tablas de contingencias
TRANSCRIPT
Pruebas de hipótesis: Análisis tablas de
contingencias
MsC Edgar Madrid Cuello.
Dpto. de Matemática, UNISUCREEstadística II
Octubre 2017
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Tablas de contingencias
De�nición (TABLA DE CONTINGENCIAS)
Tabla que se utiliza para clasi�car observaciones de una muestra, de
acuerdo con dos o más características identi�cables. Por lo general
las variables son de escala nominal.
El estadístico ji cuadrada sirve para probar de manera formal si hayuna relación entre dos variables con escala nominal. En otraspalabras, ¾es independiente una variable de la otra?
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Tablas de contingencias
De�nición (TABLA DE CONTINGENCIAS)
Tabla que se utiliza para clasi�car observaciones de una muestra, de
acuerdo con dos o más características identi�cables. Por lo general
las variables son de escala nominal.
El estadístico ji cuadrada sirve para probar de manera formal si hayuna relación entre dos variables con escala nominal. En otraspalabras, ¾es independiente una variable de la otra?
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Ejemplo
Se considera usar cuatro marcas de lámparas en el área de
ensamblado �nal de la planta Saturn de Spring Hill, Tennessee. El
director de compras pidió muestras de 100 lámparas de cada
fabricante. Los números de lámparas aceptables e inaceptables de
cada fabricante aparecen en la siguiente tabla. Con un nivel de
signi�cancia de 0.05, ¾hay una diferencia entre las calidades de las
lámparas?
Fabricante
A B C D
Inaceptable 12 8 5 11
Aceptable 88 92 95 89
Total 100 100 100 100
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Formulación de hipótesis
H0: No hay relación entre la calidad de lamparas y el lugar dondese fabricaHA: Hay relación entre la calidad de lamparas y el lugar donde sefabricaSe determina el valor crítico y la regla de decisión:
gl =(número de �las - 1)(número de columnas -1)
gl = (r − 1)× (c− 1)
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Formulación de hipótesis
H0: No hay relación entre la calidad de lamparas y el lugar dondese fabricaHA: Hay relación entre la calidad de lamparas y el lugar donde sefabricaSe determina el valor crítico y la regla de decisión:
gl =(número de �las - 1)(número de columnas -1)
gl = (r − 1)× (c− 1)
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Formulación de hipótesis
H0: No hay relación entre la calidad de lamparas y el lugar dondese fabricaHA: Hay relación entre la calidad de lamparas y el lugar donde sefabricaSe determina el valor crítico y la regla de decisión:
gl =(número de �las - 1)(número de columnas -1)
gl = (r − 1)× (c− 1)
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Formulación de hipótesis
H0: No hay relación entre la calidad de lamparas y el lugar dondese fabricaHA: Hay relación entre la calidad de lamparas y el lugar donde sefabricaSe determina el valor crítico y la regla de decisión:
gl =(número de �las - 1)(número de columnas -1)
gl = (r − 1)× (c− 1)
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Regla de decisión:
0 2 4 6 8 10
0.00
0.05
0.10
0.15
0.20
0.25
x
Pro
babi
lidad
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
0 2 4 6 8 10
0.00
0.05
0.10
0.15
0.20
0.25
x
Pro
babi
lidad
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Se determina el valor de χ2. Para esto hay que tener en cuenta lasfrecuencias esperadas, que se hallan de la siguiente manera[1]
fe =(Total de filas)× (Total de columnas)
Total
y luego
χ2 =∑[
(fe − fo)2
fe
]
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Fabricante
A B C D Totalfo fe fo fe fo fe fo fe
Inaceptable 12 9 8 9 5 9 11 9 36Aceptable 88 91 92 91 95 91 89 91 364
Total 100 100 100 100 100 100 100 100 400
χ2 =(12− 9)2
9+
(8− 9)2
9+ . . .+
(89− 91)2
91
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias
Bibliografía
Lind, D.A. and Marchal, W.G. and Wathen, S.A. Estadísticaaplicada a los negocios y a la economía, 15 edición,McGraw-Hill, Mexico, DF, 2005
Samuels, M.L., Witmer, J.A.,Scha�ner, A.S. Fundamentos de
estadística para las ciencias de la vida, 4a. ed., PearsonAddison-Wesley, Madrid, 2012
MsC Edgar Madrid Cuello. Dpto. de Matemática, UNISUCRE Estadística IIPruebas de hipótesis: Análisis tablas de contingencias