PIR 2016 · Pregunta 44
Estadística inferencialCuál de los siguientes es un supuesto que debe cumplirse para la aplicación de la prueba de chi-cuadrado de independencia en una tabla de contingencia:
Ver respuesta sin contestar
Respuesta correcta: C (plantilla definitiva)
Explicación
La prueba de chi-cuadrado de independencia se aplica a tablas de contingencia r×c con variables categóricas (nominales u ordinales, aunque ignora el orden). Su validez estadística depende de que la aproximación a la distribución χ² sea adecuada, lo cual exige que las frecuencias esperadas no sean excesivamente pequeñas. La regla práctica más aceptada (Cochran) establece que ninguna frecuencia esperada sea inferior a 1 y que no más del 20% de las celdas tengan esperadas inferiores a 5. Las frecuencias esperadas se calculan bajo la hipótesis de independencia (E = total fila × total columna / N) y, por definición, no coinciden con las observadas salvo que χ² = 0.
C. Refleja la regla de Cochran para garantizar la validez de la aproximación a la distribución chi-cuadrado: no más del 20% de las frecuencias esperadas deben ser inferiores a 5 (y ninguna inferior a 1). Si se incumple, la prueba pierde precisión y se recomienda agrupar categorías o usar la prueba exacta de Fisher (especialmente en tablas 2x2).
- A. La prueba es válida para cualquier tabla r×c (2×2, 2×3, 4×5, etc.). No se exige igualdad entre filas y columnas; los grados de libertad se calculan como (r-1)(c-1).
- B. El chi-cuadrado de independencia está diseñado para variables categóricas (nominales). Si las variables son ordinales, la prueba sigue siendo aplicable pero ignora la información del orden, perdiendo potencia estadística frente a pruebas específicas para tendencias (ej. Spearman, Kendall).
- D. Las frecuencias esperadas se calculan asumiendo independencia (E_ij = (total fila_i × total columna_j) / N). Si coincidieran exactamente con las observadas, el estadístico χ² sería 0, lo que indicaría independencia perfecta y no habría nada que contrastar. El contraste mide precisamente la discrepancia entre O y E.
Fuentes
- Cochran, W. G. (1954). Some methods for strengthening the common χ² tests. Biometrics, 10(4), 417–451
- McHugh ML. The chi-square test of independence. Biochem Med (Zagreb). 2013;23(2):143-149.
- Siegel, S. y Castellan, N. J. (1988). Estadística no paramétrica aplicada a las ciencias de la conducta
Explicación generada con IA y verificada por consenso entre modelos de distintas familias.