Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez
APLICACIONES DE LA CHI-CUADRADO:
TABLAS DE CONTINGENCIA. HOMOGENEIDAD.
DEPENDENCIA E INDEPENDENCIA
GestinAeronutica:EstadsticaTerica
FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez
PRINCIPALESAPLICACIONESDELACHICUADRADO
Generalmente, se examina una muestra tomada de la poblacin, lo que lleva a tener una
serie de datos, y ver hasta qu punto la muestra se pude considerar perteneciente a
una distribucin terica conocida.
CONTRASTEDEBONDADDELAJUSTE
El objetivo del contraste de bondad del ajuste es saber si una muestra procede de
una poblacin terica con determinada distribucin de probabilidad.
xi (frecuencia observada de xi ), n n
i 1
i
Se origina la TABLADECONTINGENCIA:
X x1 x2 xi xk
Frecuencia observada n1 n2 ni nk
Frecuencia esperada (e1 ) (e2 ) (ei ) (ek )
estadstico estadstico
observado observado
estadstico
terico estadstico
terico
k
(n i ei )2 k
(n i ei )2
Se acepta H0 :
i1
ei
2 , (k 1) Se rechaza H0 : i1
ei
2 , (k 1)
1
k
(n i e i )2 k
n2i
El estadstico
i 1
ei
e
i 1 i
n (tilenelclculo)
OBSERVACIONESDELAAPLICACIN
TABLASCONTIGENCIA:CONTRASTEDEDEPENDENCIAOINDEPENDENCIA
Cuando se desea comparar dos caracteres (X, Y) en una misma poblacin que admiten
las modalidades: X (x 1, x 2 , , x i, , x k ) Y (y1 , y2, , yj, , ym ) , se toma una muestra
de tamao n, representando por n ij el nmero de elementos de la poblacin que
presentan la modalidad x i de X e yj de Y.
X
Y
y1 y2 yj ym n
j 1
i
x1 n 11 n 12 n 1j n1m n1
x2 n 21 n 22 n 2j n 2m n2
xi n i1 n i2 n ij n im ni
xk n k1 n k2 n kj n km nk
k
n
i 1
j
n 1 n 2 n j n m n
2
Bajo la hiptesis nula, cada frecuencia observada n ij (i 1, , k ; j 1, , m) de la
tabla de contingencia (k x m) hay una frecuencia esperada ( e ij ) que se obtiene
mediante la expresin:
ni x n j n i n j
e ij p ij . n , donde p ij x
n n n
X
Y
y1 y2 yj ym n
j 1
i
n 11 n 12 n 1j n1m
x1 n1
( e11 ) ( e12 ) ( e1j ) ( e1 m )
n 21 n 22 n 2j n 2m
x2 n2
( e21 ) ( e22 ) ( e2j ) ( e2m )
n i1 n i2 n ij n im
xi ni
( ei1 ) ( ei2 ) ( eij ) ( eim )
n k1 n k2 n kj n km
xk nk
( ek1 ) ( ek2 ) ( ekj ) ( ek m )
k
n
i 1
j
n 1 n 2 n j n m n
Las condiciones necesarias para aplicar el test de la Chi-cuadrado exige que al menos
el 80% de los valores esperados de las celdas sean mayores que 5. Cuando esto no
ocurre hay que agrupar modalidades contiguas en una sola hasta lograr que la nueva
frecuencia sea mayor que cinco.
En una tabla de contingencia de 2 x 2 ser necesario que todas las celdas verifiquen
esta condicin, si bien en la prctica suele permitirse que una de ellas tenga
frecuencias esperadas ligeramente por debajo de 5.
k m
(n ij eij )2
El estadstico de contraste observado:
i 1 j 1
eij
2(k 1) . (m 1) que sigue
3
Para un nivel de significacin se puede contrastar la diferencia significativa entre
las dos distribuciones empricas o la independencia de las distribuciones empricas.
CONTRASTEDEHOMOGENEIDAD
estadstico observado
estadstico terico
k m
(n ij e ij )2
Se acepta Ho si :
i 1 j 1
e ij
2
, (k 1) . (m 1)
estadstico observado
estadstico terico
k m
(n ij e ij )2
Se rechaza Ho si : i 1 j 1
e ij
2
, (k 1) . (m 1)
CONTRASTEDEINDEPENDENCIA
estadstico observado
estadstico terico
k m
(n ij e ij )2
Se acepta Ho si :
i 1 j 1
e ij
2
, (k 1) . (m 1)
estadstico observado
estadstico terico
k m
(n ij e ij )2
Se rechaza Ho si : i 1 j 1
e ij
2
, (k 1) . (m 1)
TABLASCONTIGENCIA2x2y2x3
Y
y1 y2
X
x1 n 11 n 12 n1 2
n (n 11 . n 22 n 12 . n 21 )2
1
n 1 . n 2 . n 1 . n 2
x2 n 21 n 22 n2
n 1 n 2 n
Se acepta H0 : 12 2 ,1 Se rechaza H0 : 12 2 ,1
4
Y
y1 y2 y3
X
x1 n 11 n 12 n 13 n1
x2 n 21 n 22 n 23 n2
n 1 n 2 n 3 n
Se acepta H0 : 22 2 ,2 Se rechaza H0 : 22 2 ,2
CoeficientedeCONTINGENCIA
Es una medida del grado de relacin o dependencia entre dos caracteres en la tabla de
contingencia, se define:
2
C 0C 1
2 n
FACTORdecorreccindeYATES
2
n
n n11 .n22 n12 .n21
2 n
12 la correccin no es vlida cuando n11 .n22 n12 .n21
n1 .n2 .n 1 .n 2 2
5
TestGdelarazndeverosimilitud
k m nij
Se define el estadstico G 2 nij ln
eij
i1 j1
k m nij
Se acepta la hiptesis nula H0 si G 2 nij ln 2, (k 1) .(m1)
eij
i1 j1
TestdeMcNemar
La escala de medicin para X e Y es nominal con dos categoras, tales como positivo o
negativo, hembra o macho, presencia o ausencia, que se pueden denominar 0 y 1.
Y
X Total
a b ab
c d cd
Total ac bd n
Los casos que muestran cambios entre la primera y segunda respuesta aparecen en las
celdillas b y c .
6
Estadstico de contraste si b + c < 20 :
Estadstico de contraste si b + c 20 :
(b c)2 (b c)2
2
2
se acepta H0 si 2
2
2/2,1
McNemar
bc
1 McNemar 1
bc
b c 1 b c 1
2 2
2
2
se acepta H0 si 2
2
2/2,1
McNemar 1
bc McNemar 1
bc
Coeficientesendistribucionesdicotmicas
a) El coeficiente alcanza su mximo valor slo cuando una de las dos diagonales se
ha vaciado.
Y
X Total
y1 y2
x1 a b (a + b)
x2 c d (c + d)
Total (a + c) (b + d) (n)
7
a d bc
Coeficiente Phi: 01
(a b)(c d)(a c)(b d)
a d bc
Coeficiente Q de Yule: Q 0Q 1
a d bc
TestexactodeFISHER
Si las dos variables que se estn analizando son dicotmicas, y la frecuencia esperada
es menor que 5 en ms de una celda, no resulta adecuado aplicar el test de la 2 ,
aunque s el test exacto de Fisher.
El test exacto de Fisher permite analizar si dos variables dicotmicas estn asociadas
cuando la muestra a estudiar es demasiado pequea y no cumple las condiciones
necesarias para que la aplicacin del test de la Chi-cuadrado sea idnea.
Y
X Total
y1 y2
x1 a b (a + b)
x2 c d (c + d)
Total (a + c) (b + d) (n)
Las condiciones necesarias para aplicar el test de la Chi-cuadrado exige que al menos
el 80% de los valores esperados de las celdas sean mayores que 5. De este modo, en
una tabla de contingencia de 2 x 2 ser necesario que todas las celdas verifiquen esta
condicin, si bien en la prctica suele permitirse que una de ellas tenga frecuencias
esperadas ligeramente por debajo de 5.
El test exacto de Fisher se basa en evaluar la probabilidad asociada a cada una de las
tablas 2 x 2 que se pueden formar manteniendo los mismos totales de filas y columnas
que los de la tabla observada. Cada uno de estas probabilidades se obtiene bajo la
hiptesis de independencia de las dos variables que se estn analizando.
La probabilidad asociada a los datos que han sido observados viene dada por:
La frmula general de la probabilidad descrita deber calcularse para todas las tablas
de contingencia que puedan formarse con los mismos totales de filas y columnas de la
tabla observada.
8
El valor de la p asociado al test exacto de Fisher puede calcularse sumando las
probabilidades de las tablas que resulten menores o iguales a la probabilidad de la
tabla que ha sido observada.
INTERPRETACINDEDATOS
Solucin:
9
H0 : La situacin laboral de la mujer es independiente de su estado civil.
H1 : La situacin laboral de la mujer depende de su estado civil.
Ambos estadsticos son negativos, con un p-valor < 0, 05 , pudiendo afirmar que la
correlacin entre la situacin laboral y el estado civil de las mujeres es inversa y
significativa al 5%.
10
CONTRASTENOPARAMTRICODEBONDADDEAJUSTE
1.- Para comprobar si los operarios encontraban dificultades con una prensa manual
de imprimir, se hizo una prueba a cuatro operarios anotando el nmero de atascos
sufridos al introducir el mismo nmero de hojas, dando lugar a la siguiente tabla:
Operario A B C D Total
Obstrucciones 6 7 9 18 40
Con un nivel de significacin del 5%, existe diferencia entre los operarios?
Solucin:
La probabilidad de que se atascase una hoja sera 1 / 4 para todos los operarios.
De este modo, el nmero de atascos esperados para cada uno de ellos sera
( ei 10)i 1, , 4 .
Operario A B C D Total
6 7 9 18 40
Obstrucciones
(10) (10) (10) (10) (40)
k ( ni e i ) 2 k ni2
2k 1 ei
ei
n 2 ; k 1
k nmero intervalos
i 1 i 1
estadstico terico
estadstico contraste
k
(ni ei ) 2
o bien, la regin de rechazo de la hiptesis nula: R
i 1
ei
2 ; k 1
4
ni2 6 2 7 2 9 2 18 2
con lo cual, 2
3 e
i 1 i
n
10 10 10
10
40 9
11
CONTRASTENOPARAMTRICODEBONDADDEAJUSTEAUNAPOISSONCON
PARMETRODESCONOCIDO.
Nmero partculas 0 1 2 3 4 5
Nmero perodos de tiempo 120 200 140 20 10 2
Se pueden ajustar los datos obtenidos a una distribucin de Poisson, con un nivel de
significacin del 5%?
Solucin:
k
(ni ei ) 2 k
ni2 k nmero intervalos
2
k p 1
i 1
ei
e
i 1 i
n 2 ; k p 1
donde
p nmero parmetros a estimar
estadstico terico
estadstico contraste
k
(ni e i ) 2
o bien, la regin de rechazo de la hiptesis nula: R
i 1
ei
2 ; k p 1
xi ni xi n i P(xi k ) pi
0 120 0 0,3012
x
x n i i
590
1,2
1 200 200 0,3614 n 492
2 140 280 0,2169 1,2
3 20 60 0,0867 enconsecuencia,
4 10 40 0,0260 1,2 k 1,2
P(xi k) e k 0, ,5
5 2 10 0,0062 k!
n=492 590
12
Las probabilidades con que llegan las partculas k 0, 1, , 5 se obtienen
1,2 k 1.2
sustituyendo los valores de k en P(xi k) e , o bien en las tablas con 1, 2
k!
Para verificar si el ajuste de los datos a una distribucin de Poisson se acepta o no,
mediante una 2 , hay que calcular las frecuencias esperadas (e i n . pi )
xi 0 1 2 3 4 5
120 200 140 20 10 2
Frecuencias
(e1 = 148,2) (e2 = 177,8) (e3 = 106,7) (e4 = 42,7) (e5 = 12,8) (e6 = 3, 05)
dando lugar a una tabla de contingencia 1 x 6, en donde hay que agrupar las dos
ltimas columnas por tener la ltima columna frecuencias esperadas menores que
cinco.
xi 0 1 2 3 4y5
120 200 140 20 12
Frecuencias
( e1 = 148,2) (e2 = 177,8) (e3 = 106,7) (e4 = 42,7) (e5 = 15,8)
El estadstico de contraste:
5
(ni ei ) 2 5
ni2 120 2 200 2 140 2 20 2 12 2
2
3 i 1
ei
i 1
ei
n
148,2 177,8 106,27 42,7 15,8
492 32,31
k
(ni ei ) 2
Se verifica la regin de rechazo: R
i 1
ei
2 ; k p 1 32,31 7, 815
13
CONTRASTENOPARAMTRICODEBONDADDEAJUSTEAUNANORMALCON
PARMETROSDESCONOCIDOS.
3.- Para una muestra aleatoria simple de 350 das, el nmero de urgencias tratadas
diariamente en un hospital A queda reflejado en la siguiente tabla:
Solucin:
k
( ni e i ) 2 k
ni2 k nmero intervalos
2
k p 1
i 1
ei
e i 1 i
n 2 ; k p 1
donde
p nmero parmetros a estimar
estadstico terico
estadstico contraste
Intervalos xi ni x i .n i x 2i . n i
05 2,5 20 50 125
510 7,5 65 487,5 3656,25
1015 12,5 100 1250 15625
1520 17,5 95 1662,5 29093,75
2025 22,5 60 1350 30375
2530 27,5 10 275 7562,5
6 6 6
n= i=1
n i = 350
i=1
x i n i = 5075 x . n = 86437,5
i=1
2
i i
6 6 6
x n i i
2
(x i
2
x) n i x .n 2
i i
x= i=1
= 14,5 = x
i=1
= i=1
( x ) 2 = 36,71 x = 6,06
350 350 350
14
Se procede al ajuste de una distribucin normal N(14,5 ; 6,06) , hallando las
probabilidades de cada uno de los intervalos:
Intervalos ni pi ei = pi . n (n i e i ) 2 (n i e i ) 2 / ei
05 20 0,0498 17,43 6,6 0,38
510 65 0,1714 59,99 25,1 0,42
1015 100 0,3023 105,81 33,76 0,32
1520 95 0,2867 100,35 28,62 0,29
2025 60 0,1396 48,86 124,1 2,54
2530 10 0,0366 12,81 7,9 0,62
6
n = 350 (n e )
i=1
i i
2
/ ei = 4,57
15
Se calcula el estadstico de contraste 2 , donde el nmero de grados de libertad
es k p 1 (n intervalos) (n parmetros a estimar) 1 6 2 1 3 , con lo
cual,
6
(ni e i ) 2
2
3 i 1
ei
4,57
16
CONTRASTEDEHOMOGENEIDAD.
4.- Para conocer la opinin de los ciudadanos sobre la actuacin del alcalde de una
determinada ciudad, se realiza una encuesta a 404 personas, cuyos resultados se
recogen en la siguiente tabla:
Contrastar, con un nivel de significacin del 5%, que no existen diferencias de opinin
entre hombres y mujeres ante la actuacin del alcalde.
Solucin:
Se tienen dos muestras clasificadas en tres niveles, donde se desea conocer si los
hombres y mujeres proceden de la misma poblacin, es decir, si se comportan de
manera semejante respecto a la opinin de la actuacin del alcalde.
Regin de rechazo de la hiptesis nula: R rechazo 2(k 1) . (m 1) 2 ; (k 1) .(m 1)
Se forma una tabla de contingencia 2 x 3: En cada frecuencia observada
( nij )i 1, ,k ; j1, , m en la tabla de contingencia se tiene una frecuencia terica o esperada
n i x n j
eij que se calcula mediante la expresin: e ij pij . n , donde pij son las
n
probabilidades de que un elemento tomado de la muestra presente las modalidades xi
de X e y j de Y.
17
205 . 202 205 . 140 205 . 62
e 21 = = 102,5 e 22 = = 71,03 e 23 = = 31, 46
404 404 404
2 3
(nij e ij ) 2
El estadstico de contraste:
i 1 j 1
e ij
2(2 1) . (31) 22 , con lo que,
2 3
(n ij e ij ) 2
2 (84 99,5) 2 (78 68,96) 2 (37 30,53) 2 (118 102,5) 2 (62 71,03) 2
=
2
= + + + + +
i=1 j=1
e ij 99,5 68,96 30,53 102,5 71,03
(25 31, 46) 2
+ = 9, 76
31, 46
sigue una 2 con dos grados de libertad si es cierta la hiptesis nula con eij 5
i, j ; en caso contrario sera necesario agrupar filas o columnas contiguas.
k m
(nij e ij ) 2 k m
nij2
El estadstico de contraste: i 1 j 1
e ij
2
(k 1) . (m 1)
e
i 1 j 1 ij
n
2 3
n 2ij
84 2 78 2 37 2 118 2 62 2 25 2
n= + + + + + 404 = 9, 76
i=1 j=1
e ij 99,5 68,96 30,53 102,5 71,03 31, 46
18
CONTRASTEDEINDEPENDENCIA.
CoeficienteIntelectual
Total
<80 8090 9099 100
Nutricinbuena 245 228 177 219 869
Nutricinpobre 31 27 13 10 81
Total 276 255 190 229 950
A un nivel de significacin del 10%, hay relacin entre las dos variables tabuladas?
Solucin:
k m
(nij e ij ) 2 k m
nij2
El estadstico de contraste:
i 1 j 1
e ij
2
(k 1) .(m 1)
e
i 1 j 1 ij
n
Siendo la regin de rechazo de la hiptesis nula: R rechazo 2(k 1) . (m 1) 2 ; (k 1) .(m 1)
En la tabla de contingencia 2 x 4 para cada frecuencia observada (nij )i1, , k ; j1,, m se
tiene una frecuencia terica o esperada eij que se calcula mediante la expresin:
n i x n j
e ij
n
CoeficienteIntelectual
ni
<80 8090 9099 100
245 228 177 219
Nutricinbuena (e 11 = 252, 46) (e 12 = 233,25) (e 13 = 173,8) (e 14 = 209, 47) 869
31 27 13 10
Nutricinpobre (e 21 = 23, 53) (e 22 = 21, 74) (e 23 = 16, 2) (e 24 = 19, 52) 81
19
81 . 276 81 . 255 81 . 190 81 . 229
e21 = = 23, 53 e22 = = 21, 74 e23 = = 16, 2 e24 = = 19, 52
950 950 950 950
El estadstico de contraste:
2 4
n 2ij
e
2 245 2 228 2 177 2 219 2 31 2 27 2 13 2 10 2
=
3
n= + + + + + + + 950 = 9,75
i=1 j=1 ij
252, 46 233,25 173,8 209, 47 23,53 21,74 16,2 19,52
bien,
2 4
(n ij e ij ) 2
2 (245 252, 46) 2 (228 233,25) 2 (177 173,8) 2 (219 209, 47) 2
=
3
= + + + +
i=1 j=1
e ij 252, 46 233,25 173,8 209, 47
(31 23,53) 2 (27 21,74) 2 (13 16,2) 2 (10 19,52) 2
+ + + + = 9,75
23,53 21,74 16,2 19,52
sigue una 2 con tres grados de libertad si es cierta la hiptesis nula con eij 5
i, j ; en caso contrario sera necesario agrupar filas o columnas contiguas.
Meses A B C Total
1 6 10 10 26
2 8 12 12 32
3 8 8 14 30
4 9 14 16 39
Total 31 44 52 127
b) Con un nivel de significacin de 0,05, comprobar que los tres mtodos tienen la
misma eficacia.
Solucin:
20
a) Con la simple observacin de los datos, el empaquetado A parece ser el mejor, ya
que es el que menos kilos de tomates estropeados tuvo. Ahora bien, esta situacin
puede ser engaosa, ya que hay que tener en cuenta el nmero de kilos que se
empaquetaron.
Para tomar una decisin sobre si hay diferencia entre los diferentes mtodos de
empaquetado, se contrasta la hiptesis nula
k m
nij2
Se acepta H0 si: 2
(k 1) . (m 1)
e
i 1 j 1 ij
n 2 ; (k 1) . (m 1)
n i x n j
Se forma la tabla de contingencia 3 x 4 , donde e ij
n
Empaquetado
A B C Total
Meses
6 10 10 26
1
(e11 6, 35) (e12 9, 01) (e13 10, 62) (26)
8 12 12 32
2
(e21 7, 81) (e22 11, 09) (e23 13, 10) (32)
8 8 14 30
3
(e31 7, 32) (e32 10, 39) (e33 12, 28) (30)
9 14 16 39
4
(e41 9, 52) (e42 13, 51) (e43 15, 97) (39)
Total 31 44 52 127
26 . 31 32 . 31 30 . 31 39 . 31
e11 6, 35 e21 7, 81 e31 7, 32 e41 9, 52
127 127 127 127
26 . 44 32 . 44 30 . 44 39 . 44
e12 9, 01 e22 11, 09 e32 10, 39 e42 13, 51
127 127 127 127
26 . 52 32 . 52 30 . 52 39 . 52
e13 10, 65 e23 13, 10 e33 12, 28 e43 15, 97
127 127 127 127
3 4
nij2
Estadstico de contraste: 2
(3 1) . ( 4 1)
2
6 e
i 1 j 1 ij
n 128,24 127 1,24
2
El estadstico terico o esperado: 0,05 ; 6
12,592
21
Siendo 26 1, 24 20,05 ; 6 12,592 , el estadstico observado es menor que el
estadstico terico o esperado, por tanto, no se cumple la regin de rechazo,
concluyendo que los tres mtodos de empaquetado tienen la misma eficiencia.
Satisfaccineneltrabajo
Muysatisfecho Satisfecho Insatisfecho Muyinsatisfecho
Espaa 200 300 300 100
Francia 300 400 350 150
Italia 350 300 250 150
Solucin:
La hiptesis nula H0: 'Las proporciones de los trabajadores con los distintos grados de
satisfaccin son iguales en los tres pases'
Se acepta H0:
k m
( nij eij ) 2 k m
nij2
2
(k 1) . (m 1)
i 1 j 1
e ij
e
i 1 j 1 ij
n 2 ; (k 1) . (m 1)
22
Satisfaccineneltrabajo
Total
Muysatisfecho Satisfecho Insatisfecho Muyinsatisfecho
200 300 300 100 900
Espaa (e 14 114, 29)
(e11 242,86) (e12 285, 71) (e13 257, 14) (900)
300 400 350 150 1200
Francia
(e21 323, 81) (e22 380, 95) (e23 342, 86) (e24 152, 38) (1200)
350 300 250 150 1050
Italia
(e31 283, 33) (e32 333, 33) (e33 300) (e34 133, 33) (1050)
3 4
(nij e ij ) 2 3 4
nij2
Estadstico observado: 2
(3 1) . (4 1)
i 1 j 1
eij
e
i 1 j 1 ij
n
8.- Las compaas de seguros de automviles suelen penalizar en sus primas a los
conductores ms jvenes, con el criterio que stos son ms propensos a tener un
mayor nmero de accidentes. En base a la tabla adjunta, con un nivel de significacin
del 5%, contrastar si el nmero de accidentes es independiente de la edad del
conductor.
Nmerodeaccidentesalao
Edaddelconductor
0 1 2 3 4
25omenos 10 10 20 40 70
2635 20 10 15 20 30
msde36 60 50 30 10 5
Solucin:
Hiptesis nula H0: 'El nmero de accidentes sufridos por los conductores no depende
de la edad del conductor'
23
Se acepta H0:
k m
(nij eij ) 2 k m
nij2
2
(k 1) . (m 1)
i 1 j 1
eij
e
i 1 j 1 ij
n 2 ; (k 1) . (m 1)
Nmerodeaccidentesporao m
Edaddel
0 1 2 3 4 n
j 1
i
conductor
10 10 20 40 70 150
25omenos e13 24,37 e14 26,25 e15 39,37
e11 33, 75 e12 26,25 (150)
20 10 15 20 30 95
2635 e23 15, 44 e24 16, 62 e25 24, 94
e21 21,37 e22 16, 62 (95)
60 50 30 10 5 155
msde36 e31 34, 87 e32 27,12 e33 25,19 e34 27,12 e35 40, 69 (155)
k
n
i 1
j 90 70 65 70 105 400
95 . 90 95 . 70 95 . 65 95 . 70 95 . 105
e21 21, 37 e22 16, 62 e23 15, 44 e24 16, 62 e25 24,94
400 400 400 400 400
3 5
( nij eij ) 2 3 5
nij2
Estadstico observado: 2
(3 1) . (5 1)
2
8
i 1 j 1
e ij
e
i 1 j 1 ij
n
10 2 10 2 20 2 40 2 70 2 20 2 10 2 15 2 20 2 30 2
33,75 26,25 24,37 26,25 39,37 21,37 16,62 15, 44 16,62 24,94
60 2 50 2 30 2 10 2 52
400 143,51
34,87 27,12 25,19 27,12 40,69
24
Como 28 143, 51 15, 507 20,05 ; 8 se rechaza la hiptesis nula de independencia
entre la edad del conductor y el nmero de accidentes.
En consecuencia, la edad influye significativamente en el nmero de accidentes al ao.
9.- En dos ciudades, A y B, se observ el color del pelo y de los ojos de sus
habitantes, encontrndose las siguientes tablas:
CiudadA CiudadB
Pelo Pelo
Ojos Rubio NoRubio Ojos Rubio NoRubio
Azul 47 23 Azul 54 30
Noazul 31 93 Noazul 42 80
b) En cul de las dos ciudades podemos afirmar que hay mayor dependencia entre el
color del pelo y de los ojos?
Solucin:
CiudadA
Pelo
Ojos Rubio NoRubio Total
70 . 78 70 . 116
e11 28, 14 e12 41, 85
47 23 70 194 194
Azul
(e11 28, 14) (e12 41,85) (70)
31 93 124 124 . 78 124 . 116
Noazul e21 49, 85 e22 74,14
(e21 49, 85) (e 22 74, 14) (124) 194 194
Total 78 116 194
Estadstico de contraste:
2 2
nij2 47 2 23 2 31 2 93 2
2
(2-1) . (2-1)
= =
2
1
i=1 j=1
eij
-n = + + +
28,14 41,85 49,85 74,14
- 194 = 33,07
33, 07
El coeficiente de contingencia: CA = = 0,3816
33, 07 + 194
25
CiudadB
Pelo
Ojos Rubio NoRubio Total
84 . 96 84 . 110
e11 39,15 e12 44, 85
54 30 84 206 206
Azul (84)
(e11 = 39, 15) (e12 = 44,85)
42 80 122 96 . 122 110 . 122
Noazul e21 56, 85 e22 65, 15
(e21 = 56, 85) (e22 = 65, 15) (122) 206 206
Total 96 110 206
Estadstico de contraste:
2 2
nij2 54 2 30 2 42 2 80 2
2
(2 1) . (2 1)
2
1 e
i 1 j 1 ij
n
39,15 44,85 56,85 65,15
206 17,82
17,82
El coeficiente de contingencia: CB 0,282
17,82 206
X1 = Estado general de salud: muy bueno (3), bueno (2), regular (1), malo (0)
X3 = Nivel del ejercicio diario: intenso (2), moderado (1), ninguno (0)
Solucin:
a) H0 : X1 e X2 son independientes
26
En 2 (X1 , X2 ) 8 el nmero de grados de libertad es (4 1) x (2 1) 3
b) H0 : X2 e X3 son independientes
c) H0 : X1 e X3 son independientes
27
11. En el grfico se presenta la evaluacin del estado general de salud de una
muestra de personas adultas mayores, segn sea su peso normal o sobrepeso.
Con los datos del grfico, con un nivel de significacin del 5%, analizar la existencia de
una relacin significativa entre el peso y el estado general de salud en el adulto mayor.
Solucin:
Peso
Estado de Salud Total
Normal Sobrepeso
12 8 20
Bueno
(9, 41) (10, 59) (20)
4 10 14
Malo
(6, 59) (7, 41) (14)
Total 16 18 34
Como la frecuencia esperada e21 6,59 , todas las celdas cumplen con el mnimo
aconsejable de 5 en su valor esperado. En la prctica se acepta hasta un 20% de las
celdas que no cumplen con el requisito de que la frecuencia esperada sea 5
28
20 . 16 20 . 18 14 . 16 14 . 18
e11 9, 41 e12 10, 59 e21 6, 59 e22 7, 41
34 34 34 18
Estadstico de contraste:
2 2
n i2j 12 2 82 42 10 2
2
(2-1) . (2-1)
2
= =
1
i=1 j=1
e ij
-n= + + +
9,41 10,59 6,59 7,41
- 34 = 3,27
Como 21 = 3,27 3,841 20,05,1 se acepta la hiptesis nula, concluyendo que el estado
general de salud del adulto mayor no est asociado a su peso.
2
n
n n11 .n22 n12 .n21
2 n
12 la correccin no es vlida cuando n11 .n22 n12 .n21
n1 .n2 .n 1 .n 2 2
p P 2p,1 2,13 0,271
0,90 p 0,10 0,90 0,10 0, 0158 2,706
0,0158 2,13 2,706 p 0,10 2,13 2,706
29
(p 0,10) x (0, 0158 2,706) (0,90 0,10) x (2,13 2,706) p 0,271
Animal laboratorio
Vacuna
Enfermo No Enfermo
Vacunado 9 42
No Vacunado 18 28
Solucin:
Animal laboratorio
Vacuna Total
Enfermo No Enfermo
Vacunado 9 42 51
No Vacunado 18 28 46
Total 27 70 97
Estadstico observado: 2
5,5570
1
n1 .n2 .n 1 .n 2 51. 46.27 .70
30
13. Para analizar la repercusin que tienen los debates televisivos en la intencin de
voto, un equipo de investigacin recogi datos entre 240 individuos antes y despus
del debate, resultando la siguiente tabla:
Solucin:
Se trata de una muestra pareada en una situacin antes-despus, con lo que es idneo
un contraste estadstico Chi-cuadrado de McNemar.
Sea la hiptesis nula H0 : La intencin de voto es la misma antes y despus del debate
(85 50)2
Estadstico muestral: 2McNemar 9, 074
85 50
Como 2McNemar 9, 074 5, 024 20,025,1 se rechaza la hiptesis nula, concluyendo que la
intencin de voto cambi significativamente despus del debate, con un nivel de
significacin del 5%.
31
14. Se desea analizar si los estudiantes de universidades privadas preferentemente
son de los estratos econmicos altos del pas. Para ello, se ha tomado la siguiente
muestra:
Grupos socioeconmicos
Universidades
Alto Medio alto Medio bajo Bajo
Estado 13 17 4 3
Privadas 38 19 2 2
a) Para validar el anlisis con un nivel de confianza del 95%, realizar un contraste por
la razn de verosimilitud (test G).
Solucin:
k m nij
Se define el estadstico G 2 nij ln
eij
i1 j1
k m nij
Se acepta la hiptesis nula H0 si G 2 nij ln 2, (k 1) .(m1)
eij
i1 j1
Grupos socioeconmicos
Universidades
Alto Medio alto Medio bajo - Bajo
Estado 13 17 7
Privadas 38 19 4
n i x n j
Se calculan los valores esperados de cada celda, donde e ij
n
32
Grupos socioeconmicos
Universidades Total
Alto Medio alto Medio bajo - Bajo
13 17 7 37
Estado
(19,26) (13,59) (4,15) (37)
38 19 4 61
Privadas
(31,74) (22, 41) (6,85) (61)
Total 51 36 11 98
37 . 51 37 . 36 37 . 11
e11 19, 26 e12 13, 59 e13 4,15
98 98 98
61 . 51 61 . 36 61 . 11
e21 31, 74 e22 22, 41 e23 6, 85
98 98 98
La frecuencia esperada e13 = 4,15 < 5 , valor mnimo recomendado para la prueba. En
un caso prctico se admite hasta un 20% de las celdas que no verifican este requisito,
como ocurre en este caso.
nij
En cada celda se calcula el valor de nij x ln
eij
Grupos socioeconmicos
Universidades Total
Alto Medio alto Medio bajo - Bajo
Estado 5,11 3,80 3,66 2,35
Privadas 6,84 3,14 2,15 1,55
Total 1,73 0,66 1,51 3,9
13 17 7
13 x ln 5,11 17 x ln 3,80 7 x ln 3,66
19,26 13,59 4,15
38 19 4
38 x ln 6,84 19 x ln 3,14 4 x ln 2,15
31,74 22, 41 6,85
2 3 nij
El estadstico observado G 2 nij ln 2 x 3,9 7,8
eij
i1 j1
33
p P 2p,1 7,8 0,271
2
b) El grado de contingencia mide el grado de relacin o dependencia: C
2 n
G 7,8
C 0,2715 , hay una dependencia del 27,15%.
G n 7,8 98
Obesidad
Sexo Total
S No
Mujeres 1 (a) 4 (b) 5 (a + b)
Hombres 7 (c) 2 (d) 9 (c + d)
Total 8 (a + c) 6 (b + d) 14 (n)
Solucin:
El test exacto de Fisher permite analizar si dos variables dicotmicas estn asociadas
cuando la muestra a estudiar es demasiado pequea y no cumple las condiciones
necesarias para que la aplicacin del test de la Chi-cuadrado sea idnea.
Las condiciones necesarias para aplicar el test de la Chi-cuadrado exige que al menos
el 80% de los valores esperados de las celdas sean mayores que 5. De este modo, en
una tabla de contingencia de 2 x 2 ser necesario que todas las celdas verifiquen esta
condicin, si bien en la prctica suele permitirse que una de ellas tenga frecuencias
esperadas ligeramente por debajo de 5.
Si las dos variables que se estn analizando son dicotmicas, y la frecuencia esperada
es menor que 5 en ms de una celda, no resulta adecuado aplicar el test de la 2 ,
aunque s el test exacto de Fisher.
34
El test exacto de Fisher se basa en evaluar la probabilidad asociada a cada una de las
tablas 2 x 2 que se pueden formar manteniendo los mismos totales de filas y columnas
que los de la tabla observada. Cada uno de estas probabilidades se obtiene bajo la
hiptesis de independencia de las dos variables que se estn analizando.
La probabilidad asociada a los datos que han sido observados viene dada por:
La frmula general de la probabilidad descrita deber calcularse para todas las tablas
de contingencia que puedan formarse con los mismos totales de filas y columnas de la
tabla observada.
En este caso, planteando la hiptesis nula H0 : El sexo y ser obeso son independientes
Obesidad
Sexo Total
S No
Mujeres 1 (a) 4 (b) 5 (a + b)
Hombres 7 (c) 2 (d) 9 (c + d)
Total 8 (a + c) 6 (b + d) 14 (n)
Las siguientes tablas muestran todas las posibles combinaciones de frecuencias que se
pueden obtener con los mismos totales de filas y columnas:
Obesidad
Sexo Total
S No
Mujeres 4 (a) 1 (b) 5 (a + b) p 0,2098
Hombres 4 (c) 5 (d) 9 (c + d)
Total 8 (a + c) 6 (b + d) 14 (n)
35
Obesidad
Sexo Total
S No
Mujeres 2 (a) 3 (b) 5 (a + b) p 0,2797
Hombres 6 (c) 3 (d) 9 (c + d)
Total 8 (a + c) 6 (b + d) 14 (n)
Obesidad
Sexo Total
S No
Mujeres 3 (a) 2 (b) 5 (a + b) p 0, 4196
Hombres 5 (c) 4 (d) 9 (c + d)
Total 8 (a + c) 6 (b + d) 14 (n)
Obesidad
Sexo Total
S No
Mujeres 5 (a) 0 (b) 5 (a + b) p 0, 0280
Hombres 3 (c) 6 (d) 9 (c + d)
Total 8 (a + c) 6 (b + d) 14 (n)
Sumando las probabilidades de las tablas que son menores o iguales a la probabilidad
de la tabla observada ( p 0, 0599 ) se tiene:
36
El SPSS para el cmputo del test de Fisher, calcula el p-valor correspondiente a la
alternativa bilateral (2p 2 x 0, 0909 0,1818) y el p-valor asociado a un
planteamiento unilateral (p 0, 0909).
37