 2 4 1 759
3.1 11.9 1895276 2 2 2 2 467
3.1 11.6 1895930 1 2 2 2 533
3 12.2 1912341 2 2 1 2 856
3 11.9 1912662 2 2 1 1 821
3.1 11.7 1882682 1 2 1 2 465
2.9 11.8 1916978 2 2 3 2 800
3.2 11.8 1906478 2 2 1 2 506
2.9 11.6 1884874 2 2 4 3 776
3 12.5 1886699 2 2 3 2 1100
2.9 11.5 1898960 2 2 3 2 735
3 12.1 1903388 1 2 4 3 661
2.8 11.7 1885056 2 2 4 2 593
3.1 11 1915809 2 2 4 2 720
3.1 11.9 1897573 2 2 2 3 293
3 12.3 1896964 2 2 1 1 878
2.9 11.9 1903467 2 2 4 2 769
3 12.2 1900812 1 2 1 2 800
2.9 12.1 1899528 2 2 1 2 1160
3 12.1 1903423 2 2 4 2 691
3.1 12 1875545 2 2 4 2 711
2.8 11.8 1878857 2 2 1 3 701
2.9 11.9 1912372 2 2 2 1 953
3.2 12.1 1913535 2 2 1 2 567
3 11.6 1887630 2 2 1 3 708
3.2 11.8 1909369 2 2 1 2 865
3 11.8 1897765 2 2 2 1 950
3.1 11.9 1894791 2 2 3 2 1095
3.1 12.1 1910715 2 2 1 1 764
3.1 10.9 1898756 1 2 2 2 866
3 11.8 1889369 2 2 1 1 718
3 11.8 1904493 2 2 3 2 536
3 11.6 1883166 2 2 1 2 924
3 11.8 1892187 2 2 1 1 749
3.1 11.5 1899700 2 2 1 2 829
3.1 11.9 1900540 2 1 1 2 534
3.1 11.6 1904329 2 2 2 2 687
3 11.9 1918917 2 2 1 3 994
3.2 12.5 1889666 2 1 2 2 665
3 11.6 1905445 2 2 1 3 855
3.1 11.7 1881585 1 2 2 2 819
2.9 12 1896613 1 2 1 2 825
2.8 11.9 1909220 2 2 2 2 634
3 12.1 1917119 2 2 4 2 970
3 11.3 1891307 2 2 4 2 757
3 11.6 1905123 2 2 2 3 1116
3.1 11.8 1896111 2 2 1 1 864
3.1 12 1902326 2 2 1 3 662
3 12.3 1896925 2 2 1 2 714
3 12.5 1897209 1 2 1 2 544
2.9 11.6 1890164 2 2 2 1 876
3 12.2 1902435 2 2 3 2 544
2.9 11.9 1921778 2 2 1 3 494
2.9 11.5 1885130 1 2 1 2 531
3 11.9 1903502 2 2 1 1 740
3.1 11.2 1898489 2 2 1 2 577
3 11.7 1898072 2 2 1 2 668
2.9 11.3 1896106 1 2 1 2 542
3 12.3 1895838 2 2 3 1 379
3.2 11.9 1897147 2 2 1 2 420
3.1 12 1909154 2 2 4 2 950
Temperatu RESIDUO
Prueba de ra de Satisfacció CLASIFICAT
yodo n
recepción ORIO
2 1 2 #VALUE!
2 1 1 #VALUE!
2 1 2 #VALUE!
2 1 2 #VALUE!
2 1 2 #VALUE!
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 2 1 6
2 2 2 6
1 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 1 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 1 6
2 1 3 6
1 1 2 6
2 1 2 6
2 1 2 6
2 2 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 1 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 2 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 2 2 6
1 1 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 1 6
2 1 1 6
1 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 3 6
2 1 1 6
2 1 1 6
2 1 2 6
1 1 2 6
2 2 2 6
2 1 1 6
2 2 2 6
2 1 4 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 2 1 6
1 2 2 6
2 2 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 4 6
2 1 2 6
1 2 2 6
2 1 2 6
2 2 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 4 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 2 2 6
1 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 1 6
2 1 2 6
2 1 2 6
2 1 4 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 2 2 6
2 2 4 6
1 1 2 6
2 2 2 6
1 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
1 1 1 6
2 1 2 6
2 2 2 6
2 1 4 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 3 6
2 1 4 6
2 1 1 6
2 1 2 6
1 1 2 6
2 1 1 6
2 1 2 6
2 1 1 6
2 2 1 6
2 1 1 6
1 1 2 6
2 1 1 6
2 1 2 6
1 1 2 6
2 2 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 2 3 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
1 1 2 6
1 1 1 6
2 2 3 6
2 1 2 6
2 1 2 6
2 1 4 6
2 1 1 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 4 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 4 6
2 2 2 6
2 1 1 6
2 1 2 6
2 2 1 6
1 2 2 6
2 1 2 6
2 2 3 6
2 1 3 6
2 2 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 3 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 2 6
1 2 2 6
2 1 1 6
2 1 1 6
1 1 2 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 3 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 2 6
2 2 2 6
2 1 4 6
1 1 1 6
2 1 2 6
2 2 2 6
2 1 2 6
1 1 1 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 2 2 6
2 2 2 6
1 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 2 6
Crioscopia
Prueba Chi
(°C)
-0.59
-0.58 La prueba de Bondad de Ajuste ji-cuadrado (x2) tiene como objetivo verif
-0.58 variables cuantitativas discretas y continuas.
-0.58 Estadístico de Prueba
-0.58
-0.57
-0.57
-0.57
-0.57
-0.57
-0.57
-0.57 Hipotesis
-0.57 H0: Los datos provienen de una muestra al azar de una población distribu
-0.57 H1: Los datos no provienen de una muestra al azar de una población dis
-0.57
-0.57 Pasos a verificar:
-0.56 1. Plantear las hipótesis nula y alterativa.
-0.56 2. Determinar el nivel de significancia.
-0.56 3. Estimar el valor del estadístico de prueba
-0.56 4. Establecer la regla de decisión.
-0.56 5. Tomar la decisión.
-0.56
-0.56 De
-0.56 Pregunta de Investigación: Probar si la Crioscopia proviene de una dis
-0.56 Variable: Crioscopia
-0.56
-0.56 Paso 1: Plantearla hipótesis
-0.56 Hipotesis Nula (HO): La Crioscopia proviene de una distribucion en particu
-0.56 Hipotesis Alternativa(H1): La Crioscopia NO proviene de una distribucion
-0.56
-0.56 Paso 2: Determinar el nivel de significancia.
-0.56
-0.56 Tener en cuenta que: H0 es siempre una hipotesis de igualdad. Usualm
-0.56 significancia del 95% de confianza solo puedo rechazar H0 si el valor de p
-0.56
-0.55 α= 0.05
-0.55
-0.55 Paso 3: Estimar el estadístico de prueba
-0.55
-0.55
-0.55 Datos iniciales
-0.55 Media -0.5297891566
-0.55 Desviación 0.0204692121
-0.55 Num de datos (k) 12
-0.55 n 332
-0.55
-0.55 Tabla de frecuencias
-0.55
Desarrollo
copia proviene de una distribucion en particular.
a.
tesis de igualdad. Usualmente lo que se busca es evidencia apra poder rechazar H0 con un nivel de
echazar H0 si el valor de p que resulte de la prueba es menor que 0,05.
(Oi-fe)2 /fe
25.7028112449799
20.2449799196787
10.0401606425703
2.714859437751
6.42570281124498
29.0160642570281
50.3775100401606
19.6787148594377
10.859437751004
0.01606425702811
11.281124497992
23.8112449799197
210.169
significancia
encias Observadas
ncias Esperadas o también f(xi)
o de observaciones
ados de libertad.
mero de eventos o categorías.
un modelo teórico.
do a un modelo teórico.
cular.
Estadistico obtenido de
809 la tabla (teorico) 0.0746397
914 La Hipotesis Se rechaza
141
1065 NOTA: Si el estadistico de prueba es mayor que el estadísitico calculado
657
841 Paso 5. Tomar la Decisión
662 Podemos concluir que no hay suficiente evidencia estadistica para decir q
963 que 0,0746397 ˂ 0,9426031.
1066
523 Analisis: Se rechaza la hipotesis nula, con un nivel de significancia del 5%, ya que el estadi
878
724
784
555
991
548
766
653
887
650
575
1014
596
448
667
491
705
764
413
620
814
372
790
959
585
806
549
627
728
689
570
890
527
1009
817
315
884
520
151
623
1094
318
769
502
702
882
724
949
628
667
579
903
660
677
742
581
665
575
599
649
575
703
336
463
482
656
898
861
674
299
702
834
652
669
723
1094
907
424
944
992
922
878
561
496
1013
665
880
649
538
511
586
832
551
690
950
402
678
849
567
526
697
787
959
870
617
681
860
224
930
436
642
639
413
397
646
932
978
439
801
765
491
1300
646
900
632
843
846
664
463
502
279
410
758
746
659
585
498
847
484
465
468
632
413
951
471
325
816
913
752
731
804
743
364
694
799
522
838
522
808
594
677
659
564
581
783
397
841
535
597
485
941
613
477
892
614
940
516
376
669
743
759
467
533
856
821
465
800
506
776
1100
735
661
593
720
293
878
769
800
1160
691
711
701
953
567
708
865
950
1095
764
866
718
536
924
749
829
534
687
994
665
855
819
825
634
970
757
1116
864
662
714
544
876
544
494
531
740
577
668
542
379
420
950
Kolmogorov-Smirnov
diciones se encuentren al menos en una escala de intervalo. Se necesita
ontinua. Además dicha prueba es aplicable cualquiera sea el tamaño de la
Siendo
Fn(x)= Función de distribución muestral
F0(x)= Función teórica
n M.
ución M.
Desarrollo
ba de este tipo para probar que el costo se distribuye como una normal.
a.
ABS(FOR
FOR ACUM-FER
FO FOR ACUM FER ACUM)
2 0.00601 0.00601 0.04961 0.04360469
1 0.003 0.003 0.09922 0.09621838
4 0.01201 0.01201 0.14883 0.13682006
6 0.01802 0.01802 0.19844 0.18042475
15 0.04505 0.04505 0.24805 0.20300841
16 0.04805 0.04805 0.29766 0.24961610
28 0.08408 0.08408 0.34727 0.26319076
33 0.0991 0.0991 0.39689 0.29778643
30 0.09009 0.09009 0.4465 0.35640613
47 0.14114 0.14114 0.49611 0.35496577
35 0.10511 0.10511 0.54572 0.44061250
33 0.0991 0.0991 0.59533 0.49622920
29 0.08709 0.08709 0.64494 0.55785190
22 0.06607 0.06607 0.69455 0.62848362
17 0.05105 0.05105 0.74416 0.69310932
4 0.01201 0.01201 0.79377 0.78175905
7 0.02102 0.02102 0.84338 0.82236073
2 0.00601 0.00601 0.89299 0.88698644
0 0 0 0.9426 0.94260314
2 0.00601 0.00601 0.99221 0.98620782
333 1
ia estadistica para decir que los datos se distribuyan como una normal ya