- 0
- 0
- 0
- 0
Se utiliza una prueba de bondad de ajuste de chi-cuadrado para determinar si una variable categórica sigue o no una distribución hipotética.
Este tutorial explica cómo realizar una prueba de bondad de ajuste de chi-cuadrado en una calculadora TI-84.
Ejemplo: La bondad de chi-cuadrado de prueba de ajuste en una TI-84 calculadora
El dueño de una tienda afirma que un número igual de clientes ingresa a su tienda durante cada día de la semana. Para probar esta hipótesis, un investigador independiente registra la cantidad de clientes que ingresan a la tienda en una semana determinada y encuentra lo siguiente:
- Lunes: 50 clientes
- Martes: 60 clientes
- Miércoles: 40 clientes
- Jueves: 47 clientes
- Viernes: 53 clientes
Usaremos los siguientes pasos para realizar una prueba de bondad de ajuste de chi-cuadrado para determinar si los datos son consistentes con la afirmación del propietario de la tienda.
Paso 1: Ingrese los datos.
Primero, ingresaremos los valores de datos para el número esperado de clientes cada día y el número observado de clientes cada día. Presione Stat y luego presione EDIT . Ingrese los siguientes valores para el número observado de clientes en la columna L1 y los valores para el número esperado de clientes en la columna L2:
Nota: Había 250 clientes en total. Por lo tanto, si el dueño de la tienda espera que un número igual entre a la tienda cada día, entonces serían 50 clientes por día.
Paso 2: Realice la prueba de bondad de ajuste de chi-cuadrado.
A continuación, realizaremos la prueba de bondad de ajuste Chi-Cuadrado. Presione Stat y luego desplácese hasta TESTS . Luego, desplácese hacia abajo hasta X 2 GOF-Test y presione Enter .
Para Observado , elija la lista L1. En Esperado , elija la lista L2. Para df (grados de libertad), ingrese # categorías – 1. En nuestro caso, tenemos 5-1 = 4. Luego resalte Calcular y presione Enter .
La siguiente salida aparecerá automáticamente:
Paso 3: Interprete los resultados.
El estadístico de prueba X 2 para la prueba es 4,36 y el valor p correspondiente es 0,3595 . Dado que este valor p no es menor que 0.05, no rechazamos la hipótesis nula. Esto significa que no tenemos pruebas suficientes para decir que la verdadera distribución de los clientes es diferente de la distribución que afirmaba el dueño de la tienda.
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
Redactor del artículo
¿Te hemos ayudado?
Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:La ayuda no cuesta nada
Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:
