Determinar con un nivel de confianza de 95%, que tipo de distribucin siguen los datos, usar

los estadsticos Chi-cuadrada. Use Stat::Fit.

0.488
0.995
0.088
0.149
0.731
0.591
0.745
0.307
0.084
0.967

0.116
0.908
0.382
0.427
0.313
0.781
0.005
0.692
0.080
0.280

0.731
0.183
0.707
0.743
0.908
0.850
0.256
0.905
0.160
0.333

0.094
0.146
0.413
0.434
0.845
0.048
0.845
0.046
0.028
0.531

0.684
0.633
0.581
0.260
0.937
0.580
0.445
0.128
0.714
0.285

0.093
0.567
0.254
0.738
0.607
0.346
0.777
0.766
0.454
0.504

0.368
0.058
0.440
0.300
0.025
0.723
0.896
0.366
0.913
0.837

0.090
0.507
0.447
0.302
0.787
0.245
0.513
0.302
0.666
0.681

0.761
0.780
0.251
0.314
0.608
0.535
0.335
0.302
0.213
0.209

0.420
0.139
0.870
0.423
0.078
0.610
0.194
0.833
0.373
0.626

Primeramente ingresamos los datos en Stat::Fit a como muestra la Imagen 1.

Luego de ingresados los datos, desplegamos el men Statistics y se selecciona el
comandoDescriptive . En seguida aparecer una nueva ventana con el nombre de Descriptive
Statistics, en donde se muestra el resumen estadstico de la variable (Imagen 2)

Imagen 1

Imagen 2

Estadstica descriptiva:
Nmero de datos (puntos)
Valor mnimo
Valor mximo
Media
Mediana
Moda
Desviacin estndar
Varianza
Coeficiente de variacin
Asimetra
Curtosis

100
0.005
0.995
0.47028
0.4425
0.3095
0.278922
0.0777972
59.3097
0.0834703
-0.121982

Determinacin del tipo de distribucin estadstica

Se selecciona Auto::Fit del men Fit en la pantalla principal de Stat::Fit. Aparece un cuadro de
dilogo similar al que se ilustra en la Imagen 3, y se selecciona el tipo de distribucin que se desea
probar. Para este ejercicio se seleccion distribucin de tipo discreto: continuous distributions
por tratarse de nmeros decimales.

En esta misma imagen 3, marco la opcin assigned bound y se escribe de manera explcita otro el
valor del lmite inferior que podemos ver en la imagen 2 de estadstica descriptiva.

Imagen 3

Al darle Ok, el resultado se despliega en la ventana Automatic Fitting. En la imagen 4 se observa el

resultado del anlisis de ajuste del ejercicio, el cual nos indica que no se puede rechazar la
hiptesis de que los datos provengan de la una distribucin normal.

Imagen 4

Al pasar el cursor por la tabla resultante y dar click se mostrarn las grficas en las que se puede
ver una comparacin entre la distribucin terica y la distribucin real de los datos (ver imagen 5)

Imagen 5

Prueba Chi-cuadrada

Para n=100 datos, consideraremos m=10 intervalos.

La media muestral es: 0.47028 y la Varianza es: 0.0777972.

Pruebas de hiptesis
Normal (, ); donde =media, = desviacin estndar
Ho : N (0.005, 0.995)
H1: Otra Distribucin

Valor que coincide con los arrojados por Stat::Fit

De manera similar la desviacin estndar =0.278922
La probabilidad entre dos puntos se calcula de la siguiente forma:
(

Donde;

a: valor del lmite inferior

b: valor del lmite superior

Los valores inferiores y superiores los obtenemos de los datos de estadstica descriptiva, o bien
ordenando los datos de manera descendente, para estos nos vamos al men Input y luego
Operate..

Imagen 6

As tenemos:
(

(
(

)
)
(
(

)
)

(
(

)
)

(
(

)
)

(
(

)
)

(
(

)
)

(
(

)
)

(
(

)
)

(
(

(
(

)
)
)
)

Ho: Los ri son U(0,1) es decir se distribuyen uniformemente continuos.

H1: Los ri no se distribuyen uniformemente continuos.

INTERVALO
0.000 - 0.099
0.100 - 0.199
0.200 - 0.299
0.300 - 0.399
0.400 - 0.499
0.500 - 0.599
0.600 - 0.699
0.700 - 0.799
0.800 - 0.899
0.900 0.999
TOTAL

( )

P(x)
13
8
9
14
10
9
9
14
7
7
100

0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
1

10
10
10
10
10
10
10
10
10
10
100

)
0.9
0.4
0.1
1.6
0.0
0.1
0.1
1.6
0.9
0.9
6.6

Finalmente los resultados arrojan que no se puede rechazar la hiptesis de que la distribucin de
los datos obedece a una distribucin Uniforme a un nivel del 95% de confianza.