Beruflich Dokumente
Kultur Dokumente
PRESENTADO A:
Alexander Crdenas
PRESENTADO POR:
Laura Bahamn
Daniel Vargas
->
H1: la H0 no es cierta
-> = 0,05
)a
= 1,684
s = 0,242
Tomado de http://rua.ua.es/dspace/bitstream/10045/21298/1/Problema5_del_tema_T3-4.pdf
No Rechazo H0 para = 0, 05
p-valor >
Por tanto, los datos nos indican que NO debemos rechazar o no hay evidencia estadstica
suficiente para rechazar H0, es decir la variable X se ajusta a una distribucin normal.
154
136
144
163
147
135
128
145
164
148
126
138
145
165
149
138
147
176
168
150
132
140
156
173
150
135
152
157
146
142
125
142
158
146
119
135
144
161
140
153
Solucin:
Ho: Los datos se ajustan a un modelo normal.
Ha: Los datos no se ajustan a un modelo normal.
125
126
128
132
135
135
136
138
138
140
140
142
142
144
145
145
146
146
147
147
149
150
150
152
153
154
156
158
161
163
164
165
168
173
13
5
14
4
14
8
15
7
17
6
Tomado de
https://www.google.com.co/webhp?sourceid=chromeinstant&ion=1&espv=2&es_th=1&ie=UTF-8#
d) Por ltimo, se compara con el valor de la Tabla T-7 de la distribucin de A2. Se recomienda
que la muestra conste de cinco o ms elementos (n > 5) para una mejor confiabilidad
de la bondad de ajuste.
En nuestro ejemplo 0.1889 est entre 0.175 y 0.200, por lo tanto, la probabilidad de
que ocurra un valor como 0.1889 est entre (1-0.0042) = 0.9958 y (1-0.0096) = 0.9904, por
lo tanto, no se puede rechazar la hiptesis nula H0: "La muestra aleatoria proviene de una
distribucin normal".
Frecuencia
observada
32
15
3 ms
Muestran estos datos suficiente evidencia para decir que provienen de una distribucin Poisson?
Haga la prueba de la bondad del ajuste con un = 0.05.
Solucin
H0: La forma de la distribucin de los defectos es Poisson.
H1: La forma de la distribucin de los defectos no es Poisson.
La media de la distribucin Poisson propuesta en este ejemplo es desconocida y debe estimarse a
partir de los datos contenidos en la muestra.
= =
A partir de la distribucin Poisson con parmetro 0.75, pueden calcularse las probabilidades
asociadas con el valor de x. Esto es la frmula de la Poisson es:
() =
0.75 0,75
=
!
!
Con esta frmula se calculan las probabilidades, mismas que se multiplican por 60 para obtener los
valores esperados.
Frecuencia esperada
Frecuencia
observada
Nmero de defectos
Probabilidad
0.472
28.32
32
0.354
21.24
15
0.133
7.98
3 ms
0.041
2.46
Tomado de http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap04b.html
Puesto que la frecuencia esperada en la ltima celda es menor que 5, se combinan las dos ltimas
celdas.
Nmero de defectos
Frecuencia esperada
Frecuencia Observada
28.32
32
21.24
15
2 ms
10.44
13
Los grados de libertad seran 3-1-1=1, debido a que la media de la distribucin Poisson fue estimada
a partir de los datos.
Regla de decisin:
Si X2R 3.84 no se rechaza Ho.
Si X2R >3.84 se rechaza Ho.
Clculos:
=
1
( )2
(32 28.32)2 (15 21.24)2
(13 10.44)2
=
=
=
= 2.94
28.32
21.24
10.44
Como el 2.94 no es mayor a 3.84, no se rechaza H0 y se concluye con un = 0.05 que la distribucin
de defectos en las tarjetas de circuito impreso es Poisson.