UNIVERSIDAD NACIONAL

FEDERICO VILLARREAL
FACULTAD DE INGENIERÍA GEOGRÁFICA,
AMBIENTAL Y ECOTURISMO
Escuela profesional de Ingeniería
Ambiental

“Descripción de la Prueba de Chi

cuadrado, distribución Normal y
Pearson’’
CURSO : SEMINARIO DE TESIS
DOCENTE : I N G . WA LT E R G Ó M E Z L O R A
CICLO : 10º
AULA : B3-1
ALUMNOS : GONZALES ESCOBAR JEAN PIERRE - 2014004582
MANSILLA BALAREZO GIAN CARLO - 2015017144
PRUEBA DE HIPÓTESIS ESTADÍSTICA
• Prueba de Distribución Normal
• Prueba del Chi - Cuadrado
• Prueba de Distribución de Pearson
Distribución
normal
(Primitivo, 2007)
Distribución Normal

Distribución gráfica de la variación

– La Curva normal
LAS PIEZAS VARÍAN DE UNA A OTRA:

TAMAÑO TAMAÑO TAMAÑO TAMAÑO

Pero ellas forman un patrón, tal que si es estable, se denomina distr. Normal

SIZE TAMAÑO TAMAÑO

LAS DISTRIBUCIONES PUEDEN DIFERIR EN:

UBICACIÓN DISPERSIÓN FORMA

TAMAÑO TAMAÑO TAMAÑO

. . . O TODA COMBINACIÓN DE ÉSTAS
 Propiedades de la distribución normal
estándar
• El área bajo la curva o
La distribución normal estándar tiene
probabilidad de menos infinito a más
media µ = 0 y desviación estándar σ = 1.
infinito vale 1.
La media, Mediana y Moda coinciden, son
• La distribución normal es
iguales y se localizan en el pico.
simétrica, la mitad de curva tiene un
área de 0.5.
• La escala horizontal de la curva
La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal se mide en desviaciones estándar.
• La forma y la posición de una
distribución normal dependen de los
X
x-3s x-2s x-s x x+s x+2s x+s3

z parámetros por lo que hay un

-3 -2 -1 0 1 2 3
número infinito de distribuciones
normales.
Curvas Normales
Curvas
Curvas Normales
Normales con
con Medias
Medias iguales
iguales pero
pero
Desviaciones estándar diferentes
Desviaciones estándar diferentes

s
s
s3.9
s3.9
ss == 5.0
5.0

Normales
Normales con
con Medias
Medias yy
Desviaciones
Desviaciones estándar
estándar diferentes
diferentes

= 5, ss == 33
= 5,
 == 9,
9, s=
s= 66

 == 14,
14, ss== 1010
Ejemplo 1
a) Determinar el área bajo la curva
de menos infinito a Z = - 1.
P(Z<= -1) = 0.1587
b) Determinar el área bajo la curva
de menos infinito a Z = - 2.
P(Z<= - 2) = 0.0228
c) Determinar el área bajo la curva
entre Z >= -2. hasta Z <= -1
P(- 2 <= Z<= -1) = 0.1259
Ejemplo 2
a) Determinar el área bajo la
curva de menos infinito a Z = 1.
P(Z <= 1) = 0.8413
b) Determinar el área bajo la
curva de menos infinito a Z = 2.
P(Z <= 2) = 0.9772 8
c) Determinar el área bajo la
curva de menos Z = 1 a Z = 2
P(1 <= Z <= 2) = 0.9772 –
0.8413 = 0.1369
Estandarización de valores reales
En la práctica, se tienen valores reales de promedio diferentes de
cero y con desviación estándar diferentes de uno, para determinar
la probabilidad o área bajo la curva, se determina el número de
desviaciones estándar Z entre algún valor X y la media de la
población o de la muestra X como sigue:

𝑋−𝜇
z= sí se consideran los datos completos del proceso.
𝜎

𝑋−𝑥
z= sí se consideran sólo los datos de una muestra.
𝑠
Ejemplo
El departamento de personal de una empresa requiere que los
solicitantes a un puesto en cierta prueba alcancen una
calificación de 500. Si las calificaciones de la prueba se
distribuyen normalmente con media 485 y desviación estándar
30 ¿Qué porcentaje de los solicitantes pasará la prueba? 485

Calculando el valor de Z obtenemos:

𝑋−𝜇 500 −485 30.85%
z= = = 0.5
𝜎 30

Buscamos el valor correspondiente Z en las tablas de

distribución normal estándar o por medio de Excel
=distr.norm.estand(0.5). 𝑍0.5 = 0.69146 = 69.146%. donde la Z.05
probabilidad de que la calificación sea menor a 500 es P (X <=
500). Dado que el porcentaje pedido es la solución es 1-0.69146
=0.3085, por tanto sólo 30.85% de los participantes pasarán la
prueba.
Otra forma es tomando la Z como negativa con P(Z <= -0.5) =
0.3085.
Prueba del
Chi-Cuadrado
Definición
• Chi- Cuadrado (X2) es el nombre de una prueba de hipótesis que
determina si dos variables están relacionadas o no.
• Para calcular el valor de Chi- Cuadrado:

• Grado de Libertad (v)

• V = (cant.de filas – 1) (cant. de columnas - 1)
Ejemplo
• Un investigador recolecta información sobre los patrones de
actividad física (AF) de los niños de quinto grado de primaria de
una escuela pública. Define tres categorías de AF (1, Baja; 2.
Media; 3. Alta). También indaga sobre consumo regular de
bebidas azucaradas en la escuela y define dos categorías (1. Si
consume; 0. No consume). Su interés es evaluar si existe una
asociación entre los patrones de AF y el consumo de bebidas
azucaradas en los niños de esta institución escolar con un nivel de
significancia del 5%.
• Ho: No hay asociación entre la práctica de actividad física y el
consumo de bebidas azucaradas en este grupo de escolares
• H1: Si hay asociación entre la práctica de actividad física y el
consumo de bebidas azucaradas en este grupo de escolares

(r= # filas, c= #
columnas)
gl= (r-1) (c-1)
gl= (3-1) (2-1)
gl= (2) (1)
gl= 2
Coeficiente de
correlación de
Pearson
(Pértega & Pita, 1997)
 Coeficiente de correlación de Pearson
En estadística, el coeficiente de correlación de Pearson es una medida
lineal entre dos variables aleatorias cuantitativas. A diferencia de la
covarianza, la correlación de Pearson es independiente de la escala de
medida de las variables.

De manera menos formal, podemos definir el coeficiente de correlación

de Pearson como un índice que puede utilizarse para medir el grado de
relación de dos variables siempre y cuando ambas sean cuantitativas y
continuas.
Ejemplo
Suponiendo que se están estudiando dos variables aleatorias X y Y sobre una
población; el coeficiente de correlación de Pearson se simboliza con la letra 𝑝𝑥,𝑦 ,
siendo la expresión que nos permite calcularlo
Donde:
𝜎𝑥,𝑦 es la covarianza de X y Y.
𝜎𝑥 es la desviación estándar de la variable X.
𝜎𝑦 es la desviación estándar de la variable Y.
De manera análoga podemos calcular este
coeficiente sobre un estadístico muestral,
denotado 𝑟𝑥,𝑦 a:
Interpretación
Valorar Significado
1 Correlación negativa grande
Para la interpretar el perfecta
coeficiente de correlación 0,9 a 0,99 Correlación negativa muy alta
utilizamos la siguiente 0,7 a 0,89 Correlación negativa alta
0,4 a 0,69 Correlación negativa moderada
escala 0,2 a 0,39 Correlación negativa baja
0,01 a Correlación negativa muy baja
0,19
0 Correlación nula
0,01 a Correlación positiva muy baja
0,19
0,2 a 0,39 Correlación positiva baja
0,4 a 0,69 Correlación positiva moderada
0,7 a 0,89 Correlación positiva alta
0,9 a 0,99 Correlación positiva muy alta
1 Correlación positiva grande y
perfecta
 Ejemplo aplicativo
En un estudio se debe comprobar si hay relación
entre la edad y los niveles de colesterol. Para lo
cual se tomaron en cuenta los siguientes datos Aplicando:
X y X*Y X2 Y2
1 33 150 4950 1089 22500
2 45 180 8100 2025 32400
3 56 200 11200 3136 40000
7 ∗ 57280 − 322 ∗ (1220)
4 56 180 10080 3136 32400 𝑟𝑥,𝑦 =
7 ∗ 15688 − 322 2 7 ∗ 214600 − (1220)2
5 27 150 4050 729 22500
6 58 180 10440 3364 32400
𝑟𝑥,𝑦 = 0,88
7 47 180 8460 2209 32400

∑ 322 1220 57280 15688 214600

 Interpretación
La relación entre variables X y Y (edad y niveles de colesterol) es de
0,88 lo que indica que es una relación imperfecta positiva, cuyo
grado es alto; lo que quiere decir que a mayor edad mayores son los
niveles de colesterol

Varios grupos de puntos (x, y),

con el coeficiente de correlación
para cada grupo. Nótese que la
correlación refleja la no
linealidad y la dirección de la
relación lineal. En la figura del
centro, la varianza de y es nula,
por lo que la correlación es
indeterminada
BIBLIOGRAFÍA
• Minitab 18 . (2019). ¿Qué es una prueba de hipótesis? Obtenido de
https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/statistics/basic-statistics/supporting-topics/basics/what-is-a-
hypothesis-test/

• Pértega, S., & Pita, S. (1997). Relación entre variables cuantitativas. La

Coruña: Unidad de Epidemiología Clínica y Bioestadística.

• Primitivo, A. (2007). Distribución normal, prueba de normalidad y

transformación de datos.

• Salazar, J. (2015). Estadística para Economistas 3. Guayaquil: Facultad

de Ciencias Economicas.
TENKIU