CHI-CUADRADO

(45x30)/100=1
3,5

(45x70)/100=3
1,5

No

(55x30)/100=1
6,5

(55x70)/100=3
8,5

EJERCICIO 1
Un investigador quiere estudiar si hay
asociacin entre la prctica deportiva y la
sensacin de bienestar. Extrae una muestra
aleatoria de 100 sujetos. Los datos aparecen
a continuacin.
Sensacin
de

Prctica
deportiva

Bienestar

Total

Calculemos Chi-cuadrado:

no

2
exp

20

25

45

No

10

45

55

Total

30

70

100

Contraste la hiptesis de independencia

entre bienestar y prctica de deporte (alfa =
0,01).
Sensacin
de

Prctica
deportiva

Bienestar

no

20

25

45

No

10

45

55

Total

30

70

100

Calculemos las frecuencias esperadas:

f i. f. j

Sensaci
n de
bienest
ar

eij

f i. f. j

2) Este valor elevado al cuadrado.

3) Dividido por la frecuencia esperadas.
Sensacin de
bienestar

Prctica deportiva
S

No

3,1296

1,3413

No

2,5606

1,0974

2
exp
3,1296 1,3413 2,5606 1,0974 8,13
2
exp
8,13

grados de libertad, son:

K = (nmero de fila-1)x(nmero de
columnas-1)

g2.l .; 12;0,01 6,63

Prctica deportiva

g2.l .; 12;0,01 6,63

1) Hagamos otra tabla, donde restamos

a las frecuencias absolutas las
frecuencias esperadas.

= (2-1)x(2-1) = 1

eij

Total

eij

( f ij eij ) 2

No

2
exp
8,13

No
SIGNIFICADO: Las variables no son
independientes
EJERCICIO 2
Se desea estudiar hasta qu punto existe
relacin entre el tiempo de residencia de
inmigrantes en nuestro pas y su percepcin
de integracin. Se dispone de una muestra
pequea de 230 inmigrantes a los que se les
evalu en ambas variables obtenindose la
siguiente tabla de frecuencias observadas.
Confirman estos datos la hiptesis
planteada con un nivel de confianza del 95%?
Tiempo de
residencia

Grado de
integracin
Bajo

Total

Alto
90

130

Menos
tiempo

90

10

100

Total

130

100

230

Calculemos Chi-cuadrado:

( f ij eij ) 2

2
exp
15,2534 19,8294 19,8294 25,778 80,69

2
exp
80,69

grados de libertad, son:

K = (nmero de fila-1)x(nmero de columnas1)

= (2-1)x(2-1) = 1
El valor alfa 0,05
El valor que buscamos:

g2.l .; 12;0,05 3,84

2
exp
80,69 g2.l .; 12;0,05 3,84

SIGNIFICADO: Las variables no

son independientes

40

25,778

2
exp
12;0,01

Ms
tiempo

2
exp

19,8294

Ejemplo 3, El espesor de un semiconductor

se controla mediante la variacin estndar
no mayor a =0.60 mm. Para mantener
controlado el proceso se toman muestras
aleatoriamente de tamao de 20 unidades, y
se considera que el sistema est fuera de
control cuando la probabilidad de que 2
tome valor mayor o igual al valor de la
muestra observado es que es 0.01. Que se
puede concluir si s=0.84mm?

Solucin.

Existe fuera de control si

(n 1)s / 2 con n=20 y =0.60, excede

eij

Hagamos otra tabla, donde restamos a las

frecuencias absolutas las frecuencias
esperadas.
Este valor elevado al cuadrado
Dividido por la frecuencia esperadas
Sensacin
de
bienestar

Prctica deportiva
S

No

15,2534

19,8294

02.01,19 36.191
Entonces,

(n 1)s 2 19 * 0.84 2

37 .24
2
0.60 2

Por tanto, el sistema est fuera de control

La funcin de distribucin CHI tienen

importantes variaciones de acuerdo con los
grados de libertad y del tamao muestral
(menor tamao muestral y mayor tamao
muestral respectivamente),

Ejemplo 4. Un bioqumico sospecha que su

micro-centrfuga no mantiene constante su
velocidad mientras trabaja, lo cual le da una
variabilidad
indeseada
en
sus
determinaciones. Para controlarla, consigue
un tacmetro regulado y mide cada minuto
la velocidad durante 10 minutos. Los
resultados fueron: una velocidad promedio
en las 10 mediciones de 3098 rpm con una
desviacin de 100,4 rpm. Testear para un
error relativo mximo del 2% o menos, si la
centrfuga es estable.

En consecuencia, si tenemos X1,..,Xn,

variable aleatoria independientes, donde
cada

X i N( i , i ) , se tiene
Xi i

i
i 1
n

(n 1)s 2
2

2n

La distribucin Chi muestra su importancia

cuando queremos determinar la variabilidad
(sin signo) de cantidades que se distribuyen
en torno a un valor central siguiendo un
mecanismo normal.

Teorema
n

X
i 1

N ,

X X
2n 1
y i

i 1
n

La desviacin estndar es max=2%*3098=62

rpm, luego,
H0: max62 rpm
La funcin Chi-cuadrado es igual a la funcin
normal elevada al cuadrado

H1: max62 rpm

(n 1)s 2 (10 1) *100 .4 2

23 .6
2
62 2

De la Tabla de valores crticos surge:

20,99;9=21,666 y 20,991;9=27,877. Por lo tanto,
el bioqumico ha encontrado una muy fuerte
evidencia que la velocidad del equipo oscila
en forma indeseada, tal como sospechaba. Y
deber ajustarlo si desea disminuir la
variabilidad de sus mediciones. Los
resultados fueron muy significativos 2 = 23,6
Ejemplo 5. Un farmacutico Jefe del Dpto.
Control de Calidad en una industria
alimenticia, descubre que en su proceso de
produccin el contenido de ciclamato en su
lnea de mermeladas dietticas vara en
forma indeseada. Sospechando que se trata
de una falla en el dosificador, decide tomar
10 muestras seguidas del mismo. Encuentra
un promedio de 20 gramos con una
desviacin de 8 gramos. Si en su protocolo
de fabricacin la variacin mxima permitida
es del 3%, determinar si el dosificador debe
ser corregido.
El desviacin estndar aceptable es: mx =
3% de 20 g = 6 g. Luego:
H0:mx
correctamente
H1:mx > 6 g.: el dosificador debe ser
cambiado

(n 1)s 2 (10 1) * 8 2

16
2
62
2

De la Tabla de valores crticos surge:

20,95;9=16,9. Por lo tanto, el farmacutico no
ha encontrado evidencia que respalde sus
sospechas. Sin embargo, el valor hallado es

muy cercano al crtico, por lo que le

convendra hacer ms pruebas.

En estadstica, la distribucin Chi-cuadrado,

tambin denominada Chi-cuadrado de
Pearson, es una distribucin de probabilidad
continua con un parmetro k que representa
los grados de libertad de la variable aleatoria:

X Z12 Z 22 Z 2k
donde Zi son variables de distribucin
normal, N(0,1) o de media cero y varianza
uno.
Se suele usar la denominada prueba Chicuadrado como test de independencia y como
test de bondad de ajuste. La funcin de
densidad Chi-cuadrado es

f k (x)

(1 / 2) k / 2 k / 21 x / 2
x
e
( k / 2)

x0

es la funcin gamma. La funcin de

distribucin es

Fk ( x )

(k / 2, x / 2)
(k / 2)

donde (k,z)
incompleta.

es

la

funcin

gamma

El valor esperado y la varianza de una

variable aleatoria X con distribucin Chicuadrada son
E[X] = k
V[X] = 2k

Relacin con otras distribuciones. La Chi

cuadrado es una distribucin binomial inversa
cuyo coeficiente de variabilidad es 10.1, esta
tiene un intervalo de confianza de 2.3 grados
en la escala de desviaciones estndar. Posee
una distribucin de Poisson elevada la cual
asciende a 56.5 m Eq en los tres primeros
cuartiles de la recta. Para k=2 la distribucin
es una distribucin exponencial.

Valor

Observado Valor Terico

Valor Terico

Los grados de libertad nos vienen dados por:

gl= (r-1)(k-1). Donde r es el nmero de filas y
k el de columnas.
Criterio de decisin: Se acepta H0 cuando
2 2 ,n 1 . En caso contrario se rechaza.
Donde representa el valor proporcionado
por las tablas, segn el nivel de significacin
elegido. Cuanto ms se aproxima a cero el
valor de Chi-cuadrado, ms ajustadas estn
ambas distribuciones.
T.STUDENT
Ejemplo1, En 16 recorridos de prueba de una
hora cada uno, el consumo de gasolina de un
motor es de 16.4 gal, con una desviacin
estndar de 2.1 gal. Demuestre que la
afirmacin que el consumo promedio de
gasolina de este motor es 12.0 gal/hora

Solucin, Sustituyendo n=16, =12.0, x =16.4

y s=2.1 en la formula de t-Student, se tiene

x
s

16 .4 12 .0
2.1 16

8.38

Para el cual en las tablas, para =5% y 15 gl

es insignificante, y por tanto se puede
concluir que el consumo de 12 gal/h es real

vista para el caso de Gauss. Con la nica

diferencia en cmo se calcula el valor crtico
t; en lugar de z.

( e t , * e )

La teora de decisiones se usa en forma

anloga, empleando los intervalos de
confianza visto ms arriba. Pero para poder
aplicar este modelo se deben tener en
cuenta los requisitos siguientes:
- Las muestras fueron extradas de una
poblacin normal o aproximadamente
normal.
- La seleccin de las muestras se hizo en
forma aleatoria.
- Las muestras son independientes entre s.

Si alguno de ellos no se cumple, las

conclusiones que se obtengan no son vlidas.
Los supuestos se pueden resumir as: para
poder usar t-Student, se deben tener
muestras
normales,
aleatorias
e
independientes. Notar que el error estndar
de estimacin es e.

- t-Student para medias muestrales. En

este caso e =.x luego: e= y e2=s2/n . Por
lo tanto el valor de comparacin se
calcula,

t
Ejemplo 2, Encuentre los valores de la
funcin para:
a. 14 gl, =97.5%t0.975=-t2.5%=-2.145
b. P(-t0.025<T<t0.05)=0.925
Los intervalos de confianza para esta
distribucin se arman en forma anloga a la

x
s

Ejemplo 3. Se desea saber si un instrumento

de medicin cualquiera est calibrado, desde
el punto de vista de la exactitud. Para ello se
consigue un valor patrn y se lo mide 10
veces (por ejemplo: una pesa patrn para

una balanza, un suero control para un

mtodo clnico, etc.). Suponiendo que el
resultado de estas mediciones arroja una
media de 52,9 y una desviacin de 3, usando
un patrn de valor 50, se debe determinar si
el instrumento est calibrado y la estimacin
de su error sistemtico, si es que se prueba
su existencia (no se usan unidades para
generalizar este ejemplo).

que se ha probado la existencia de un error

sistemtico con una confianza del 95%.

Ejemplo 4. Se midi colesterol total a 11

pacientes varones adultos escogidos al azar
los resultados obtenidos arrojan una media
de 235 mg/dl y un desviacin estndar de 35
mg/dl. Ensayar la hiptesis de que se
mantienen por debajo del valor lmite de
referencia de 220 mg/dl

Ho : = 50 el instrumento est calibrado en

exactitud
H1 : 50 no est calibrado. Hay un error
sistemtico

.
Ho: 220 mg/dl
H1: 220 ,g/dl

El valor t-Student para una sola cola es,

t
Se trata de un ensayo de dos colas donde
hay =101=9 grados de libertad. De la Tabla
t-Student se obtienen los valores crticos
para el 95% de t0,05
t 0,01 3,25 y para un nivel del 99,9% es
t0,001 4,781. Lo que permite establecer las
zonas de aceptacin y rechazo:

52 .9 50 .0 3
3 10

Dibujando las zonas con los valores crticos,

el valor de t cae en la de rechazo para el 95%
y no alcanza para las otras. La conclusin es

235 220 1.42

35

11

Valor no significativo pues t0.05,10=1.81,

entonces cae dentro del intervalo del 95%

Para el caso de una cola, el valor de tablas

para el 95% debe ser el que est en la Tabla
t-Student para el 90% en dos colas. La idea es
que el 10% en dos colas significa el 5% en
cada una, por la simetra de la curva de tStudent. Luego, para
95% ser t = 1,812 en una cola y t = 2,228

para dos colas. La conclusin es que no

puede rechazar la hiptesis nula, por lo que
debe considerarse un colesterol total
admisible desde el punto de vista clnico, por
estar por debajo del lmite de referencia.

- t-Student para proporciones. En este

caso e=P y p== luego con se puede
obtener el valor del estadgrafo de
comparacin con la relacin,

P
1 n

0.75 0.90 2.24

0.067

Valor es significativo pues t0.999,19=-3.579 o

t0.99,19=-2.539 o t0.95,19=-1.729, entonces cae
fuera del intervalo del 95%. De todas formas
la evidencia no alcanza para rechazar la
hiptesis a los niveles del 99% y 99,9%. Se la
rechaza al nivel de 95% nicamente. Si bien
no es tan terminante, se puede afirmar que
la aseveracin es falsa con un 95% de
confianza.
DISTRIBUCION BONIMIAL

Ejemplo. Un analgsico de plaza, afirma en

su propaganda que alivia el dolor en el 90%
de los casos antes de la primera hora luego
de su ingesta. Para validar esa informacin,
se hace un experimento en 20 individuos con
cefalea. Se observa que fue efectivo en 15 de
ellos.

1 La ltima novela de un autor ha

tenido un gran xito, hasta el punto
de que el 80% de los lectores ya la
han leido. Un grupo de 4 amigos son
aficionados a la lectura:
1 Cul es la probabilidad de que en
el grupo hayan leido la novela 2
personas?
2 Y cmo mximo 2?
Soluciones:
1 Cul es la probabilidad de que
en el grupo hayan leido la novela 2
personas?

Ho: 0.9

B(4, 0.2) p = 0.8 q = 0.2

H1: 0.9

El valor t-Student para una sola cola es,

siendo P el porcentaje de xitos
P=15/20=0.75 y la media de =0.90 con
desviacin

0.9 * 0.1 / 20 0.067

2 Y cmo mximo 2?

SOLUCION
2.Un agente de seguros vende plizas

B(4, 0.5) p = 0.5q = 0.5

a cinco personas de la misma edad y

que disfrutan de buena salud. Segn
las tablas actuales, la probabilidad de
que una persona en estas condiciones
viva 30 aos o ms es 2/3. Hllese la
probabilidad de que, transcurridos 3 0
aos, vivan:
1 Las cinco personas
2 Al menos tres personas
3 Exactamente dos personas
Soluciones:
1 Las cinco personas

4 Si de seis a siete de la tarde se

admite que un nmero de telfono de
cada cinco est comunicando, cul es
la probabilidad de que, cuando se
marquen 10 nmeros de telfono
elegidos al azar, slo comuniquen
dos?
SOLUCION
B(10, 1/5)p = 1/5q = 4/5

B(5, 2/3) p = 2/3 q = 1/3

5 La probabilidad de que un hombre

2 Al menos tres personas

3 Exactamente dos personas

acierte en el blanco es 1/4. Si dispara

10 veces cul es la probabilidad de
que acierte exactamente en tres
ocasiones? Cul es la probabilidad de
que acierte por lo menos en una
ocasin?
SOLUCION
B(10, 1/4) p = 1/4q = 3/4

3 Se lanza una moneda cuatro veces.

Calcular la probabilidad de que salgan
ms caras que cruces