Datos Enumerativos - Estad. Industrial

Estadistica industrial 30/05/2019
PRUEBA DE JI CUADRADO X²
ESTADISTICA INDUSTRIAL OBJETIVOS:

1.- Enumerar las características de la distribución ji
DATOS ENUMERATIVOS cuadrada.
2.- Realizar una prueba de hipótesis comparando un
conjunto observado de frecuencias y una distribución
MG. ROSMERI MAYTA H esperada.
3.- Efectuar una prueba de hipótesis de normalidad
2019 aplicando la distribución ji cuadrada.
4. Llevar a cabo una prueba de hipótesis para
determinar si están relacionados dos criterios de
clasificación.
30/05/2019 Rosmeri Mayta 1 30/05/2019 Rosmeri Mayta 2

Estadistica Industrial Estadistica Industrial
PROPIEDADES:
DISTRIBUCION X2
1.-Los valores de X² son mayores o iguales que cero.
La prueba X² es una medida de compatibilidad 2.-La forma de una distribución X² depende del gl =n-1.
entre una frecuencia observada (ƒo) de un en consecuencia hay una familia de distribución X².
3.-El área bajo una curva X² y sobre el eje horizontal es
determinado evento o una de sus característica uno.
y la frecuencia teórica esperada (ƒe), con base 4.- La distribución X² no son simétricas tienen colas
en una distribución supuesta. Cada X² depende estrechas que se extienden a la derecha; esto es, están
del tamaño de la muestra (n); para muestras sesgadas hacia la derecha.
pequeñas (o pocos grado de libertad, g.l.) esta 5.-El valor de X² siempre es positivo.
distribución esta fuertemente sesgada en 6.-En Tanto que la muestra se incrementa en tamaño,
X² tiende a aproximarse a la distribución normal.
dirección positiva.

2-2
CHI-SQUARE
SQUARE DISTRIBUTION
P PRUEBA DE BONDAD DE AJUSTE:
r Frecuencias Esperadas iguales
o
gl = 3 Sean fo y fe las frecuencias observada y esperada
b respectivas.
a Procedimiento para realizar la Prueba de Hipotesis
b 1.- Ho : No hay diferencia entre fo y fe
i gl = 5 Ha : Existe una diferencia entre fo y fe
l 2.- El nivel de significancia:α
i gl = 10 3.- Definir el estadístico : X2 :
d 4.- Establecer la región de aceptación y rechazo:
a El valor crítico es: X 2 (α,K-1)
d Grados de Libertad: K-1
K= Numero de categorías
χ2
30/05/2019 Valores de chiMayta
Rosmeri - cuadrada
Estadistica Industrial
5 30/05/2019 Rosmeri Mayta
6
Mg. Rosmeri Mayta H. 1

PROBLEMA
5.-Calculo del estadístico y tomar una En el siguiente cuadro se encuentra los datos de
decisión: ausentismo se recolectaron en una planta
manufacturera. Con un nivel de significancia de 0.05,
 ( f − f )2 
x2 = Σ 
0 e
 realizar una prueba para determinar si existe
 fe  diferencia en el tasa de ausentismo por día de la
Si Xk pertenece a la región critica semana. Día Frecuencia
entonces se rechaza la hipótesis nula de Lunes 120
lo contrario se acepta Martes 45
Miércoles 60
Jueves 90
Viernes 130
Solución
1.- H0 : No existe diferencia entre las frecuencias observadas y
esperadas con respecto a la tasa de ausentismo.
Ha: Existe una diferencia entre las frecuencias observadas y
esperadas con respecto a la tasa de ausentismo.
X2 0.05,4 =9.488
2.- Nivelde significancia:α =0.05 5) Como el X2 k es mayor que el teórico
3.- El estadístico es :X2
Calculo de frecuencias esperadas iguales: entonces se rechaza la hipótesis nula y se
(120 + 45 + 60 + 90 + 130) / 5 = 89. acepta la alternativa.
X2 k = (120 – 89) 2/89 + (45-89) 2/89+…. (130-89) 2/89 Si existe diferencia en la frecuencia
= 60.89 observada y esperada del ausentismo
4.- Establecer la regla de decisión:
G.L: k-1 =5-1=4

Corrida con el minitab PROBLEMA 1

El director de seguridad de la empresa Honda , de Estados Unidos ,
tomó muestras al azar el archivo de accidentes menores , y los
clasificó de acuerdo con el tiempo en que tuvo lugar cada uno .
Proporción Contribución
Utilizando la prueba de bondad de ajuste y el nivel de significancia
Categoría Observado de prueba Esperado a Chi-cuad.
de 0.01, Determine si los accidentes están distribuidos
1 120 0.2 89 10.7978
uniformemente o no durante el día . De una breve explicación
2 45 0.2 89 21.7528
acerca de la conclusión .
3 60 0.2 89 9.4494
4 90 0.2 89 0.0112
Hora Nº de accidentes
5 130 0.2 89 18.8876
8 a 9 am. 6
9 a 10 am. 6
N GL Chi-cuad. Valor p 10 a 11 am. 20
445 4 60.8989 0.000 11 a 12 pm. 8
1 a 2 pm. 7
2 a 3 pm. 8
3 a 4 pm. 19
30/05/2019 Rosmeri Mayta 11 30/05/2019 4 a 5 pm. 6 Mayta
Rosmeri 12

Hora Nª accid. ( fo) Fe ( fo – fe ) ( fo – fe )2 ( fo – fe )2/fe
8-9 6 10 -4 16 1.6
Solución :
9-10 6 10 -4 16 1.6 1) Planteamos la hipótesis nula y la hipótesis alternativa

10-11 20 10 10 100 10 Ho : La cantidad de accidentes están distribuidos
uniformemente durante el día .
11-12 8 10 -2 4 0.4 Ha : La cantidad de accidentes no están distribuidos
1-2 7 10 -3 9 0.9
uniformemente durante el día .
2) Nivel de Significancia : α = 0.01
2-3 8 10 -2 4 0.4
3-4 19 10 9 81 8.1 3) X2 = ∑ [ ( fo – fe )2 / fe]

4-5 6 10 4 16 1.6
∑ = 80 ∑ = 24.6

PRUEBA DE BONDAD DE AJUSTE

X2 0.01 , 7 = 18.475
FRECUENCIAS ESPERADAS DESIGUALES
4) gl = k – 1 = 8 – 1 = 7
X2 0.01 , 7 = 18.475
El U.S. Bureau of the Census indica que
63.9% de la población está casada, 7.7%
es viuda, 6.9% divorciada (y no vuelta a
casar) y 21.5% soltera (nunca casada).
Una muestra de 500 adultos del área de
Filadelfia indica que 310 personas estaban
5) Como X2 k cae en la región critica , rechazamos la Ho y casadas, 40 viudas, 30 divorciadas y 120
aceptamos la Ha , esto quiere decir que los accidentes no
están distribuidos uniformemente durante el día .
solteras. Para .05 de nivel de significancia
¿Se puede concluir que el área de
Filadelfia es diferente al de Estados Unidos
30/05/2019 Rosmeri Mayta
15 como un todo?
30/05/2019 Rosmeri Mayta
16
Cálculos
1.- H0 : El área de Filadelfia es igual al de Estados
Unidos en cuanto a su estado civil.
Estado f 0 fe (f0 −fe)2 / fe Ha : El área de Filadelfia es diferente al de
Casado 310 319.5 .2825 Estados Unidos en cuanto a su estado civil.
2.- α =0.05
Viudo 40 38.5 .0584
3.- X2 k = 2.38 24
Divorciado 30 34.5 .5870 x2 = 2.3824 x 2 > 7.815, gl = 3,
Soltero 120 107.5 1.4535 4.- X2 0.05,3 =7.815 es mayor que el X2 k = 2.38 24
se acepta la hipótesis nula
Total 500 2.3814


PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA

NORMALIDAD
Propósito: Probar si las frecuencias
observadas en una distribución de
Corrida con el minitab frecuencias se ajusta a la distribución normal
Proporción Contribución teórica.
Categoría Observado de prueba Esperado a Chi-cuad.
1 310 0.639 319.5 0.28247 Procedimiento:
2 40 0.077 38.5 0.05844 • Determinar la media y la desviación estándar
3 30 0.069 34.5 0.58696 de la distribución de frecuencias.
4 120 0.215 107.5 1.45349
• Calcular el valor z para el límite inferior y
superior de cada clase.
N GL Chi-cuad. Valor p • Determinar la Fe para cada categoría
500 3 2.38136 0.497 • Usar la prueba de bondad de ajuste X2 y luego
seguir el mismo procedimiento para la prueba
de hipótesis.

PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA NORMALIDAD
La estación radiodifusora de FM, cuyo distintivo es ALFA, cree que la

edad de sus radioescuchas siguen una distribución probabilística
normal para confirmar esto se tomo una muestra de 50 oyentes y los
Nota: Los grados de libertad de X2 esta resultados fueron ordenados en la siguiente tabla de distribución de
frecuencias. Tiene una media µ=44.8 y una σ = 9.36
dado por: Al nivel de significancia del 10% ¿Se puede concluir razonablemente
que distribución de las edades se aproximan a una de tipo normal?
K-m-1
K: Es el número de categorías Edad Frecuencia
m: Es el número de parámetros calculados 20 hasta 30 1
30 hasta 40 15
40 hasta 50 22
50 hasta 60 8
60 hasta 70 4

Solución
Calculamos µ
los valores de Z :
Z30 = X −µ = 30 − 44.8 = -1.58 EDAD Fo Valor de Z area Fe

σ 9.36
40 − 44.8
Z40 = 9.36 = -0.51
De menos a 40 16 MENOS a -0.51 0.3059 15.295
50 − 44.8
Z50 = =0.55
9.36
40 – 50 22 -0.51 a 0.55 0.4029 20.145
Z60 = 60 − 44.8 =1.62
9.36
50 A mas 12 0.55 a MAS 0.2912 14.56
Luego procedemos a calcular las áreas que vienen a ser las

probabilidades , se reducen a tres categorías, porque las frecuencias
esperadas deben ser mayor que cinco , se suman las áreas y luego
se determinan las frecuencias esperadas.


1) Ho : Las edades se distribuyen en forma normal PROBLEMA NORMALIDAD

Ha : Las edades no están distribuidas en forma normal
2.-α = 0.10
3.- El estadistico es X 2 ∑
( Fo − Fe)2
Una muestra de 500 donativos a la Fundacion
Fe
4.- Xk = 2 de artritis se presenta con la siguiente
gl: k-1
gl : 3-1 = 2 X2 0.1,2 = 4.60 ( de la tabla de ji cuadrado )
distribución de frecuencias. ¿Es razonable
concluir que se tiene una distribución normal
5.- Como Xk = 0.6534
2 es menor que X2 0.1,2 = 4.60 con media de $10 y desviación estándar de $2?
pertenece a la región de aceptación entonces aceptamos la H0 .
Quiere decir que las edades se distribuyen en forma normal Use .05 de nivel de fsignificancia.
e
.Nota Se han unidos categorías por tener las frecuencias
esperadas mas del 20% de las casilla una frecuencia menos de Nota: Para calcular para la primera clase,
cinco.
primero se calcula la
fe probabilidad de esta clase.
P(X<6) = P [Z<(6-10)/2]=.0228. Así, es
(.0228)(500)=11..4
SOLUCIÓN PROCEDIMIENTO
cantidad
gastada f0 área fe (f0 −fe)2 / fe 1.- H0 : La donativos sigue una distribución normal.
Ha : La donativos no sigue una distribución normal.
<$6 20 .02 11.40 6.49 2.- α=0 .05
3.- Definir el estadístico
$6-8 60 .14 67.95 .93 4.- Definir la región de aceptación y de rechazo
$8-10 140 .34 170.65 5.50 5.- Calculo del estadistico
X2 k = 336.33
$10-12 120 .34 170.65 15.03
X2 = 11.05 , gl. K-1= 5
$12-14 90 .14 67.95 7.16
X2 k = 336.33 se rechaza la H0 se acepta la hipótesis
>$14 70 .02 11.40 301.22 alternativa. Los donativos no siguen una distribución
normal.
Total
30/05/2019 500 Rosmeri Mayta
500 336.33 27 30/05/2019 Rosmeri Mayta
28
Prueba de bondad de ajuste:

población multinomial
En este caso cada elemento de una En cada ensayo intento o prueba de un
población se asigna a una y sólo una de experimento multinomial sólo se presenta
varias clases o categorias. Esta población uno y solo uno de los resultados . Cada
se llama multinomial. La distribución intento del experimento se supone
multinomial de probabilidad se puede independiente, y las probabilidades de los
concebir como una ampliación de la resultados permanecen igual para cada
distribución binomial para el caso de tres o prueba
más categorias de resultados.


Problema
Scott Marketing elaboró un análisis de mercado Supongamos que la empresa
, Durante el año pasado se estabilizaron las
participaciones del mercado con 30% para la investigadora uso un conjunto de 200
compañía A, 50% para la compañía B y 20% clientes para el estudio. A cada persona
para la compañía C. hace poco la compañía C
invento un nuevo producto nuevo y mejorado se le pidió especificar su preferencia de
que remplazará su participación actual en el compra entre las tres alternativas el
mercado.Los gerentes de la compañía C
pidieron a Scott Marketing determinar si el producto de la compañía A, el de la
nuevo producto causará alguna alteración en las compañía B o el nuevo de la compañía C.
participaciones de los tres competidores en el Las 200 respuestas se tiene en el
mercado.
siguiente cuadro
En este caso, la población de interés es

multinomial; cada cliente se clasifica como
comprador de la compañía A, de la de B o
de la de C. Entonces, la población
multinomial tiene tres clasificaciones o
categorias.

SOLUCIÓN
1.- 2.- Nivel de significancia de 0.05

Ho: PA=0.30, PB=0.50, PC=0.20 3.- X2
( El nuevo producto de la compañía C no 4.- X2 (0.05,3-1) =5.99
alterará la participación en el mercado)
5.-
Ha: las proporciones poblacionales no
son
PA=0.30, PB=0.50, PC=0.20
(La introducción del nuevo producto
influye en la participación del mercado)

5.- Como 7.34 > 5.99, rechazamos la

hipótesis nula. Con ello concluimos que la
introducción del nuevo producto de la
compañía C si alterará la estructura
actual de participaciones en el mercado.

Problema
Una empresa dedicada a la venta de

muebles desea estudiar cual es el número
de solicitudes de crédito recibida por día
en los últimos 300 días. Esta información
se presenta a continuación.

¿Sería razonable concluir que la 1.- Ho: La Distribución de la población

distribución de la población es la sigue una distribución Poisson
distribución de Poisson con media 2? Use con media 2.
nivel de significancia 0.05. Ha: La Distribución de la población no
sigue una distribución Poisson
con media 2.
2.- α = 0.05
3.- X2


4.- G.l = 6 - 1 = 5 P(X=x)=λx e-λ /x!

X2 (0.05,5) = 11.070 λ = Cantidad promedio de ocurrencias en un intervalo

5.- Como X2 pertenece a la región de

aceptación, entonces se acepta la
hipótesis nula, esto quiere decir que la
población sigue una distribución Poisson
con media 2.

LIMITACIONES DE X² :
Si hay un número pequeño de frecuencias esperadas

puede llevar a conclusiones erróneas. Ejemplos Ejemplos Solución
Como la fe está en el denominador y la división entre un

número pequeño produce un cociente demasiado Nivel Directivo fo fe Nivel Directivo fo fe Nivel Directivo fo fe
grande. sobresaliente 18 16 Empleados 30 32 Empleados 30 32
Las frecuencias esperadas deben ser cinco o más. Supervisor 30 37 Supervisor 110 113 Supervisor 110 113
Gerente 8 13 Gerente 86 87 Gerente 86 87

Para más de dos celdas la X² no debe aplicarse, si más Gerente General 6 4 Gerente General 23 24 Gerente General 23 27
del 20% de las celdas fe tienen frecuencias menos de vicepresidente adj 82 78 vicepresidente adj 5 2 vicepresidente adj 14 7
cinco. vicepresidencia 10 15 vicepresidencia 5 4
Para resolver este problema se debe unir categorias Presidencia 4 1


PRUEBA DE INDEPENDENCIA PRUEBA DE CONTINGENCIA
Otra aplicación importante de la distribución X2 Se usa para probar si dos características o

variables están relacionadas.
se relaciona con el usos de datos de muestra La prueba de X2 también puede aplicarse para un
para indicar la independencia de dos variables. proyecto de investigación relacionado con dos
También se le conoce como Tabla de características. En este caso el valor de fe se
calcula mediante la siguiente fórmula:
contingencias . fe = (total por reglón)(total por columna)
La prueba de independencia utiliza el formato Gran total
de la tabla de contingencias, y por esta razón a y los grados de libertad se hallan por la siguiente
veces se le llama la prueba de tabla de fórmula:
contingencias o prueba con tabla de G:L = (#reglones - 1)(#columnas - 1)
contingencias. Aqui se encuentra todas las .
combinaciones posibles.
PROBLEMA
Se pidió a una muestra de empleados en
una gran planta industrial química que
indicara su preferencia por uno de tres
planes de pensión o retiro. Los resultados
se presentan en la tabla que sigue.
¿Parece haber alguna relación entre el
plan de pensión seleccionados y la
clasificación del trabajo de los
empleados?
Utilice el nivel de significancia de 0.01.
SOLUCIÓN
:
1.- Ho: No existe relación entre el plan de pensión 5.-
seleccionado y la clasificación del trabajo de los
empleados
Ha: Existe relación entre el plan de pensión seleccionado y la
clasificación del trabajo de los empleados
2.- α = 0.01
3.- X2
4.- g.l = (renglones - 1)*(columnas -1) = (3 - 1)(3 - 1) = 4

X2t (0.01, 4) = 13.277


El valor de X2k cae en la región de

rechazo entonces se rechaza la Ho, esto
quiere decir que existe relación entre el
plan de pensión seleccionado y la
clasificación del trabajo de los empleados
Salida en Minitab:

Problema
Chi-Square Test: Plan A, Plan B, Plan C
Expected counts are printed below observed counts Doscientos hombres de diversos niveles
Plan A Plan B Plan C Total gerenciales, seleccionados al azar, fueron
1 10 16 29 55
18.17 25.27 11.56 entrevistados con respecto a su interés o
2 19 80 19 118
38.98 54.22 24.80
preocupación acerca de asuntos
3 81 57 22 160 ambientales. La respuesta de cada
52.85 73.51 33.63
Total 110 153 70 333 persona se registró en una de tres
Chi-Sq = 3.672+ 3.401+ 26.303 +10.240
+12.262+1.358+14.990+3.709+ 4.024
categorías: interés nulo, algo de interés y
= 79.960 gran preocupación. Los resultados fueron:
DF = 4, P-Value = 0.000

Utilice el nivel de significancia de 0.01 para determinar si

existe o no relación entre el nivel directivo o gerencial y el
interés en asuntos ambientales.
Solución:
Seguimos el siguiente procedimiento:
1.- Ho: No existe relación entre el nivel directivo o

gerencial y el interés en asuntos ambientales.
Ha: Existe relación entre el nivel directivo o
gerencial y el interés en asuntos ambientales.


2.-α = 0.01 5.- Cálculos

3.- X2
4 .-
gl = (renglones - 1)*(columnas -1) = (4 -
1)*(3 - 1) = 6
X2t (0.01, 6) = 16.812
Si el X2k > 16.812 se rechaza la H0

El valor de X2k cae en la región de

aceptación entonces se acepta la Ho, esto
quiere decir que no existe relación entre el
nivel directivo o gerencial y el interés en
asuntos ambientales.

PROBLEMAS PROPUESTO
Salida en Minitab: ¿Existe una relación entre el lugar de
Chi-Square Test: sin interés, algo, gran preocupación
Expected counts are printed below observed counts
un accidente y el sexo de la persona
sin inte algo gran pre Total accidentada? Una muestra de 150
1 15 13 12
14.00 12.00 14.00
40
accidentes presentada a la policía
2 20 19 21 60 estaba clasificada por tipo y sexo.
21.00 18.00 21.00
3 7 7 6 20 Con =0.05 de nivel de significancia,
4
7.00 6.00 7.00
28 21 31 80
¿Se puede concluir que el sexo y el
28.00 24.00 28.00 lugar del accidente están
Total 70 60 70 200
Chi-Sq = 0.071 + 0.083 + 0.286 + 0.048 + 0.056 + 0.000 +0.000 + 0.167
relacionados?
+ 0.143 + 0.000 + 0.375 + 0.321 = 1.550
DF = 6, P-Value = 0.956


Problema
Sexo T r a b a jo H ogar O tr o T o ta l
La empresa Publicidad Pacific investiga la relación entre el tipo favorito de

H o m b re 60 20 10 90 mensaje comercial y el nivel de ingresos para una muestra de
consumidores.
M u je r 20 30 10 60 Pruebe si el nivel de ingreso se relaciona con la preferencia de
comerciales. Considere un nivel de significancia del 5%. Los datos se
encuentra en la tabla
T o ta l 80 50 20 150
Comercial favorito
Ingreso A B C
Nota: La frecuencia esperada para la intersección Bajo 25 40 70
hombre-trabajo se calcula como (90)(80)/150 = 48. Medio 30 30 30
De manera similar, se pueden calcular las frecuencias Alto 45 20 10
esperadas para las otras celdas.

Resultados con Minitab:

Chi-Square Test: A, B, C
Expected counts are printed below observed counts
Chi-Square contributions are printed below expected counts
A B C Total
1 25 40 70 135
45.00 40.50 49.50
8.889 0.006 8.490
2 30 30 30 90
30.00 27.00 33.00
0.000 0.333 0.273
3 45 20 10 75
25.00 22.50 27.50
16.000 0.278 11.136
Total 100 90 110 300
Chi-Sq = 45.405, DF = 4, P-Value = 0.000
Como el valor de P=0.000< , por lo tanto se rechaza Ho. Y se concluye que existe una relación entre el tipo de comercial
favorito y el nivel de ingreso del espectador.
30/05/2019 Rosmeri Mayta 69


Datos Enumerativos - Estad. Industrial

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Datos Enumerativos - Estad. Industrial

Caricato da

Copyright:

Formati disponibili

Estadistica industrial 30/05/2019

ESTADISTICA INDUSTRIAL OBJETIVOS:

30/05/2019 Rosmeri Mayta 1 30/05/2019 Rosmeri Mayta 2

30/05/2019 Rosmeri Mayta 3 30/05/2019 Rosmeri Mayta 4

Mg. Rosmeri Mayta H. 1

30/05/2019 Rosmeri Mayta 9 30/05/2019 Rosmeri Mayta 10

Corrida con el minitab PROBLEMA 1

Mg. Rosmeri Mayta H. 2

Hora Nª accid. ( fo) Fe ( fo – fe ) ( fo – fe )2 ( fo – fe )2/fe

9-10 6 10 -4 16 1.6 1) Planteamos la hipótesis nula y la hipótesis alternativa

3-4 19 10 9 81 8.1 3) X2 = ∑ [ ( fo – fe )2 / fe]

30/05/2019 Rosmeri Mayta 13 30/05/2019 Rosmeri Mayta 14

PRUEBA DE BONDAD DE AJUSTE

30/05/2019 Rosmeri Mayta 17 30/05/2019 Rosmeri Mayta 18

Mg. Rosmeri Mayta H. 3

PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA

30/05/2019 Rosmeri Mayta 19 30/05/2019 Rosmeri Mayta 20

PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA NORMALIDAD

La estación radiodifusora de FM, cuyo distintivo es ALFA, cree que la

m: Es el número de parámetros calculados 20 hasta 30 1

30/05/2019 Rosmeri Mayta 21 30/05/2019 Rosmeri Mayta 22

Z30 = X −µ = 30 − 44.8 = -1.58 EDAD Fo Valor de Z area Fe

Luego procedemos a calcular las áreas que vienen a ser las

30/05/2019 Rosmeri Mayta 23 30/05/2019 Rosmeri Mayta 24

Mg. Rosmeri Mayta H. 4

1) Ho : Las edades se distribuyen en forma normal PROBLEMA NORMALIDAD

Prueba de bondad de ajuste:

30/05/2019 Rosmeri Mayta 29 30/05/2019 Rosmeri Mayta 30

Mg. Rosmeri Mayta H. 5

En este caso, la población de interés es

30/05/2019 Rosmeri Mayta 33 30/05/2019 Rosmeri Mayta 34

1.- 2.- Nivel de significancia de 0.05

Mg. Rosmeri Mayta H. 6

5.- Como 7.34 > 5.99, rechazamos la

30/05/2019 Rosmeri Mayta 37 30/05/2019 Rosmeri Mayta 38

Una empresa dedicada a la venta de

30/05/2019 Rosmeri Mayta 39 30/05/2019 Rosmeri Mayta 40

¿Sería razonable concluir que la 1.- Ho: La Distribución de la población

30/05/2019 Rosmeri Mayta 41 30/05/2019 Rosmeri Mayta 42

Mg. Rosmeri Mayta H. 7

4.- G.l = 6 - 1 = 5 P(X=x)=λx e-λ /x!

30/05/2019 Rosmeri Mayta 43 30/05/2019 Rosmeri Mayta 44

5.- Como X2 pertenece a la región de

30/05/2019 Rosmeri Mayta 45 30/05/2019 Rosmeri Mayta 46

Si hay un número pequeño de frecuencias esperadas

Como la fe está en el denominador y la división entre un

grande. sobresaliente 18 16 Empleados 30 32 Empleados 30 32

Gerente 8 13 Gerente 86 87 Gerente 86 87

30/05/2019 Rosmeri Mayta 47 30/05/2019 Rosmeri Mayta 48

Mg. Rosmeri Mayta H. 8

PRUEBA DE INDEPENDENCIA PRUEBA DE CONTINGENCIA

Otra aplicación importante de la distribución X2 Se usa para probar si dos características o

4.- g.l = (renglones - 1)*(columnas -1) = (3 - 1)(3 - 1) = 4

30/05/2019 Rosmeri Mayta 53 30/05/2019 Rosmeri Mayta 54

Mg. Rosmeri Mayta H. 9

El valor de X2k cae en la región de

30/05/2019 Rosmeri Mayta 55 30/05/2019 Rosmeri Mayta 56

30/05/2019 Rosmeri Mayta 57 30/05/2019 Rosmeri Mayta 58

Utilice el nivel de significancia de 0.01 para determinar si

1.- Ho: No existe relación entre el nivel directivo o

30/05/2019 Rosmeri Mayta 59 30/05/2019 Rosmeri Mayta 60

Mg. Rosmeri Mayta H. 10

2.-α = 0.01 5.- Cálculos