You are on page 1of 39

Aplicaciones Chi-Cuadrado

2
Caso: Bernoulli
cinco
Caso: Multinomial
Mientras que en el contraste de independencia se medan dos
caractersticas de una misma muestra, ahora se elijen k muestras
de tamaos predeterminados (y no necesariamente iguales) y se
quiere comprobar si todas ellas pueden provenir de la misma
poblacin. Es decir, el objetivo es contrastar si la variable X se
distribuye de igual manera dentro de cada muestra.
La hiptesis nula H
0
es entonces que las k muestras son
homogneas y la forma de operar es la misma que la vista para el
contraste de la independencia.
Es decir se puede construir una tabla de contingencia y definir un
estadstico
2
como el dado en el test de independencia. Ahora k
es el nmero de muestras y m el nmero de valores posibles, o
intervalos, de la variable.
Entonces, la hiptesis H0 de homogeneidad se acepta con un
nivel de significacin cuando
Ejemplo
Solucin
Podemos calcular las frecuencias esperadas utilizando
Hiptesis
Ho: Existe homogeneidad en las muestras
De tal forma que podemos aadir a la tabla las frecuencias esperadas as
calculadas (nmeros entre parntesis):
El estadstico para el contraste se calcula mediante
Ejemplo
Primero estimaremos por el mtodo de mxima verosimilitud
el valor del parmetro :
( )

=
=

= =
n
i
i n
n
i
x
n
i n
x nLn , ,...,x L(x Ln
e x f , ,...,x L(x
i
1
1
1
1
1
1
)
1
, )


Solucin
67 . 220

= =

i
i i
n
x n

Duracin 0-200 200-300 300-400 400-500 500-600


# bombillas n
i
40 15 8 6 6
x
i
100 250 350 450 550
El valor estimado de ser:
Ahora calculamos las probabilidades esperadas:
59 . 0
67 . 220
1
) 200 0 (

:

1
) (

67 . 220 / 200 67 . 220 / 0


67 . 220 /
200
0
1

/
=
= = < < =
= = < < =

e e
dx e x P p
ejemplo Por
e e dx e b x a P p
x
b a x
b
a
i

Duracin 0-200 200-300 300-400 400-500 500-600


# bombillas n
i
40 15 8 6 6
x
i
100 150 350 450 550
0.59 0.15 0.09 0.06 0.04
i
p

Aqu la probabilidad
ser de 500 a infinito.
Y a partir de ellas podemos calcular los valores esperados de las
muestras:
70 . 44 59 . 0 ) 6 6 8 15 40 (

1 1
= + + + + = =
=
p n E
ejemplo Por p n E
i i
Duracin 0-200 200-300 300-400 400-500 500-600
# bombillas n
i
40 15 8 6 6
x
i
100 150 350 450 550
0.59 0.15 0.09 0.06 0.04
44.70 11.04 7.02 4.46 2.84
i
p

i i
p n E

=
0.59 0.15 0.09 0.06 0.04
100 150 350 450 550 x
i
44.70 11.04 7.02 4.46 2.84
40 15 8 6 6 # bombillas n
i
0-200 200-300 300-400 400-500 500-600 Duracin
i
p

i i
p n E

=
7.30
08 . 5
30 . 7
) 30 . 7 12 (
...
70 . 44
) 70 . 44 40 (

(
2 2
4
1
2
2
=

+ +

= i
i
i i
E
E n

12
08 . 5
2
=
Nuestro estimador chi-cuadrado vale:
El estimador se distribuye como:
0.05
99 . 5
2
05 . 0 , 2
=
2
2
2
1 1 4
2
1


= =
k
0
2
99 . 5 08 . 5 H rechazar podemos No < =
Esta es la diferencia
fundamental con el caso
anterior. Al nmero de
clases k hay que restarle 1
y el nmero de parmetros
que previamente hemos
estimado. En este caso:
= 1.