Un ingeniero especializado en calidad que trabaja en una empresa de productos electrónicos de consumo desea saber si los defectos por cada televisor provienen de una distribución de Poisson. El ingeniero selecciona 300 televisores de forma aleatoria y registra el número de defectos por aparato.
Elija Estadísticas > Estadísticas básicas > Prueba de bondad de ajuste para
Poisson.
En Variable, ingrese Defectos.
En Variable de frecuencia: (opcional), ingrese Observados.
Haga clic en Aceptar.
Interpretar los resultados
La hipótesis nula indica que los datos siguen una distribución de Poisson. Puesto que el valor p es 0.000, que es menor que el nivel de significancia de 0.05, el ingeniero rechaza la hipótesis nula y concluye que los datos no siguen una distribución de Poisson. Las gráficas indican que la diferencia entre los valores observados y esperados es grande para las categorías 1 y 3 y que la categoría 3 es la que más contribuye al estadístico de chi-cuadrada.
Prueba de bondad de ajuste para Poisson: Defectos
Método
Frecuencias en Observados
Estadísticas descriptivas
N Media
300 0.536667
Conteos observados y esperados para Defectos
Probabilidad Conteo Conteo Contribución a
Defectos de Poisson observado esperado chi-cuadrada
0 0.584694 213 175.408 8.056
1 0.313786 41 94.136 29.993
2 0.084199 18 25.260 2.086
>=3 0.017321 28 5.196 100.072
Prueba de chi-cuadrada
Hipótesis nula H₀: Los datos siguen una distribución de Poisson
Hipótesis alterna H₁: Los datos no siguen una distribución de Poisson
GL Chi-cuadrada Valor p
2 140.208 0.000
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado. Leer nuestra política