Mathematics">
01 Prueba de Bondad de Ajuste (Introduccion)
01 Prueba de Bondad de Ajuste (Introduccion)
01 Prueba de Bondad de Ajuste (Introduccion)
INGENIERIA INDUSTRIAL
VARIABLES ALEATORIAS Y
PRUEBAS DE BONDAD DE
AJUSTE
CURSO: SOLUCION DE TOPICOS DE INGENIERIA INDUSTRIAL MEDIANTE
ANALISIS ESTADISTICO Y SIMULACION
VARIABLE ALEATORIA DISCRETA
• Variables aleatorias discretas. Este tipo de variables deben cumplir
con estos parámetros:
DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD
Algunas distribuciones discretas de probabilidad son la uniforme
discreta, la de Bernoulli, la hipergeométrica, la de Poisson y la binomial
(vea la figura 3.1). Podemos asociar a estas u otras distribuciones de
probabilidad el comportamiento de una variable aleatoria.
VARIABLE ALEATORIA DISCRETA
(EJEMPLOS)
• Si nuestro propósito al analizar un muestreo de calidad consiste en
decidir si la pieza bajo inspección es buena o no, estamos realizando
un experimento con 2 posibles resultados: la pieza es buena o la pieza
es m ala. Este tipo de comportamiento está asociado a una
distribución de Bernoulli.
• Sin embargo, debemos hacer notar que este tipo de distribuciones tienen sus
desventajas, ya que el rango de valores posibles implica que existe la posibilidad de
tener tiempos entre llegada de clientes infinitos o tiempos de ensamble infinitos
situaciones lejanas a la realidad.
• Por fortuna, es muy poco probable de se presenten este tipo de eventos, aunque el
analista de la simulación debe estar consciente de cómo pueden impactar valores
como los descritos en los resultados del modelo.
DETERMINACIÓN DEL TIPO DE
DISTRIBUCIÓN
• La distribución de probabilidad de los datos históricos puede
determinarse mediante las pruebas Chi-cuadrada, de Kolmogorov-
Smirnov y de Anderson-Darling.
• Prueba de Kolmogórov-Smirnov
• Criterio de Cramér-von Mises
• Prueba de Anderson-Darling
• Test de Shapiro–Wilk
• Prueba de ji cuadrada
• Criterio de Información de Akaike
Procedimiento
• Para realizar la prueba, se clasifican los datos observados en k clases o
categorías, y se contabiliza el número de observaciones en cada clase,
para posteriormente comparar la frecuencia observada en cada clase
con la frecuencia que se esperaría obtener en esa clase si la hipótesis
nula es correcta.
PRUEBA DE CHI - CUADRADA
CURSO: SOLUCION DE TOPICOS DE INGENIERIA INDUSTRIAL MEDIANTE ANALISIS
ESTADISTICO Y SIMULACION
Prueba Chi - Cuadrada
• Se trata de una prueba de hipótesis a partir de datos, basada en el
cálculo de un valor llamado estadístico de prueba, al cual suele
comparársele con un valor conocido como valor crítico, mismo que se
obtiene, generalmente, de tablas estadísticas. El procedimiento
general de la prueba es:
PROCEDIMIENTO
1. Obtener al menos 30 datos de la variable aleatoria a analizar.
• Hacer que toda frecuencia observada o esperada no sea menor que cinco, esto
puede lograrse combinando clases vecinas, pero para cada par de clases que se
combinan, el número de grados de libertad debe reducirse en uno (k es el
número de clases efectivas en la tabla de frecuencias).
Si fo(x) es continua: u
• Para la primera clase, calcular p1 considerando el intervalo desde -• hasta el
límite superior de la clase. u Para la última clase, calcular pk considerando el
intervalo desde el límite inferior de la clase hasta +•.
VALOR P
Ejemplo
Ejemplo
Ejemplo
Ejemplo
PRUEBA DE KOLMOGOROV -
SMIRNOV
CURSO: SOLUCION DE TOPICOS DE INGENIERIA INDUSTRIAL MEDIANTE ANALISIS
ESTADISTICO Y SIMULACION
DEFINICION
• ES UNA PRUEBA DE BONDAD DE AJUSTE, Desarrollada en la década
de los treinta del siglo XX, esta prueba permite — al igual que la
prueba Chi-cuadrada determinar la distribución de probabilidad de
una serie de datos.
OBJETIVO
• EL OBJETIVO DE ESTA PRUEBA ES SEÑALAR Y DETERMINAR SI LOS
DATOS ESTUDIADOS O MEDICIONES MUESTRALES PROVIENEN DE
UNA POBLACIÓN QUE TIENE UNA DISTRIBUCIÓN TEÓRICA
DETERMINADA.