🕵️ Detective Chi-Cuadrado | Guía Completa Interactiva

🎯 La Idea Detrás de Chi-Cuadrado

El juego de "Observado vs. Esperado"

Imagina que lanzas una moneda 100 veces y obtienes 70 caras y 30 cruces. Tu instinto te dice: «¡Esta moneda está trucada!». Ese instinto es el corazón de chi-cuadrado: comparar lo que observamos (O) con lo que esperaríamos (E) si el azar fuera justo o si cierta hipótesis fuera cierta.

$$\chi^2 = \sum \frac{(O - E)^2}{E}$$

Por cada casilla hacemos (Observado – Esperado)² / Esperado, y luego sumamos todo. Cuanto mayor sea el resultado, más «sospechoso» es que las diferencias no sean producto del simple azar.

📐 Grados de libertad (gl): cuántas piezas de información pueden variar libremente. Varían según la prueba.

⚠️ Regla de oro: cada frecuencia esperada debe ser ≥ 5. Si no, agrupamos categorías o usamos otras alternativas como la prueba exacta de Fisher.

🎲 Prueba de Bondad de Ajuste (1 variable)

«¿Este dado/moneda/bolsa de caramelos sigue la distribución que dice la teoría?»

Tipo 1

¿Cuándo usarla?

Cuando tenemos una sola variable categórica y queremos comprobar si la muestra se ajusta a unas proporciones teóricas (uniforme, 30-50-20, etc.).

Hipótesis: H₀: Los datos siguen la distribución propuesta. | H₁: Los datos no siguen esa distribución.

gl = (número de categorías – 1)

🎲 Ejemplo 1 – ¿Un dado está trucado?

Un amigo reta al Detective Chi a comprobar si un dado es legal. Lo lanza 120 veces y obtiene:

Cara	1	2	3	4	5	6
Observados	25	17	15	23	24	16

H₀: el dado es justo (cada cara 1/6). Total = 120, Esperados = 20 cada cara.

χ² = (25-20)²/20 + (17-20)²/20 + (15-20)²/20 + (23-20)²/20 + (24-20)²/20 + (16-20)²/20 = 1.25 + 0.45 + 1.25 + 0.45 + 0.80 + 0.80 = 5.00

📊 gl = 5 | Valor crítico (α=0.05) = 11.07 | p ≈ 0.416 → No se rechaza H₀. El dado no muestra evidencias de trampa. ¡Sigue jugando! 🎲

🍫 Ejemplo 2 – Bolsa de M&M's y los colores prometidos

La fábrica asegura proporciones: 30% marrón, 20% rojo, 20% amarillo, 10% verde, 10% naranja, 10% azul. Bolsa con 500 caramelos:

Color	Marrón	Rojo	Amarillo	Verde	Naranja	Azul
Observ.	180	85	90	50	45	50
Esper.	150	100	100	50	50	50

χ² = (180-150)²/150 + (85-100)²/100 + (90-100)²/100 + (50-50)²/50 + (45-50)²/50 + (50-50)²/50 = 6.00 + 2.25 + 1.00 + 0 + 0.50 + 0 = 9.75

🍫 gl = 5 | p ≈ 0.082 → No se rechaza H₀. Aunque el marrón se ve sospechoso, no hay evidencia suficiente al 5%.

📅 Ejemplo 3 – Cumpleaños por estación

200 bebés: Primavera 62, Verano 48, Otoño 41, Invierno 49. H₀: igual proporción (25% cada estación). Esperados: 50 por estación.

χ² = (62-50)²/50 + (48-50)²/50 + (41-50)²/50 + (49-50)²/50 = 2.88 + 0.08 + 1.62 + 0.02 = 4.60

🎂 gl = 3 | p ≈ 0.203 → No se rechaza H₀. El cumpleaños se reparte parejo a lo largo del año.

🥤 Prueba de Independencia (2 variables, 1 muestra)

«¿Estas dos características están ligadas o cada una va a su bola?»

Tipo 2

¿Cuándo usarla?

Tomamos una sola muestra y clasificamos a cada individuo según dos variables categóricas (ej. género y preferencia de bebida). Queremos saber si hay asociación.

Esperados: $E_{ij} = \frac{(\text{total fila}_i) \times (\text{total columna}_j)}{\text{gran total}}$

gl = (nº filas – 1) × (nº columnas – 1)

🥤 Ejemplo 1 – Género y preferencia de bebida

150 personas (80 hombres, 70 mujeres). Prefieren Cola o Limón.

	Cola	Limón	Total
Hombres	50	30	80
Mujeres	35	35	70
Total	85	65	150

Esperados (bajo independencia): H-C = 80×85/150 ≈ 45.33, H-L ≈ 34.67, M-C ≈ 39.67, M-L ≈ 30.33.

χ² = (50-45.33)²/45.33 + (30-34.67)²/34.67 + (35-39.67)²/39.67 + (35-30.33)²/30.33 ≈ 0.481 + 0.629 + 0.550 + 0.719 = 2.38

🥳 gl = 1 | p ≈ 0.123 → No se rechaza H₀. No hay evidencia de asociación. ¡Cada uno bebe lo que quiere!

📚 Ejemplo 2 – Nivel educativo y opinión sobre una ley

300 ciudadanos: escolaridad (Básica, Media, Superior) × postura (A favor, Neutral, En contra).

	A favor	Neutral	En contra	Total
Básica	40	30	50	120
Media	50	40	30	120
Superior	20	10	30	60
Total	110	80	110	300

χ² ≈ 0.364 + 0.125 + 0.818 + 0.818 + 2.000 + 4.455 + 0.182 + 2.250 + 2.909 = 13.92

🧑‍🏫 gl = 4 | Valor crítico = 9.49 | p ≈ 0.0076 → Se rechaza H₀. La opinión sobre la ley está asociada al nivel educativo.

🏃 Ejemplo 3 – Tabaquismo y frecuencia de ejercicio

200 adultos: hábito de fumar × ejercicio (Sedentario / Activo).

	Sedentario	Activo	Total
No fuma	30	70	100
Ocasional	20	30	50
Diario	30	20	50
Total	80	120	200

χ² = 2.5 + 1.667 + 0 + 0 + 5.0 + 3.333 = 12.5

🚴‍♂️ gl = 2 | p ≈ 0.0019 → Se rechaza H₀. Los no fumadores tienden a ser más activos. ¡A moverse!

🍦 Prueba de Homogeneidad (1 variable, varias poblaciones)

«¿Estos grupos distintos tienen la misma composición?»

Tipo 3

¿Cuándo usarla?

Tomamos muestras independientes de diferentes poblaciones y medimos una sola variable categórica. Queremos saber si la distribución de esa variable es la misma en todos los grupos.

Mecánicamente idéntica a independencia (misma fórmula, mismos gl). La diferencia está en el diseño del estudio: aquí fijamos de antemano el tamaño de cada población.

gl = (nº filas – 1) × (nº columnas – 1)

🍦 Ejemplo 1 – Sabor de helado favorito en tres grupos de edad

100 niños, 100 adolescentes y 100 adultos. Sabor: Chocolate, Vainilla, Fresa.

	Chocolate	Vainilla	Fresa	Total
Niños	50	30	20	100
Adolescentes	35	45	20	100
Adultos	40	25	35	100
Total	125	100	75	300

χ² ≈ 1.667 + 0.333 + 1.000 + 1.067 + 4.083 + 1.000 + 0.067 + 2.083 + 4.000 = 15.30

🍓 gl = 4 | p ≈ 0.004 → Se rechaza H₀. La preferencia de sabor no es igual en todas las edades. ¡Los adultos aman la fresa!

🏭 Ejemplo 2 – Defectos en tres máquinas de producción

200 piezas de cada máquina (A, B, C). Clasificación: Defectuosa / No defectuosa.

Máquina	Defectuosa	No defectuosa	Total
A	10	190	200
B	24	176	200
C	16	184	200
Total	50	550	600

χ² ≈ 2.67 + 0.24 + 3.20 + 0.29 + 0.027 + 0.0024 = 6.43

🔧 gl = 2 | p ≈ 0.04 → Se rechaza H₀. La máquina B tiene una tasa de defectos significativamente mayor. ¡Revisión urgente!

🗳️ Ejemplo 3 – Afiliación política en tres regiones

150 Costa, 130 Sierra, 120 Selva. Partido X, Partido Y, Otro.

Región	P. X	P. Y	Otro	Total
Costa	70	50	30	150
Sierra	60	40	30	130
Selva	40	50	30	120
Total	170	140	90	400

χ² ≈ 0.61 + 0.12 + 0.42 + 0.41 + 0.66 + 0.02 + 2.37 + 1.52 + 0.33 = 6.46

🗺️ gl = 4 | p ≈ 0.17 → No se rechaza H₀. No se detectan diferencias significativas en afiliación política entre regiones.

⚖️ Diferencia Clave: Independencia vs. Homogeneidad

Para no confundirlas en la fiesta 🎉

Prueba	¿Qué se fija?	Diseño típico
Independencia	Dos variables medidas en una muestra	Se toma una muestra grande y se cruzan ambas características.
Homogeneidad	Una variable comparada entre varias poblaciones	Se toman muestras separadas de cada población y se observa la misma variable.

La aritmética es exactamente igual, pero el contexto cambia el modo en que interpretas los resultados. Si un estudio dice «encuestamos a 500 personas y medimos género y partido político», es independencia. Si dice «encuestamos a 200 mujeres y 300 hombres y comparamos su partido», es homogeneidad (porque los tamaños de género los fijó el investigador).

💡 Consejos Divertidos para No Tropezar

🔍

Detective Chi recomienda: Siempre revisa que los esperados ≥ 5. Si alguno es menor, agrupa categorías vecinas o usa la prueba exacta de Fisher en tablas 2×2.

🌡️

El valor de $\chi^2$ es como un «termómetro de sorpresa». Si es pequeño, lo observado y lo esperado bailan pegados. Si es grande, algo raro pasa.

🗺️

La tabla de contingencia es tu mapa del tesoro. Asegúrate de que los totales marginales son correctos antes de lanzarte a calcular.

📏

Si trabajas con software, mira el valor p y el tamaño del efecto (V de Cramer) para saber si la asociación, además de significativa, es grande.

🎓 Resumen de la Clase Magistral

Bondad de ajuste = 1 variable vs. teoría
Independencia = 2 variables en 1 muestra (¿están conectadas?)
Homogeneidad = 1 variable en varias poblaciones (¿son iguales sus perfiles?)

Afila tu lupa de detective, arma tus tablas, calcula con alegría y sorprende a todos con conclusiones sólidas. ¡Que la fuerza de chi-cuadrado te acompañe! 😄📊