Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estas pruebas permiten verificar que la población de la cual proviene una muestra
tiene una distribución especificada o supuesta.
Variable Oi = ni
X1 O 1 = n1
X2 O 2 = n2
X3
. ..
. .
Xk O k = nk
[ ]
∑
EJEMPLO.
Frec. Frec.
Probabilidad
Observada Esperada [ ]
DURACIÓN (Oi) Pi (Ei)
145 - 1.95 2
1.95 – 2.45 1
2.45 – 2.95 4
2.95 – 3.45 15
3.45 – 3.95 10
3.95 – 4.45 5
4.45 – 4.95 3
ANÁLISIS ESTADÍSTICO 10115
Verificar con 5% de significancia que la duración de las baterías producidas por este
fabricante tiene un comportamiento normal .
2.- la tabla siguiente muestra los registros de 300 días del control de calidad de los
extintores de cierta fábrica. Se tomaron al azar diariamente cuatro extintores de la
producción diaria y se sometieron a prueba, registrando lo siguiente:
N° de extintores N° de pi Ei
defectuosos (X) días
0 233
1 57
2 7
3 2
4 1
Total 300 1.00 300
Con un nivel de significación del 10%. ¿Se puede afirmar que el número de
extintores defectuosos, se distribuye según el modelo binomial?
DOCIMAS
𝑒 𝑥
𝑝 𝑥 𝑠𝑖 𝑥 , , , , , ,6, … …
𝑥
𝑒𝑛 𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
[ ]
ESTADISTICA ∑
X N° de días pi Ei = 170 pi
0 18 0.1353 23.001
1 50 0.2707 46.019 𝑥𝑐𝑎𝑙 8
2 52 0.2707 46.019
3 30 0.1804 30.668
4 15 0.0902 15.334
5y más 5 0.0527 8.959
TOTAL 170 1.00
ANÁLISIS ESTADÍSTICO 10115
Región Critica ; ;
{ ⁄ > ; }
Solución:
(Oi - Ei )2
Estadístico: =
2
2 (k n parámetros estimados -1)
i Ei
No existe un acuerdo en lo referente al valor mínimo de las frecuencias esperadas, pero generalmente se
emplea como mínimo 5. Si la frecuencia esperada es demasiado pequeña, se combina con la frecuencia
esperada de la clase o categoría adyacente. También se combinan las frecuencias observadas
correspondientes.
ANÁLISIS ESTADÍSTICO 10115
2 9 0,1329 7,9712
13 10,3952 0,6527
>3 4 0,0404 2,4240
60 1 60 2,9663
k= 3
gl= 3 – 1- 1 = 1
0,05
obs
2
2,9663 RC, no puede rechazarse la hipótesis nula de que número de
defectos en las tarjetas de circuito impreso sigue una distribución de Poisson.
Frecuencia (Oi) 32 24 8 6 5
X O Prob = pi Ei = 70 pi
k=5 75 1 75 2,448
gl = 5 – 1 – 1 = 3. RC = { 2 > 0,95;
2
3 7,815 }
obs
2
2,448 RC. Se puede suponer que la vida útil de los motores sigue la
distribución exponencial.
6.- El número (X) de autos de lujo que vende diariamente cierta automotora, se
modela mediante la siguiente función de probabilidad:
; ;
{ 6
N° de autos
1 2 3 4
vendidos
N° de días 25 34 22 9