Professional Documents
Culture Documents
Distribucin (ji-cuadrado)
Parmetros
grados de libertad
Dominio
Funcin de densidad (pdf)
Funcin de distribucin(cdf)
Media
Mediana
aproximadamente
Moda
if
Varianza
Coeficiente de simetra
Curtosis
Entropa
Funcin generadora de
for
momentos (mgf)
Funcin caracterstica
ndice
[ocultar]
1Propiedades
o 1.1Funcin de densidad
o 1.2Funcin de distribucin acumulada
2Relacin con otras distribuciones
3Aplicaciones
4Vase tambin
5Enlaces externos
Propiedades[editar]
Funcin de densidad[editar]
Su funcin de densidad es:
[Expandir]Demostracin
Ejercicio 1
En un grupo de enfermos que se quejaban de que no dorman se les dio somnferos y placebos. Con
los siguientes resultados. Nivel de significacin: 0, 05.
Es lo mismo tomar somnferos o placebos para dormir bien o mal en este grupo de enfermos?
Para este clculo, tenemos que basarnos en la frmula: (total filas x total columnas) / total
Como dijimos antes, la suma de las frecuencias observables deba de ser igual a la suma de las
frecuencias esperadas. En este caso podemos decir, que dicho pronstico se cumple:
Paso 4: Calcular el valor de chi cuadrado (usando para ello la frmula escrita al principio de esta
entrada)
Conclusin: como 2, 57 < 3, 84 > ACEPTAMOS H0 y rechazamos H1. Podemos decir que la
diferencia no es estadsticamente significativa y que se debe al azar. Es decir, no es lo mismo usar
somferos o placebos para dormir bien o mal en este grupo de enfermos.
_________________________________________________
Ejercicio 2
En un C de Salud analizamos las historias de enfermera (292 hombres y 192 mujeres). De ellos tienen
lcera 10 hombres y 24 mujeres y no tienen 282 y 168 respectivamente. Nivel de significacin 0, 05.
Las hiptesis seras:
Ho: No existe relacin entre tener lcera y el sexo.
Dijimos anteriormente, que la suma respectiva de las frecuencias tericas y la de las frecuencias
observadas tenan que tener el mismo valor, pues comprobmoslo:
S se cumple.
Una vez observado la tabla (mostrada en el ejercicio anterior), vemos que el valor que buscamos es 3,
84.
Conclusin: como 14, 61 > 3, 84 -> rechazamos Ho y ACEPTAMOS H1. Podemos decir que la diferencia
es estadsticamente significativa; es decir, que no existe relacin entre tener lcera y el sexo de la
persona.
La otra tarea de este seminario, a parte de los ejercicios ya mostrados, consiste en saber hacer un
contraste de hiptesis, solo que en vez de usar esos clculos, usamos el programa del SSPS. A
continuacin se muestran los pasos a seguir:
Paso 1: abrir un archivo SPSS y darle a los apartados que aparecen en la imagen.
-Paso 4: Sealar la opcin de Chi cuadrado; luego, continuar, y por ltimo, aceptar
OBLACIN Y MUESTRA
La muestra aleatoria
Parmetros y estadsticos
o Estadsticos de centralidad:
La media aritmtica
La mediana
La moda
Los cuantiles o percentiles
o Estadsticos de dispersin:
El rango
La varianza
La desviacin tpica
Coeficiente de variacin
Pruebas chi-cuadrado de ajuste e independencia
o Chi-cuadrado de ajuste
o Chi-cuadrado de contingencia o independencia
Comparacin mltiple de distintas proporciones o
probabilidades
Prueba de homogeneidad de muestras
La muestra aleatoria
Una poblacin en estadstica es el conjunto de todas las observaciones
en las que estamos interesados. Se llama tamao de la poblacin al nmero de
individuos que la componen, siendo cada posible observacin un individuo; as
pues, las poblaciones pueden ser finitas e infinitas.
Parmetros y estadsticos
Parmetros poblacionales
Parmetros muestrales
1) La media aritmtica
3) La moda
Es el valor ms frecuente.
Estadsticos de dispersin
La varianza
La desviacin tpica
Chi-cuadrado de ajuste
Estadstico de contraste
Una condicin bsica para que podamos llevar a cabo una prueba chi-
cuadrado es que las frecuencias de las distintas clases deben ser suficientemente
altas como para garantizar que pequeas desviaciones aleatorias en la muestra
no tengan importancia decisiva sobre el valor del estadstico de contraste.
Sea cual sea el criterio que elijamos, si resultara que la prueba no es viable
podramos recurrir a englobar los valores o clases de valores con sus vecinos ms
prximos y pasar as a engrosar sus frecuencias. Este procedimiento no puede
llevarse hasta el absurdo pero proporciona una salida digna a situaciones
complejas. En casos excepcionales se pueden englobar valores que no sean
vecinos porque exista algn nexo lgico de conexin entre ellos.
Por tanto, todo lo que necesitamos sern unas estimas de las funciones de
probabilidad de ambas variables por separado (f(x) y f(y)) y de la funcin de
probabilidad conjunta (f(x,y))
Por otra parte, si las variables no son independientes, las diferencias entre
las series de frecuencias observadas y esperadas sern mayores que las
atribuibles al efecto del azar y, al estar elevadas al cuadrado en el numerador de
la expresin anterior, sta tender a ser mayor que lo que suele ser el valor de
una variable chi-cuadrado.
Por tanto, el parmetro anterior ser el estadstico de la prueba de hiptesis
y la regin crtica se encontrar siempre en la cola derecha de la distribucin chi-
cuadrado. Nuevamente, esta prueba ser siempre de una sola cola.
Estadstico de contraste
A este nmero tendremos que restarle I debido a que, para calcular las
frecuencias esperadas, necesitamos calcular las I sumas de filas en la tabla
anterior. Conocidas las sumas de filas obtenemos el nmero total de
observaciones sin perder ningn grado de libertad.
Como hemos visto, esta prueba no hace ninguna suposicin acerca del tipo
de distribucin de ninguna de las variables implicadas y utiliza nicamente
informacin de la muestra, es decir, informacin contingente. Esta es la razn por
la que, habitualmente, se le llama chi-cuadrado de contingencia.
Hiptesis nula:
Hiptesis alternativa:
lo cual no es otra cosa que el cociente entre la suma de la fila uno (F1) y el total de
observaciones (T)
Utilice este anlisis para probar qu tan bien una muestra de datos categricos
se ajusta a una distribucin terica.