Professional Documents
Culture Documents
donde: Oi = Total de valores que caen en el intervalo i. Ei = Nmero esperado de valores en el intervalo i.
k = Nmero de intervalos de clase en que se distribuyen las observaciones.
Si los lmites del intervalo de clase i estn dados por Xi-1 y Xi el nmero esperado de observaciones para ese
intervalo est dado por: Ei =nPi donde Pi representa la probabilidad de que una observacin quede en el
intervalo i, de acuerdo con funcin de densidad que se est analizando, y n es el nmero total de
observaciones. La probabilidad de que una observacin caiga en el intervalo i est dada por:
siendo f0(x,q) la funcin de densidad de la variable aleatoria X, bajo la hiptesis nula.
Para ver que distribucin sigue el estadstico X, considere la siguiente situacin:
Si el tamao de muestra es lo suficientemente grande, Y1 (que sigue una distribucin binomial) puede
aproximarse por una distribucin normal con valor esperado nP1 y varianza nP1(1-P1). Por lo tanto, la
variable Z definida a continuacin sigue una distribucin normal estndar, y Z una distribucin chi cuadrado
con un grado de libertad.
Si definimos Y2 como Y2 = n - Y1, y P2 = 1 - P1, se tiene que Z se puede desagregar de la siguiente manera:
Ahora suponga que las observaciones pueden clasificarse no en dos sino en k clasificaciones mutuamente
excluyentes, y sean Yi y Pi el nmero de variables que caen en la categora i y la probabilidad respectiva. La
distribucin conjunta de Y1, Y2,...,Yk tiene una distribucin multinomial con parmetros n, P1, P2,... y Pn,
donde Pk = 1 - P1 - P2 -... -Pk-1. Se puede demostrar que la variable Z2 definida a continuacin sigue una
distribucin chi cuadrado con k-1 grados de libertad: