U1. Estadística No Paramétrica

Estadstica II
Unidad 1. Estadstica no paramtrica
Universidad Abierta y a Distancia de Mxico
Licenciatura en matemticas
Estadstica II
4 Semestre
Unidad 1. Estadstica no paramtrica y pruebas

de Bondad de Ajuste
Clave:
05142421/06142421
Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas
Estadstica II
INDICE
Unidad 1. Estadstica no Paramtrica y Pruebas de Bondad y Ajuste .....................................4
Presentacin de la unidad......................................................................................................................4
Propsitos de la unidad ..........................................................................................................................4
Competencia especfica..........................................................................................................................4
1.1 Utilidad de las pruebas no paramtricas .....................................................................................4
1.2. Pruebas para una sola poblacin .................................................................................................5
1.2.1. Prueba Binomial para una sola muestra ............................................................................. 5
1.2.2. Prueba de la tendencia Cox Stuart ..................................................................................... 10
1.3. Pruebas para dos poblaciones independientes .................................................................... 15
1.3.1. Prueba U de Mann-Whitney ................................................................................................. 15
1.3.2. La prueba de la mediana ....................................................................................................... 19
1.3.3. Prueba de rachas Wald-Wolfowitz ...................................................................................... 22
1.3.4. Prueba de Mac Nemar ............................................................................................................ 25
1.4.1. Prueba de signos ..................................................................................................................... 28
1.4.2. Prueba de Wilcoxon ................................................................................................................ 30
Actividad 1. Pruebas no paramtricas ............................................................................................. 33
1.5. Prueba de independencia y homogeneidad .......................................................................... 34
1.5.1. Tablas de contingencia .......................................................................................................... 34
1.5.2. Prueba de independencia con Ji-Cuadrada ..................................................................... 37
1.6. Prueba de tres o ms poblaciones independientes .......................................................... 40
1.6.1. Extensin de la prueba de la mediana ............................................................................... 40
1.6.2. Comparacin de varias poblaciones Kruskall-Wallis .................................................... 42
Actividad 2. Identificacin de pruebas no paramtricas............................................................. 45
Estadstica II
1.7. Prueba de Bondad de Ajuste ................................................................................................... 45
1.7.1. Prueba de bondad y ajuste basada en Ji-Cuadrada ...................................................... 46
1.7.2. Prueba de Kolmogorov-Smirnov para una muestra ...................................................... 48
1.7.3. Prueba de Kolmogorov-Smirnov para dos muestras .................................................... 52
1.7.4. Otras pruebas de bondad y ajuste ...................................................................................... 55
Evidencia de aprendizaje. Pruebas no paramtricas y bondad de ajuste.............................. 57
Autorreflexiones .................................................................................................................................... 57
Cierre de la unidad ................................................................................................................................ 57
Para saber ms....................................................................................................................................... 58
Referencias Bibliogrficas .................................................................................................................. 58
Estadstica II
Unidad 1. Estadstica no Paramtrica y Pruebas de Bondad y Ajuste
Presentacin de la unidad
Cuando se habla de estadstica paramtrica lo que se pretende es estimar, probar hiptesis
acerca de uno o ms parmetros de la poblacin. En esos casos se tena el conocimiento de la
distribucin de la poblacin de la cual se extrajo la muestra.
Al hablar de estadstica no paramtrica por convencin se entendern dos cosas: primero ser
la estadstica no paramtrica propiamente que son aquellos procedimientos que no son
afirmaciones de los parmetros, y segundo los procedimientos de libre distribucin como
aquellos en que no hacen supuesto alguno acerca de la poblacin de la cual se extrae la
muestra.
Propsitos de la unidad
Identificar un espacio y subespacio vectorial por medio de conjuntos.

Determinar por medio de conjuntos un espacio y subespacio vectorial.
Determinar la base, rango, dimensin y nulidad de un espacio vectorial.
Competencia especfica
Utilizar las pruebas no paramtricas para resolver problemas estadsticos de diversas
poblaciones determinando sus caractersticas
1.1 Utilidad de las pruebas no paramtricas

La ventaja de las pruebas no paramtricas consiste en que requieren pocos supuestos acerca
de la poblacin de la cual provienen los datos. En particular olvidan el supuesto tradicional de
que los datos provienen de una distribucin Normal.
Lo anterior quiere decir que pueden aplicarse cuando los datos que sirven para el anlisis
constan simplemente de categoras o clasificaciones, es decir, los datos pueden no estar
basados en una escala de medicin lo suficientemente slida como para permitir las
operaciones aritmticas necesarias para llevar a cabo los procedimientos necesarios.
Tambin son procedimientos ms fciles de usar que la contraparte en la teora Normal y
usualmente son ms fciles de entender.
Estadstica II
Aunque es recomendable utilizar los procedimientos paramtricos cuando sea posible para
evitar un desperdicio de informacin.
La aplicacin de algunas pruebas no paramtricas pueden ser muy laboriosas, lo que es una
desventaja cuando se tienen muestras grandes.
1.2. Pruebas para una sola poblacin

En tus cursos anteriores de estadstica has estudiado los tipos de variables que existen. Como
las pruebas que estudiaremos en esta unidad estn enfocadas a diferentes tipos de variables
daremos un pequeo repaso de ellos.
Llamamos medicin al nmero que asignamos a los objetos de acuerdo a un conjunto de
reglas. Las cuatro principales escalas de medicin son:
Escala nominal: Clasifica las observaciones en varias categoras mutuamente

excluyentes y colectivamente exhaustivas. Por ejemplo:
o Masculino-Femenino
o Sano-Enfermo
o Menores o iguales a 56 aos- Mayores a 56 aos
Escala ordinal: Difieren de categora a categora y adems pueden clasificarse por

grados de acuerdo con algn criterio. Por ejemplo:
o Los pacientes convalecientes pueden clasificarse como: sin memoria, mejorados
y bastante mejorados
o El estado socioeconmico: alta, media, baja
Escala de intervalos: Se conoce la distancia entre dos mediciones cualesquiera, posee

una distancia unitaria y un punto cero los cuales son arbitrarios
o La diferencia entre una medida de 20 y 30 es equivalente a la de 40 y 30.
Escala de razones: Posee un punto cero propio como origen, es decir, que el valor cero
significa ausencia de la magnitud que estamos midiendo. Como la estatura, la edad.
1.2.1. Prueba Binomial para una sola muestra

En esta prueba el investigador busca comparar las frecuencias observadas de cada categora
de una variable dicotmica con la esperada en una poblacin binomial y con ello poder hacer
inferencia acerca de la poblacin total
Datos
Estadstica II
Los datos consisten de resultados dicotmicos provenientes de una distribucin binomial con
probabilidades constantes de xito en base a estos resultados podemos hacer inferencia
sobre .
Por ejemplo:
Un analista de mercado quiere conocer la proporcin de familias en una cierta regin

que tienen televisin de paga
Un socilogo quiere conocer la proporcin de cabezas de familia que sean mujeres
El poltico querr conocer la proporcin de simpatizantes hacia su partido en una cierta
regin
Suponemos que una poblacin de tamao tienen slo elementos: Tipo A y Tipo B.
La proporcin del Tipo A se designa con y
denota la proporcin de elementos del
Tipo B. Sea el nmero de elementos Tipo A en la muestra
Supuestos:
Los resultados en cada ensayo pueden ser clasificados como xito o fracaso (Tipo A y
Tipo B)
La probabilidad de xito, denotada por , permanece constante de ensayo a ensayo
Los ensayos son independientes
Hiptesis:
A.
B.
C.
Estadstico de prueba:
Como se busca que los resultados sean xitos, entonces, el estadstico de prueba ser:
con nmero de xitos, es decir,

distribucin de es
.
denota los elementos Tipo A en la muestra.Entonces la
Regla de decisin:
A. Para valores suficientemente grandes o valores suficientemente pequeos de
crtica bajo
es:
y
la regin
Estadstica II
Por lo tanto rechazamos
si
B. Para valores muy grandes de significa que

es falsa. La regin crtica consiste en
todos los valores de mayores a , en trminos probabilsticos la regin de rechazo es
aquella que cumple
Por lo tanto, rechazamos
al nivel de significancia
C. Para valores muy pequeos de
significa que
si:
es falsa. La regin crtica es:
si:
Aproximacin a una distribucin Normal

La distribucin exacta de
puede ser obtenida de la siguiente ecuacin:
Donde:
{
Cuando
es cierta
Y usando el hecho de que
son independientes
Si ahora utilizamos el Teorema Central del Lmite cuando
[
Si
denota el percentil superior de una
decisin es:
A. Rechaza
si | |
B. Rechaza
]
. La aproximacin normal para las reglas de
si
Estadstica II
C. Rechaza
si
Intervalos de confianza
Sea
el cuantil de una
Nombre grfica: Cuantiles
y tenemos que
. de una distribucin
Construimos el intervalo de confianza

(
Despejando a
(
Ejemplo
El dueo de la pequea empresa X de instalacin de boilers afirma que instala ms del 65%
en las casas de una cierta colonia. Se muestrean 12 casas y se les pregunta el nombre de la
empresa que instal el boiler en su casa. En 10 casas coinciden con la instalacin de la
empresa X. En base a esta evidencia Estara de acuerdo con la afirmacin del dueo con un
nivel de significancia
?
Estadstica II
Hiptesis:
Se tiene que 10 casas poseen la caracterstica de inters,
Bajo
Regla de decisin:
De acuerdo a nuestra regla de decisin B rechazamos
si
donde
hacer el error tipo I igual a . Por lo tanto necesitamos encontrar el cuantil
distribucin
tal que
Buscamos en la tabla de la distribucin normal acumulada con
sustituyendo los valores de se tiene que:
es elegida para
de una
Como puedes observar no encontramos un cuantil que nos d un nivel exacto de

esto es, por la peculiaridad de que la distribucin Binomial que solo toma valores en los
enteros.
Pero podemos tomar un nivel de significancia

que es lo ms cercano a lo buscado
}. Para este caso concluimos:
con regin de rechazo {
Como
no existe evidencia estadstica suficiente para rechazar

al nivel
. Entonces, la empresa X no instala ms del
de boilers en dicha colonia.
Para ello debers utilizar la tabla de la binomial acumulada ubicada en la pestaa de

Material de apoyo
Estadstica II
Ejemplo
Continuando con el ejemplo anterior, supongamos que la muestra es de 110 casas en las que
se encontr que en 85 la empresa X haba instalado el boiler.
Ahora
es suficientemente grande como para aproximar
con una distribucin normal.
Hiptesis:
Se tiene que 85 casas poseen la caracterstica de inters,
Regla de decisin:
La regin de rechazo es aquella donde
. Entonces bajo
. Donde
tenemos que:
se elige de tal manera que
Entonces,
[
[
]
(
)]
Recordemos que
Como
rechazamos
para suponer que la empresa X instalo el
. Por lo tanto, hay evidencia estadstica suficiente

de los boilers de cierta colonia.
1.2.2. Prueba de la tendencia Cox Stuart

Este test es una alternativa al test paramtrico para
en el modelo de regresin lineal
. La hiptesis nula en esta prueba implica que la pendiente de la recta es .
10
Estadstica II
La prueba de Cox Stuart se basa en variables aleatorias binomiales y permite contrastar la
presencia de tendencias.
Contrasta la hiptesis de ausencia de tendencia contra la hiptesis alternativa de tendencia
montona
Recordemos que una tendencia es montona si la variable dependiente crece cuando crece la
variable independiente (montona creciente) o decrece cuando crece la variable independiente
(montona decreciente)
Datos:
Tenemos una muestra aleatoria
La escala de medida es al menos ordinal
Estadstico de prueba
Formamos los grupos de variables
.
Donde:
{
es el nmero de parejas
Asignamos signos a las parejas
y si
Y se eliminan todas las parejas iguales.
. Si se tienen valores muy grandes de se sugiere una tendencia

Que bajo
creciente y si se encuentran valores de bajos se sugiere una tendencia decreciente.
Hiptesis
A.
No existe tendencia
a. En este caso
11
Estadstica II
B.
C.
b. Tambin podemos escribir de manera abreviada
Existe una tendencia creciente o decreciente

c. En este caso
No existe tendencia creciente

En este caso
En este caso
No existe tendencia decreciente

En este caso
En este caso
Regla de decisin:
A. Para valores suficientemente grandes o valores suficientemente pequeos de
crtica bajo
es:
y
si
la regin
B. Para valores muy grandes de significa que

es falsa. La regin crtica consiste en
todos los valores de mayores a , en trminos probabilsticos la regin de rechazo es
aquella que cumple
C. Para valores muy pequeos de
significa que
si:
es falsa. La regin crtica es:
si:
Ejemplo 1.2.1 El Banco de Mxico registra en su pgina el ndice de produccin industrial en

Construccin de manera mensual de 1994 al 2011. Nosotros tomaremos el promedio de cada
ao para construir un ndice anual. Se obtienen los siguientes datos:
12
Estadstica II
1994 1995 1996 1997 1998 1999
12.66 -25.36 10.85 14.66 6.94 5.54
2000
5.54
2001
5.93
2002 2003
-3.43 2.15
2004
3.46
2010
-7.30
2011
-0.01
2012
4.86
2005
5.38
2006 2007 2008 2009

3.90 7.84 4.38 3.17
Fuente: Banco de Mxico. (2012). ndice de volumen de la produccin industrial en construccin ( Base 2003=100).
Retrieved from Perodo: Ene 1994-Sep 2012, Mensual, Sin Unidad. website:
http://www.banxico.org.mx/SieInternet/consultarDirectorioInternetAction.do?accion=consultarCuadro&i
dCuadro=CR100or=2&locale=es
Observamos la grfica de serie de tiempo para darnos una idea si existe tendencia en los datos.
A simple vista no observamos una tendencia en los datos. Realizaremos la prueba de Cox
Stuart para comprobar si existe o no dicha tendencia.
Hiptesis:
No existe tendencia /
Existe una tendencia /
En este caso
por lo que
Para formar los pares eliminamos la observacin central. En nuestro ejemplo es la

correspondiente al ao 2003. Los pares resultantes quedan como:
1
2
3
(12.66,3.46)
(-25.36,5.38)
(10.85,3.90)
+
-
13
Estadstica II
4
5
6
7
8
9
(14.66,7.84)
(6.94,4.38)
(5.54,3.17)
(5.54,-7.30)
(5.93,-0.01)
(-3.43,4.86)
Tenemos que
y
Entonces
Regla de decisin:
Tomando un nivel de significancia
la regin crtica bajo
es:
y
Buscando en la Tabla de la Binomial Acumulada con con los parmetros
Se tienen los siguientes valores
r
0
1
2
3
4
5
6
7
8
si
0.002
0.0195
0.0898
0.2539
0.5
0.7461
0.9102
0.9805
0.998
0.998
0.9805
0.9102
0.7461
0.5
0.2539
0.0898
0.0195
0.002
Como ninguno de lo anterior se cumple entonces rechazamos

y por lo tanto no existe
tendencia en los datos, lo que se reafirma al observar la grfica de serie de tiempo del ndice.
14
Estadstica II
1.3. Pruebas para dos poblaciones independientes
1.3.1. Prueba U de Mann-Whitney

La prueba de U de Mann-Whitney est diseada para determinar si dos muestras han sido
extradas de la misma poblacin. Sirve como alternativa a la prueba cuando el supuesto
poblacional con varianzas iguales no se puede verificar. Los datos deben estar medidos al
menos en una escala ordinal, haciendo que esta prueba sea til para datos ordinales o
categricos.
Datos:
Se tienen dos poblaciones
y
de tamao
y
respectivamente. Las muestras se han tomado aleatoriamente y en forma
independiente, no solamente entre los grupos considerados, sino adems dentro de cada
grupo.
Sea:
es la funcin de distribucin de probabilidad de
Hiptesis
La hiptesis nula prueba que las dos distribuciones son iguales, mientras que las hiptesis
alternativas nos dicen si la distribucin de tiende a ser ms grande o ms pequea que o
diferente.
Se ordenan las dos muestras combinando los
valores de
de menor a mayor.
denota el rango de
denota el rango de
15
Estadstica II
denota el rango de
Calculamos:
Donde:
Es la suma de los rangos asignados al grupo cuyo tamao muestral es
Es la suma de los rangos asignados al grupo cuyo tamao muestral es
En el caso de empates se acostumbra asignar el promedio de los rangos correspondientes a las
observaciones ligadas.
El estadstico est dado por:
Estos ndices satisfacen la propiedad de que
El estadstico de prueba ser

(
Regin de rechazo
A. Debe tomarse una regin crtica de dos colas, formada por los valores de
siendo la regin de aceptacin la que verifica la igualdad bajo
donde
tales que:
es el nivel de significacin.
16
Estadstica II
En la tabla U Mann Whitney se recogen los valores de las probabilidades, puedes visualizarla
en la seccin Material de apoyo
estas probabilidades son iguales a
Si
se rechaza lahiptesis nula de igualdad de distribuciones poblacionales.
Aproximacin a la distribucin normal:
B. Si la probabilidad
obtenida en la tabla U Mann Whitney es tal que
se rechaza la hiptesis nula

C. Si la probabilidad
obtenida en la tabla U Mann Whitney es tal que
se rechaza la hiptesis nula
Aproximacin a la normal
Apoyndose en
expresiones:
, la media y la varianza de
se puede calcular a partir de las siguientes
Los resultados anteriores son de gran utilidad en el caso de muestras grandes, ya que con el
Teorema del Lmite Central se tiene que la variable expresa por:
Se distribuye como una normal estndar

En este caso la regin de rechazo ser:
17
Estadstica II
A. Rechaza
B. Rechaza
C. Rechaza
si | |
si
si
Ejemplo
Se aplicaron cuestionarios socioeconmicos a empleados de dos departamentos de una
empresa. Obtenindose los siguientes ingresos mensuales:
Departamento
D1
D2
1
17000
3400
2
4250
3680
3
5800
5500
4
5720
13500
5
18500
3000
6
1800
7500
7
5400
8
1200
Se desea saber si los empleados pertenecen al mismo nivel socioeconmico. Con un nivel de
significancia del 5%.
Hiptesis:
Ambos grupos de empleados pertenecen al mismo nivel socioeconmico
Los grupos de empleados pertenecen a distinto nivel socioeconmico
Procedimiento de clculo
Ordenar la sucesin mezclada e identificada
Rango
1
2
3
4
5
6
7
1200 1800 3000 3400 3680 4250 5400
D1 D1 D2 D2
D2
D1
D1
Rango
8
9
10
11
12
13
14
5500 5720 5800 7500 13500 17000 18500
D2 D1 D1 D2
D2
D1
D1
Calcular el nmero de puntaje

Calculamos la suma de los rangos de por ser la de menor tamao
18
Estadstica II
8
Por otro lado
siendo
En la tabla del estadstico U Mann Whitney para
se obtiene que
con lo cual
no rechazndose la hiptesis nula de que ambas muestras puedan proceder de una misma
poblacin, es decir, los empleados de los dos departamentos comparten mismo nivel
socioeconmico.
1.3.2. La prueba de la mediana

Este test tiene como finalidad verificar si dos muestras independientes proceden de poblaciones
con la misma mediana. Es de utilidad cuando no se pueda verificar el supuesto de normalidad
requerido para la prueba
para dos muestras independientes Si no puede mantenerse
esta hiptesis, las dos muestras correspondern a poblaciones con tendencia central diferente.
Datos
Se tienen dos muestras aleatorias:
y
19
Estadstica II
De tamao
que adems cumplen con los siguientes supuestos:
Las dos muestras se han tomado de forma independiente, solamente entre los grupos
considerados, sino adems dentro de cada grupo
Las mediciones consideradas alcanzan al menos el nivel ordinal
Y se ordenan de menor a mayor la muestra conjunta, donde se combinan las observaciones

e entre s, y se determina la mediana muestral de la muestra combinada (Me).
Sea:
Hiptesis
Las observaciones se comparan con la mediana combinada para obtener las frecuencias de
observaciones de ambas muestras que exceden a la mediana. Esas observaciones se arreglan
en una tabla de contingencia
:
Nmero de observaciones mayores a la

mediana muestral
Nmero de observaciones inferiores a la
mediana muestral
Tamaos de las muestras
La distribucin muestral bajo
Muestra
Muestra
A+B
C+D
A+C
B+D
Totales marginales
es hipergeomtrica.
(
)(
(
)
)
20
Estadstica II
Si el nmero de casos es pequeo
, con frecuencia se utiliza la prueba exacta de Fisher,
la cual se basa en el clculo de la expresin anterior. Para
se puede utilizar la
aproximacin de una
con 1 grado de libertad.
|
Regla de decisin:
Rechazamos
si:
Ejemplo
Se aplic una escala de satisfaccin sobre la dotacin de servicios pblicos a dos grupos de
ciudadanos de un municipio. Determine si existen diferencias entre uno y otro grupo
considerando los siguientes datos con un nivel de significacin de
.
Municipio 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
1
3 4 3 3 4 2 4 4 4 3 3 2 3 2 3 4 1 2 4 3 4
2
4 3 2 4 3 1 4 2 2 1 3 3 2 2 2 1 1 3
Con la siguiente descripcin en la escala de media:
Valor
1
2
3
4
Descripcin
Muy insatisfecho
Insatisfecho
Satisfecho
Muy satisfecho
Hiptesis:
No existen diferencias entre la satisfaccin de ambos municipios
Existen diferencias entre la satisfaccin de ambos municipios
21
Estadstica II
La mediana combinada de los dos grupos es 3
Municipio
1
Totales
2 Marginales
Mayores de la mediana
11
Menores o iguales a la
mediana
13
15
28
Tamaos de las muestras
21
18
39
Calculo de la estadstica de prueba:

|
El valor de tablas de una

con un grado de libertad y una significancia de
es 3.84.
Como
la hiptesis
no se rechaza. Existe evidencia estadstica suficiente para
suponer que no existen diferencias entre la satisfaccin de ambos municipios.
Hiptesis:
1.3.3. Prueba de rachas Wald-Wolfowitz

El objetivo de este test es el de verificar que dos muestras independientes proceden de
poblaciones con distribuciones continuas idnticas.
Definimos una racha como una sucesin de smbolos de la misma clase limitada por smbolos
de clase distinta. El caso ms simple es aquel en donde solo se tienen dos tipos de smbolos A
y B. Consideremos la siguiente secuencia:
AA BBBBBB AAAAAA BB
La secuencia mostrada presenta 4 rachas.
Si las dos clases de observaciones A y B, proceden aleatoriamente de una misma poblacin,
entonces los smbolos A y B aparecern bien mezclados en la secuencia y por lo tanto el
nmero de rachas ser grande. Mientras, que si por el contrario, las observaciones A y B no
aparecen aleatoriamente, el nmero de rachas tender a dos.
Datos
22
Estadstica II
Se tienen dos muestras independientes
Hiptesis
Se plantean los tres contrastes posibles, aunque generalmente solo se utiliza el contraste
bilateral, que es con el que trabajaremos.
A.
El patrn de ocurrencia de las dos muestras es determinado por un proceso aleatorio

El patrn de ocurrencia no es aleatorio
B.

El patrn de ocurrencia no es aleatorio (debido a la presencia de pocas rachas)
C.

El patrn de ocurrencia no es aleatorio (debido a la presencia de muchas rachas)
Cuando
sean menos a 20
Se combinan las
observaciones de menor a mayor y se calcula:

El nmero de rachas
Regin de rechazo
A. Rechazamos
B. Rechazamos
si:
cuando
si:
C. Rechazamos
si:
El valor critico
se busca en la tabla M1 y
de rachas cuando se tiene un nivel de significancia del
visualizar en la pestaa Material de apoyo
en la tabla M2 de la seccin de tablas

., la tabla M1 y M2, la puedes
23
Estadstica II
Aproximacin a la normal
Cuando
son mayores a
se utiliza una aproximacin normal. Se sabe que:
Y utilizando el Teorema del Lmite Central se tiene que la variable
expresa por:
Se distribuye como una normal estndar

Con regin rechazo:
A. Rechaza
B. Rechaza
C. Rechaza
si | |
si
si
Ejemplo
El director de una escuela desea saber si los nios son ms agresivos que las nias, por lo que
realizo un estudio a 12 nios y 12 nias de prescolar en grupos separados y en tiempos de 30
min. cada grupo.
Se registraron las incidencias por grados de agresin obtenindose los siguientes resultados:
Gnero 1 2 3 4 5 6 7 8 9 10 11 12
Nios 75 34 34 53 91 58 97 42 20 47 8 66
Nias 33 60 35 59 60 16 5 66 67 14 49 77
Hiptesis
El gnero no influye en el patrn de agresiones de los nios, sino es un proceso aleatorio
El patrn de ocurrencia no es aleatorio e influye el gnero de los nios
24
Estadstica II
Ordenamos las muestras de menor a mayor diferenciando el grupo de procedencia y contamos
el nmero de rachas
Nias Nios Nias Nias Nios Nias Nios Nios Nias Nios Nios Nias
5
8
14
16
20
33
34
34
35
42
47
49
1 racha
2 rachas
3 rachas
Nios Nios Nias Nias Nias Nios Nias Nias Nios Nias Nios Nios
53
58
59
60
60
66
66
67
75
77
91
97
4 rachas
5 rachas
6 rachas
Por lo que
El nmero de rachas= 6
Se buscan los valores crticos en las tablas M1 y M2 y se tiene que para la desigualdad se
cumple para:

. Existe evidencia estadstia para
suponer que las agresiones de los nios se deben a un factor de gnero y no son totalmente
aleatorias.
1.3.4. Prueba de Mac Nemar

La prueba es famosa porque es muy utilizada en pruebas donde existe un antes y un despus,
por ejemplo, cuando se quiere decidir si puede o no aceptarse que determinado tratamiento
induce un cambio en la respuesta dicotmica de los elementos sometidos al mismo, y es
aplicable a los diseos del tipo antes-despus en los que cada elemento acta como su propio
control.
Datos
Los datos consisten de observaciones bivariadas aleatorias
. La
escala de medida de y de
es nominal con 2 categoras las cuales llamaremos
y
esto es, los valores de
son
.
Las muestras cumplen los siguientes supuestos:
Los pares
son mutuamente independientes
25
Estadstica II
La escala de medida es nominal con
categorias para
Hiptesis
El tratamiento no induce cambios significativos en la respuesta, es decir, los campos
observados en la muestra se deben al azar; de forma que es igualmente probable un cambio de
a que un cambio de
a . Matemticamente se puede escribir como:
/
El tratamiento induce cambios

/
La caracterstica de inters bajo la condicin 1 es mayor que bajo la condicin 2
/
La caracterstica de inters bajo la condicin 1 no es mayor que bajo la condicin 2
/
La caracterstica de inters bajo la condicin 1 es menor que bajo la condicin 2
/
La caracterstica de inters bajo la condicin 1 no es menor que bajo la condicin 2
/
Construimos la tabla de contingencia
Total
A
C
A+C
En y en
se mantiene la misma respuesta, pero
ha cambiado.
B
D
B+D
Total
A+B
C+D
N
es el nmero total de respuestas que
Tenemos que el nmero total de respuestas que ha cambiado es

espera que
. De acuerdo a
sean las respuestas que hayan cambiado de lugar. Esto porque
se
nos dice que
no hay cambio, por lo tanto, los cambios que se han realizado se deben al azar, en otras
palabras,
es la frecuencia esperada en las correspondientes celdas. El estadstico de prueba
26
Estadstica II
que permite contrastar si existen diferencias significativas entre las frecuencias esperadas y las
observadas es:
Donde:
Nmero de celdas
Frecuencia observada en la i-sima celda
Frecuencia esperada en la i-sima celda
Como solo nos interesan las celdas que recogen cambios el estadstico puede expresarse
como:
(
Bajo
el estadstico tiene una distribucin
con un grado de libertad.
.
Para trabajar bajo muestras pequeas se puede aplicr la correccin de Yates, en ese caso se
tiene que:
|
Regla de decisin
A. Rechaza
al nivel de significancia si
.Donde
es cuantil de una
distribucin
con un grado de libertad y probabilidad
B. Rechaza
. Donde es el cuantil de una distribucin
normal con probabilidad
C. Rechaza
Ejemplo
El encargado de campaa de un candidato a la presidencia desea saber el cambio de opinin
que causa un debate entre todos los candidatos. Por lo que toma una muestra de 78 votantes
elegidos de manera aleatoria y registro la preferencia hacia su candidato, inmediatamente
despus del debate, volvi a registrar la preferencia del candidato. Los resultados se muestran
a continuacin:
27
Estadstica II
Antes del Debate
Desacuerdo (0)
Acuerdo (1)
Total
Despus del debate

Desacuerdo (0) Acuerdo (1)
Total
24
18
42
6
30
36
30
48
78
Hiptesis
El debate produjo un cambio en la opinin de los votantes
El debate no produjo un cambio en la opinin de los votantes /

|
Regla de decisin
Rechazamos
a nivel
si
. Dado que se cumple la
condicin, entonces, rechazamos
y por lo tanto existe evidencia estadstica suficiente para
suponer que el debate no produjo un cambio en la opinin de los votantes.
Utiliza la tabla de la ji cuadrada, ubicada en la pestaa de material de apoyo
1.4. Pruebas para dos poblaciones independientes
1.4.1. Prueba de signos

La prueba de signos es la ms vieja de las pruebas no paramtricas. John Arbuthnot present
un documento a la Royal Society en 1710 discutiendo el ligero exceso de nacimientos de
varones que de nacimientos femeninos en los aos 1629 y 1710. Este trabajo, publicado en la
Philosophical Transsantion, es tal vez la primera aplicacin a la estadstica social.
La prueba de signos es actualmente igual a la binomial con

. Es una prueba
con mucha versatilidad porque ayuda a probar si cualesquiera dos poblaciones tienen la misma
mediana y tambin permite indicar la existencia de tendencias.
28
Estadstica II
Datos
Los datos consisten de observaciones bivariadas aleatorias
Las muestras cumplen los siguientes supuestos:
Variables aleatorias bivariadas mutuamente independientes
La escala de medida es al menos ordinal dentro de cada par
Hiptesis
A. La mediana de
La mediana de
= La mediana de
La mediana de
B. La mediana de
La mediana de
La mediana de
< La mediana de
C. La mediana de
La mediana de
La mediana de
> La mediana de
Dentro de cada par se puede hacer la siguiente comparacin:
o
o
o
Un par es clasificado por

si
si
si
Total de
Se ignoran los
, es decir, las igualdades en donde

total de de
29
Estadstica II
Regla de decisin
Para
se cumple que
Rechazamos
Es el cuantil de una distribucin

B. Valores grandes de indican que los
regin crtica corresponde a los valores de
si:
al tamao .
son mas probables que los
ms grandes o iguales
C. Valores muy pequeos de indican que

es ms probable que
tamao corresponde a los valores de
.
Por lo que rechazamos
si
al nivel de significancia .
. Por lo tanto la
. La regin crtica de
Cuando
se puede utilizar la distribucin normal y como esta es simtrica es igual a
probar la media. Por consiguiente, la prueba de signo puede emplearse para probar hiptesis
sobre la media de la poblacin.
1.4.2. Prueba de Wilcoxon

Esta prueba se utiliza para comparar las distribuciones de probabilidad que no son normales. Es
un equivalente a la prueba
y se aplica cuando el tipo de medicin no cumpla con
los requisitos que la
exige. La prueba Wilcoxon no solo toma en cuenta el signo,
adems considera las magnitudes de diferencias entre los valores asociados, es una prueba
ms sensible que la de signos.
Determinar el signo de la diferencia nos ayuda a saber cual miembro del par es mas grande
que y establecer rangos en las diferencias en orden de tamao absoluto ayuda a establecer
juicios de mayor que entre los valores de cualquier par.
Supuestos:
Variables aleatorias bivariadas

con distribucin simtrica y continua
Las diferencias son mutuamente independientes
mutuamente independientes y
30
Estadstica II
Se utiliza una escala de medida de intervalos. Esto nos ayuda a saber cul de los dos
miembros del par es ms grande y podemos ordenar las diferencias sin tener en cuenta
su signo (valor absoluto)
Las diferencias representan observaciones en una variable continua
La distribucin de la poblacin de diferencias es simtrica alrededor de la mediana
Hiptesis
A.
B.
C.
vs
vs
vs
Denotamos
el estadstico de prueba definido como:
Donde:
Suma de los rangos asignados a las parejas
con el signo menos frecuente
Los valores de con diferentes tamaos de muestra y niveles de significancia para pruebas de
una o dos colas fueron tabulados por Wilcoxon. Checar la tabla M1 y M2 ubicada en la seccin
material de apoyo
Regla de decisin
A. Buscamos el cuantil
si:
en las tabla de Wilcoxon y rechazamos
B. Buscamos el cuantil
en las tabla de Wilcoxon y rechazamos
C. Buscamos el cuantil
y rechazamos
si:
si:
Aproximacin a la Normal
Cuando
se puede utilizar la aproximacin normal.
31
Estadstica II
Se tiene que:
Bajo
y utilizando el Teorema Central del Lmite:
Regla de decisin
A. Rechazamos
si | |
B. Rechazamos
C. Rechazamos
si
Ejemplo 1
Con el fin de comprobar si la asistencia al jardn de nios tiene algn efecto en la capacidad de
percepcin social el psiclogo de una escuela realiza una experimento en el que forma parejas
de actitudes similares como sexo, edad, calificacin de la medicin y durante la hora del recreo
realiza una medicin en total forma 10 parejas y solo somete al experimento a un integrante de
cada pareja. Los resultados se muestran a continuacin.
Hiptesis
La percepcin social de los nios que se sometieron al experimento es igual que la de los
nios que no se sometieron
La percepcin social de los nios que se sometieron al experimento es diferente que la de
los nios que no se sometieron
32
Estadstica II
Puntaje nios
asignados al
experimento
Puntaje nios no
Absoluto de Rango de
asignados al
Diferencias
las
las
experimento
diferencias diferencias
56
54
87
98
12
34
54
43
67
67
36
49
72
67
41
50
53
47
77
54
20
5
15
31
-29
-16
1
-4
-10
13
20
5
15
31
29
16
1
4
10
13
8
3
6
10
-9
-7
1
-2
-4
5
Rango de
signos
menos
frecuentes
9
7
2
4
Observa que el rango de las se toman en valor absoluto.

El estadstico de prueba es
Consultamos la tabla de Wilcoxon con
tenemos que
y con un
para una cola y
No rechazamos
Actividad 1. Pruebas no paramtricas

A travs de esta actividad Resolvers ejercicios utilizando las pruebas no paramtricas y
utilizar las definiciones de variable y sus ejemplos.
Indicaciones
1. Espera las indicaciones de tu docente, sobre los lineamientos por el cual se realizar la
actividad.
2. Realiza lo que te solicit el docente.
3. Ingresa al foro y redacta tus conclusiones.
4. Revisa las aportaciones de tres de tus compaeros, aceptando o rechazando su
33
Estadstica II
respuesta.
Consulta la rbrica general de la participacin en foros, que se encuentra en la seccin
Material de apoyo.
1.5. Prueba de independencia y homogeneidad

Es comn que en ocasiones los elementos de una muestra deban ser categorizados de acuerdo
a dos o ms criterios de clasificacin. El uso de una tabla de contingencia ser de ayuda en
estos casos.
Resulta conveniente aclarar que las hiptesis a probar mediante tablas de contingencia, aun
cuando los procedimientos de clculo son los mismos, tienen bsicamente dos sentidos
diferentes.
a) Como hiptesis de igualdad de proporciones en los diferente niveles de cierta
clasificacin, cuando las observaciones provienen de 2 o ms poblaciones
b) Como hiptesis de independencia entre 2 criterios de clasificacin aplicable a los
elementos de una misma poblacin
Como se mencion, ambos casos son tratados idnticamente desde el punto de vista de los
clculos estadsticos, pero las diferencias bsicas entre las dos aplicaciones justifican
discusiones separadas.
1.5.1. Tablas de contingencia

Suponga que se tienen poblaciones y que se extraen muestras aleatorias de cada una de
ellas. El tamao de cada muestra lo denotamos por
. Cada observacin de las
muestras puede ser clasificada en una de diferentes categoras. Se denotar por
el
nmero de observaciones de la i-sima categora en la j-sima muestra. Denotamos adems
por que es el total de observaciones pertenecientes a todas las muestras que quedan
contenidas en la i-sima categora.
La informacin se dispone en forma tabular de la siguiente manera en la siguiente tabla de
contingencia
34
Estadstica II
En la tabla se puede verificar lo siguiente:
Se consideran los siguientes supuestos bsicos en el planteamiento de hiptesis

Las muestras son aleatorias
Los resultados de las diferentes muestras son mutuamente independientes
Cada observacin puede ser categorizada en una y solo una de las diferentes
categoras
Hiptesis
Sea
la probabilidad de que un elemento de la j-sima poblacin seleccionado al azar, quede
clasificado en la i-sima categora
La probabilidad de pertenecer a cualquiera de las
elemento de la j-sima muestra
clases es la misma para cualquier
La probabilidad de pertenecer a cualquiera de las

clase
para al menos una pareja
clases es diferente para al menos una
35
Estadstica II
Donde:
El trmino
representa los valores observados en la celda
nmero esperado de observaciones en la celda
, cuando
, y el trmino
es cierta.
representa el
Regla de decisin
Rechazamos
y
al nivel de significancia si excede el cuantil de una

con probabilidad
grados de libertad, matemticamente lo podemos expresar como:
Ejemplo
En una encuesta telefnica se pregunt a los participantes hasta que grado estaban de
acuerdo con la proposicin: se debe prohibir fumar en lugares pblicos. Los resultados son
los siguientes:
Sexo
Mujer
Varn
Total
Muy de
acuerdo
41
22
63
Grado en el que se est de acuerdo

En
En total
De acuerdo Neutral
desacuerdo desacuerdo
16
28
27
31
40
14
39
41
56
42
66
72
Total
143
156
299
Con base en los datos recabados se desea saber si existen diferencias significativas en el
grado en el que estn de acuerdo hombres y mujeres con respecto a prohibir fumar en lugares
pblicos.
Se calculan los valores
36
Estadstica II
Columna
Fila 1
Fila 2
1
30.1
32.9
2
26.8
29.2
3
20.1
21.9
4
31.6
34.4
5
34.4
37.6
Para la fila 1 en la columna 1 tenemos que:

(
Un clculo similar es echo para cada celda y sumando todo se tiene que el estadstico de
prueba es:
Si utilizamos
Como
comparamos con una

no rechazamos
y no existen diferencias significativas
para suponer que el grado de opinin con respecto a si fumar en lugares pblicos este
relacionado con el gnero.
1.5.2. Prueba de independencia con Ji-Cuadrada

Suponga que se dispone de una muestra aleatoria de tamao y que las observaciones de la
muestra pueden clasificarse de acuerdo a dos criterios. Al usar el primer criterio cada
observacin puede asociarse con uno de los filas y al usar el segundo criterio la observacin
puede asociarse con una de las columna.
La disposicin de las observaciones es igual que en 1.5.1 con la excepcin de que en este
caso, las
no se establecen previamente, sino que son aleatorias:
Los supuestos para este caso son los siguientes:
Cada observacin tiene la misma probabilidad de ser clasificada en el i-simo rengln y

en la j-sima columna, independientemente de cualquier otra observacin
Las observaciones pueden ser clasificadas en una de las diferentes categoras de
acuerdo al segundo criterio
37
Estadstica II
Hiptesis
El evento la observacin pertenece al i-simo rengln es independiente del evento la
misma observacin pertenece a la j-sima columna para toda y
La proposicin anterior puede traducirse en trminos probabilsticos de la siguiente forma
Sea la probabilidad de pertenecer al i-simo rengln y la probabilidad de pertenecer a la jsima columna
Estadstica de prueba
La estadstica coincide con 1.5.1
Donde:
Regla de decisin
Rechazamos
y
al nivel de significancia si excede el cuantil de una

con probabilidad
grados de libertad, matemticamente lo podemos expresar como:
Ejemplo 2
El propsito de un estudio era investigar la hiptesis de que las mujeres con leucemia que
tambin estn infectadas con VIH, tienen ms probabilidades de tener anormalidades
citolgicas cervicales que las mujeres con uno de los dos virus mencionados. Se pretende
saber si es posible concluir que existe relacin entre el estado de leucemia y la etapa de
infeccin por VIH.
38
Estadstica II
VIH
Leucemia
Seropositivo, Seropositivo,
Seronegativo
sintomtico asintomtico
Positivo
Negativo
Total
20
32
31
51
52
Total
39
32
82
71
90
115
205
Hiptesis
El estado de leucemia y la etapa de infeccin por VIH son independientes
Las dos variables no son independientes
Procedimiento de Clculo
Se calculan los valores
Columna
Fila 1
Fila 2
1
22.8
29.2
2
36.0
46.0
3
31.2
39.8
Para la fila 1 en la columna 1 tenemos que:

(
Un clculo similar es echo para cada celda y sumando todo se tiene que el estadstico de
prueba es:
Si utilizamos
Como
comparamos con una

no rechazamos
y existen diferencias significativas para
suponer que el estado de leucemia y la etapa de infeccin por VIH son independientes.
39
Estadstica II
1.6. Prueba de tres o ms poblaciones independientes
1.6.1. Extensin de la prueba de la mediana

Es la extensin de la prueba de la mediana para ms de 2 poblaciones y tiene como propsito
verificar si de muestras independientes con igual o diferente tamao de muestra proceden de
la misma poblacin o de poblaciones con medianas iguales.
Se tienen las muestras
{
}{
},, {
de tal manera que
Supuestos:
Las mediciones consideradas alcanzan al menos el nivel ordinal
Sea
Hiptesis
Las muestras tienen la misma mediana
Al menos dos muestras son diferentes
Llamemos a la mediana comn de los elementos. Ahora definimos al nmero de
observaciones en la muestra los cuales son menores que y sea el nmero total de
observaciones menores que .
De existir observaciones que son exactamente igual que el valor de la mediana y estos son
muchos, se puede colocar uno por encima y otro por debajo del valor de la mediana, hasta
agotarlos. Si son pocos los casos en esta situacin, es decir, si el tamao de no se reduce
grandemente, se pueden eliminar del anlisis, modificando tanto el tamao total como los
tamaos marginales.
Se ordenan los clculos en la siguiente tabla
40
Estadstica II
<
>
Total
Muestra 1
U1
n 1 U1
n1
Muestra 2
U2
n2 U2
n2
Muestra K
Uk
Nk Uk
Nk
Total
t
n-t
n
El estadstico de prueba es:
Regla de decisin
Rechazo
si
Ejemplo1
La siguiente tabla indica las calificaciones obtenidas por 10 estudiantes de la carrera de
biologa seleccionados al azar en los exmenes finales de tres materias. Las calificaciones se
observan en la siguiente tabla
Estudiante
1
2
3
4
5
6
7
8
9
10
Qumica
81
98
53
62
99
71
82
50
61
74
Materia
Plantas
55
82
87
88
71
75
61
95
74
80
Animales
100
56
99
94
79
62
65
83
96
92
Pruebe
Los estudiantes tienen el mismo aprovechamiento en las tres materias
El aprovechamiento es mejor en alguna de las materias
41
Estadstica II
La mediana comn de las observaciones es
Grupo
<79.5
79.5
Tenemos
1
4
6
2
5
5
3
6
4
Utilizamos
Se cumple que
por lo tanto rechazamos
y no podemos suponer que el
aprovechamiento de los estudiantes es el mismo en las tres materias.
1.6.2. Comparacin de varias poblaciones Kruskall-Wallis

La prueba Kruskall-Wallis es til para probar los resultados de
poblaciones diferentes.
Los datos consisten diferentes
muestras que vienen de
muestras aleatorias que pueden tener distintos tamaos.
Muestra 1
X1,1
X1,2
X1,n1
Muestra 2
X2,1
X2,2
X2,n2
Muestra K
Xk,1
Xk,2
Xk,nk
De tal manera que
Supuestos:
42
Estadstica II
La escala de medida es al menos ordinal (un nmero moderado de casos repetidos se
considera tolerable)
Hiptesis
Las muestras vienen de la misma poblacin o de poblaciones cuyo promedio de rangos
son idnticos
Al menos dos muestras son diferentes
Tenemos
Ordenamos las observaciones y les asignamos el rango correspondiente de menor a mayor,

despus se calcula
La suma de los rangos asignados a la muestra
La estadstica de prueba se calcula as
Regla de decisin
Rechazo
si
Ejemplo
En tres muestras de animales experimentales se estudi el tiempo de reaccin de un
medicamente. La tercera muestra sirvi como control al medicamente, a la primera muestra se
les aplic el medicamento A y a la segunda el medicamento B. Los tiempos de reaccin se
muestran en la siguiente tabla:
43
Estadstica II
Muestra
II
17
23
11
30
18
38
I
33
26
8
23
25
2
19
30
32
II
28
34
5
10
33
15
26
Es posible concluir que las tres poblaciones representadas por las tres muestras difieren con
respecto al tiempo de reaccin?
Hiptesis
Las distribuciones de las poblaciones son idnticas
Al menos una de ellas tiende a mostrar valores mayores que al menos una de las dems
Procedimiento del clculo
Se combinan las tres muestras en una sola serie y los valores se clasifican por rangos.
Recordemos que cuando los rangos se repiten se toma el promedio de ellos.
Suma Rangos
I
19.5
13.5
3
10.5
12
1
9
16.5
18
103
Muestra
II
7
10.5
5
16.5
8
22
69
II
15
21
2
4
19.5
6
13.5
81
Se construye la estadstica de prueba con

*
Utilizamos
y buscamos en tablas el cuantil
44
Estadstica II
Como
no rechazamos
y por lo tanto hay evidencia estadstica suficiente para
suponer que las muestras provienen de la misma poblacin. Por lo que ninguno de los dos
tratamientos tiene un efecto en los tiempos de reaccin.
Actividad 2. Identificacin de pruebas no paramtricas

A Travs de esta actividad podrs analizar un problema de pruebas no paramtricas y
determinar cuales pueden ser pruebas paramtricas y cules no son pruebas no paramtricas.
Indicaciones
1. Descarga el documento correspondiente a la actividad que te brindar el docente a
travs del foro planeacin didctica.
2. Resuelve cada uno de las solicitudes que en el documento se mencionan.
3. Puedes apoyarte en el contenido y los recursos que tu docente te brindar durante la
realizacin de la actividad.
4. El trabajo se deber entregar bajo la calendarizacin que el docente brindar y debers
entregarlo en un documento de texto o PDF s utilizas algn editor de texto cientfico.
6. Guarda tu documento con la siguiente nomenclatura: MEST2 _U1_A2_XXYZ.
Sustituye la XX por las dos primeras letras de tu primer nombre, la Y por la inicial de tu
apellido paterno y la Z por la inicial de tu apellido materno.
7. Enva tu archivo a tu Docente el lnea (a) mediante la seccin de Tareas
Criterios de evaluacin:
Revisa la escala de evaluacin por el cual ser evaluado tu actividad, y podrs ver las
observaciones que hace el docente de acuerdo al o resuelto en la actividad.
1.7. Prueba de Bondad de Ajuste

Una prueba de bondad y ajuste es conveniente cuando se quiere decidir si existe
incompatibilidad entre la distribucin de frecuencias observadas y alguna distribucin
predeterminada o hipottica. En estadstica es comn realizar anlisis basados en el hecho de
cierta distribucin de datos por lo que resulta importante corroborar la procedencia de estos
para evitar la violacin de algn supuesto.
45
Estadstica II
1.7.1. Prueba de bondad y ajuste basada en Ji-Cuadrada
Los datos consisten de observaciones independientes de una v.a. que se agrupan en

clases o grupos. La escala de medida de las categoras es al menos de tipo nominal. Podemos
presentar las categoras ordenadas en la siguiente tabla:
Clase
Total
Frecuencia
Donde
Hiptesis
Sea
la
de , y sesa
alugna funcin especfica

vs
al menos un valor de
Sea
la probabilidad de una observacin aleatoria en
en la clase , bajo el supuesto de que
es la funcin de distribucin de . Entonces definimos el nmero esperado de observaciones

en la clase cuando
es cierta, , como:
El estadstico de prueba est dado por:
Regla de decisin
Valores muy altos de reflejan una incompatiblidad entre los observados y las frecuencias
relativas esperadas. La distribucin de es difcil de calcular. Para muestras largas se tiene
que:
46
Estadstica II
Rechazamos
si
Ejemplo
Se lanza un dado 600 veces y se obtienen los siguientes resultados
Caras del dado

1
2
3
4
5
6
n
180
72
150
62
40
96
600
Se desea verificar al 5% de nivel de significancia la hiptesis de que el dado est bien

construido.
Hiptesis
La hiptesis de que el dado est bien construido equivale a que la muestra de 600
lanzamientos procede de una poblacin uniforme discreta con probabilidad igual a para
cada cara del dado.
.
Entonces, bajo
la probabilidad de ocurrencia es de
El dado sigue una distribucin uniforme 1/6
El dado no sigue una distribucin uniforme 1/6
En primer lugar para realizar el contraste se determinan las frecuencias observadas:
El valor muestral del estadstico es
47
Estadstica II
Buscamos el cuantil en tablas de una distribucin

Como
rechazamos
por lo que el dado o se ajusta a una distribucin uniforme
1/6 y existe evidencia estadstica suficiente para suponer que le dado est cargado.
1.7.2. Prueba de Kolmogorov-Smirnov para una muestra

Datos
Los datos consisten de una muestra aleatoria
distribucin desconocida que denotamos por
Supuestos
La muestra es aleatoria
La distribucin hipottica
Sea
de tamao
asociada a una
es continua
una funcin de distribucin completamente especificada que toma valores
Hiptesis
A.
de
B.
de
C.
de
La funcin de distribucin emprica de una muestra se calcula como:
A. Sea el estadstico
la mayor distancia vertical entre
48
Estadstica II
|
B. Sea el estadstico
igual a la mayor distancia vertical de

|
|
por encima de
C. Sea el estadstico
definida como la mayor distancia vertical de

|
|
por encima de
Regla de decisin:
Rechaza
al nivel
si:
Donde:
Es el cuantil de una Kolmogorov-Smirnov
Ejemplo
Se efectuaron mediciones del nivel de glucosa en la sangre a 30 pacientes en ayuno, hombres,
no obesos y aparentemente sanos.
Concentraciones de glucosa
(mg/100 ml)
93 100 88 91 98 67 87 77 72 95
63 91 75 67 88 59 83 64 80 68
90 92 52 85 85 98 60 62 59 100
Se pretende saber si es posible concluir que tales datos no pertenecen a una poblacin que
sigue una distribucin normal, con media 80 y desviacin estndar de 6.
Hiptesis
de
El primer paso es calcular los valores
como se muestra en la siguiente tabla.
49
Estadstica II
x
Frecuencia
52
59
60
62
63
64
67
68
72
75
77
80
83
85
87
88
90
91
92
93
95
98
100
1
2
1
1
1
1
2
1
1
1
1
1
1
2
1
2
1
2
1
1
1
2
2
30
Frecuencia
acumulada
1
3
4
5
6
7
9
10
11
12
13
14
15
17
18
20
21
23
24
25
26
28
30
S(x)
0.033
0.100
0.133
0.167
0.200
0.233
0.300
0.333
0.367
0.400
0.433
0.467
0.500
0.567
0.600
0.667
0.700
0.767
0.800
0.833
0.867
0.933
1.000
Los valores de
se obtienen al convertir cada valor observado de
normal estndar se observa a continuacin
en un valor de la
50
Estadstica II
x
52
59
60
62
63
64
67
68
72
75
77
80
83
85
87
88
90
91
92
93
95
98
100
z=(x-80)/6
-4.67
-3.50
-3.33
-3.00
-2.83
-2.67
-2.17
-2.00
-1.33
-0.83
-0.50
0.00
0.50
0.83
1.17
1.33
1.67
1.83
2.00
2.17
2.50
3.00
3.33
El estadstico
F(x)
0.000002
0.000233
0.000429
0.001350
0.002303
0.003830
0.015130
0.022750
0.091211
0.202328
0.308538
0.500000
0.691462
0.797672
0.878327
0.908789
0.952210
0.966623
0.977250
0.984870
0.993790
0.998650
0.999571
S(x)
0.000000
0.000008
0.000014
0.000045
0.000077
0.000128
0.000504
0.000758
0.003040
0.006744
0.010285
0.016667
0.023049
0.026589
0.029278
0.030293
0.031740
0.032221
0.032575
0.032829
0.033126
0.033288
0.033319
|F(x)-S(x)|
0.000001480
0.000224875
0.000414758
0.001304901
0.002226491
0.003702701
0.014625802
0.021991794
0.088170846
0.195584102
0.298252954
0.483333333
0.668413713
0.771082565
0.849049912
0.878495821
0.920469326
0.934402709
0.944674872
0.952040865
0.96066399
0.965361765
0.966251908
por ser el mximo de las diferencias absolutas.
Con
buscamos el cuantil en la tabla de la Kolmogorov-Smirnov ubicada en la pestaa
de Material de apoyo
Como se cumple la condicin:
Entonces rechazamos
normal.
y por lo tanto los niveles de glucosa no siguen una distribucin
51
Estadstica II
1.7.3. Prueba de Kolmogorov-Smirnov para dos muestras
El test quiere probar si dos muestras independientes provienen de la misma poblacin, la
diferencia con los test vistos anteriormente como la mediana, la prueba de signos, la U MannWhitney es que solo toman en cuenta informacin como la media o la mediana y desperdician
otro tipo de informacin importante como es la variabilidad entre las observaciones.
Datos
Se tienen dos
De tamao
la primera de ellas y
la segunda.
Supuestos:
Las muestras son aleatorias
Las muestras son independientes
La escala de medida es al menos ordinal
Se supone que las variables provienen de una funcin de probabilidad continua
Llamamos:
continua de la primera muestra
continua de la segunda muestra
Hiptesis
A.
de
B.
de
C.
de
Sean:
la funcin de distribucin emprica de la muestra
52
Estadstica II
la funcin de distribucin emprica de la muestra
El estadstico est definido para las diferentes hiptesis como:

D. Sea el estadstico
la mayor distancia vertical entre

|
E. Sea el estadstico
igual a la mayor distancia vertical de

|
|
F. Sea el estadstico
definida como la mayor distancia vertical de

|
y
|
por encima de
por encima de
Regla de decisin
Rechaza
al nivel
si:
Donde:
es el cuantil de una Kolmogorov-Smirnov
Utiliza la tabla de inferencia ubicada en la pestaa de Material de apoyo
Si
se utiliza la tabla 12 de la tabla de inferencia ubicada en la pestaa de Material
de apoyo
Si
apoyo
se utiliza la tabla 13 de tabla de inferencia ubicada en la pestaa de Material de
Ejemplo
Se tienen dos muestras aleatorias de tamao 12 y 10 respectivamente. Se desea probar que
ambas muestras provienen de la misma distribucin de probabilidad.
Hiptesis
de
53
Estadstica II
Las dos muestras son ordenadas de menor a mayor por conveniencia y se calculan las
funciones empricas como se muestra a continuacin
0.07
0.50
0.62
1.08
1.50
1.58
2.32
2.46
2.48
3.00
3.18
3.95
5.83
5.46
5.91
6.68
6.78
6.90
8.56
10.35
12.03
12.04
0
0
1/12
1/12
2/12
2/12
3/12
4/12
4/12
5/12
6/12
7/12
7/12
8/12
8/12
8/12
9/12
10/12
11/12
1
1
1
El estadstico de prueba es
1/10
2/10
2/10
3/10
3/10
4/10
4/10
4/10
5/10
5/10
5/10
5/10
6/10
6/10
7/10
8/10
8/10
8/10
8/10
8/10
9/10
1
0-1/10
0-2/10
1/12-2/10
1/12-3/10
2/12-3/10
2/12-4/10
3/12-4/10
4/12-4/10
4/12-5/10
5/12-5/10
6/12-5/10
7/12-5/10
7/12-6/10
8/12-6/10
8/12-7/10
8/12-8/10
9/12-8/10
10/12-8/10
11/12-8/10
1-8/10
1-9/10
1-1
0.10
0.20
0.12
0.22
0.13
0.23
0.15
0.07
0.17
0.08
0.00
0.08
0.02
0.07
0.03
0.13
0.05
0.03
0.12
0.20
0.10
0.00
por ser el mximo de las diferencias absolutas.
Buscamos en la tabla de Kolmogorov Smirnov para dos muestras de diferentes tamaos el

cuantil con
y
, este valor queda incorporado cuando tomamos
Como
no rechazamos
y por lo tanto existe evidencia para suponer que las
muestras provienen de la misma poblacin.
54
Estadstica II
1.7.4. Otras pruebas de bondad y ajuste

Las pruebas vistas anteriormente son aquellas que se utilizan con mayor frecuencia y son
fciles de localizar en los paquetes estadsticos. Por ejemplo, la prueba de Rao-Scott es una
correccin a la prueba Ji-Cuadrada que se realiza cuando se toma en cuenta el diseo
muestral.
En particular para la prueba Kolmogorov-Smirnov existen las variantes como la prueba
Anderson Darling que da mayor peso a las colas de la distribucin .La prueba de Cramr-Von
Mises en donde adems de tomar la mayor distancia vertical entre
y
realiza una
correccin dependiendo el tamao de las muestras.
En el caso de tener mltiples muestras se puede revisar la prueba que propone Birnbaum y
Hall. Sin embargo, el clculo de las pruebas se dificulta a medida que se tienen ms de dos
poblaciones, por lo que es necesario un paquete estadstico.
Ejemplo 1
Con los datos de glucosa se requiere probar si los datos provienen de una distribucin normal
con media 80 y desviacin estndar de 6 utilizando la prueba Anderson Darling.
Hiptesis
de
Acomodamos en orden las observaciones, estandarizamos y obtenemos los valores de
Correspondientes a una distribucin normal estndar. Todo esto se haba obtenido en el
ejercicio anterior. Solo que ahora se realizan unos clculos extras que se muestran en la
siguiente tabla.
55
Estadstica II
i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
x
52
59
60
62
63
64
67
68
72
75
77
80
83
85
87
88
90
91
92
93
95
98
100
F(xi)
0.000002
0.000233
0.000429
0.001350
0.002303
0.003830
0.015130
0.022750
0.091211
0.202328
0.308538
0.500000
0.691462
0.797672
0.878327
0.908789
0.952210
0.966623
0.977250
0.984870
0.993790
0.998650
0.999571
F(xn+1-i)
0.999571
0.998650
0.993790
0.984870
0.977250
0.966623
0.952210
0.908789
0.878327
0.797672
0.691462
0.500000
0.308538
0.202328
0.091211
0.022750
0.015130
0.003830
0.002303
0.001350
0.000429
0.000233
0.000002
ln F(xi)
-0.000429
-0.001351
-0.006229
-0.015246
-0.023013
-0.033946
-0.048970
-0.095643
-0.129736
-0.226058
-0.368946
-0.693147
-1.175912
-1.597863
-2.394577
-3.783184
-4.191066
-5.564791
-6.073427
-6.607726
-7.753913
-8.366065
-13.389833
ln F(xn+1-i)
-0.0004292
-0.0013508
-0.0062290
-0.0152458
-0.0230129
-0.0339462
-0.0489701
-0.0956426
-0.1297358
-0.2260583
-0.3689464
-0.6931472
-1.1759118
-1.5978633
-2.3945774
-3.7831843
-4.1910665
-5.5647911
-6.0734271
-6.6077262
-7.7539130
-8.3660653
-13.3898333
Suma
(2i-1)/n*[ln F(xi)- ln F(xn+1--i)]

-0.0435156
-0.1307872
-0.2200996
-0.3136279
-0.4093145
-0.5107312
-0.6205748
-0.7769251
-0.9309137
-1.1995745
-1.5867717
-2.3862944
-3.6432864
-4.9254181
-7.2993690
-11.5459752
-13.4613213
-18.4580599
-21.1492872
-24.1044628
-29.4269942
-33.1513746
-54.3515215
-230.646200
El estadstico Anderson-Darling es:
)]
El valor crtico con

es
que se puede consultar en la tabla valores crticos
ubicado en la pestaa Material de apoyo
Como el valor calculado
es mucho mayor se rechaza la hiptesis nula.
Por lo tanto no existe evidencia estadstica suficiente para suponer que los datos siguen una
distribucin normal. La conclusin coincide con obtenida con la prueba Kolmogorov-Smirnov.
56
Estadstica II
Evidencia de aprendizaje. Pruebas no paramtricas y bondad de ajuste
A travs de esta actividad, aplicaras los conceptos de Pruebas paramtricas y bondad de
ajuste en problemas especficos.
Indicaciones
1. Descarga el documento correspondiente a la actividad que te brindar el docente a
travs del foro planeacin didctica.
2. Resuelve cada uno de las solicitudes que en el documento se mencionan.
3. Puedes apoyarte en el contenido y los recursos que tu docente te brindar durante la
realizacin de la actividad.
4. El trabajo se deber entregar bajo la calendarizacin que el docente brindar y debers
entregarlo en un documento de texto o PDF s utilizas algn editor de texto cientfico.
5. Guarda tu documento con la siguiente nomenclatura MEST2_U1_EA_XXYZ. Sustituye
las XX por las dos primeras letras de tu primer nombre, la Y por la inicial de tu apellido
paterno y la Z por la inicial de tu apellido materno.
6. Enva tu reporte al portafolio de evidencias y espera la retroalimentacin de tu Docente
en lnea, atiende sus comentarios y reenva la nueva versin de tu evidencia.
Criterios de evaluacin:
Revisa la escala de evaluacin por el cual ser evaluado tu actividad, y podrs ver las
observaciones que hace el docente de acuerdo al o resuelto en la actividad.
Autorreflexiones
Al finalizar, consulta el Foro: Preguntas de autorreflexin para realizar el ejercicio
correspondiente y enviarlo a travs de la herramienta Autorreflexiones. Recuerda que tambin
se toman en cuenta para la calificacin final.
Cierre de la unidad
Durante la unidad 1 aprendiste pruebas que te ayudarn a comparar igualdad de distribuciones,
tendencia, independencia de los datos sin necesidad de utilizar supuestos distribucionales y
con la oportunidad de poder utilizar variables que sean al menos de tipo ordinal.
Con ayuda de la distribucin Ji-Cuadrada podemos comparar poblaciones que estn separadas
por un antes y n despus. En realidad se trata de la misma poblacin, pero medida en
diferentes tiempo.
57
Estadstica II
Finalmente aprendiste tcnicas de Bondad de Ajuste para verificar un supuesto distribucional
sobre los datos.
En Estadstica I y en est unidad has aprendido pruebas que te ayudarn a contrastar distintas
hiptesis con diferentes escalas de medida. En la Unidad 2 desarrollaras modelos con variables
correlacionadas, donde una sea la variable a explicar y las dems las varibles que expliquen.
Te ayudars de algunas de las pruebas vistas anteriormente para poder hacer inferencia del
modelo.
Para saber ms
Te recomiendo los siguientes links para utilizar el paquete estadstico R en pruebas no
paramtricas:
http://www.r-tutor.com/elementary-statistics/non-parametric-methods
Chi , Y. (n.d.). R tutorial, an introduction to statistics. Retrieved from http://www.rtutor.com/elementary-statistics/non-parametric-methods
Cookbook for r. (n.d.). Retrieved from http://wiki.stdout.org/rcookbook/Statistical

analysis/Frequency tests/
Referencias Bibliogrficas
Conover, W. J. (1980) Practical Noparametric Statistics. Second Edition. New York: Wiley &
Sons.
Daniel, W. (1990) Applied Nonparametric Statistics. Second Edition, Boston: PWS Kent.
Gibbons, J.D. (2003) Charkraborti, S., Nonparametric Statistical Inference. Fourth Edition. New
York: Marcel Dekker.
Gonzlez, M. T. (2009) Prez de Vargas, A., Estadistica aplicada, una visin instrumental: teora
y ms de 500 problemas resueltos o propuestos con solucin. Espaa: Daz de Santos.
Hollander, M. (1999) Nonparametric Statistical Methods. New York: J. Wiley.
58

U1. Estadística No Paramétrica

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

U1. Estadística No Paramétrica

Hochgeladen von

Copyright:

Verfügbare Formate

Estadstica II

Unidad 1. Estadstica no paramtrica

Universidad Abierta y a Distancia de Mxico

Unidad 1. Estadstica no paramtrica y pruebas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Identificar un espacio y subespacio vectorial por medio de conjuntos.

1.1 Utilidad de las pruebas no paramtricas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

1.2. Pruebas para una sola poblacin

Escala nominal: Clasifica las observaciones en varias categoras mutuamente

Escala ordinal: Difieren de categora a categora y adems pueden clasificarse por

Escala de intervalos: Se conoce la distancia entre dos mediciones cualesquiera, posee

1.2.1. Prueba Binomial para una sola muestra

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Un analista de mercado quiere conocer la proporcin de familias en una cierta regin

con nmero de xitos, es decir,

denota los elementos Tipo A en la muestra.Entonces la

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

B. Para valores muy grandes de significa que

Por lo tanto, rechazamos

C. Para valores muy pequeos de

Por lo tanto, rechazamos

es falsa. La regin crtica es:

Aproximacin a una distribucin Normal

puede ser obtenida de la siguiente ecuacin:

Y usando el hecho de que

Si ahora utilizamos el Teorema Central del Lmite cuando

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Nombre grfica: Cuantiles

Construimos el intervalo de confianza

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Como puedes observar no encontramos un cuantil que nos d un nivel exacto de

Pero podemos tomar un nivel de significancia

no existe evidencia estadstica suficiente para rechazar

Para ello debers utilizar la tabla de la binomial acumulada ubicada en la pestaa de

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

es suficientemente grande como para aproximar

con una distribucin normal.

se elige de tal manera que

. Por lo tanto, hay evidencia estadstica suficiente

1.2.2. Prueba de la tendencia Cox Stuart

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

. Si se tienen valores muy grandes de se sugiere una tendencia

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

b. Tambin podemos escribir de manera abreviada

Existe una tendencia creciente o decreciente

No existe tendencia creciente

Existe una tendencia creciente o decreciente

No existe tendencia decreciente

Existe una tendencia creciente o decreciente

Por lo tanto rechazamos

B. Para valores muy grandes de significa que

Por lo tanto, rechazamos

C. Para valores muy pequeos de

Por lo tanto, rechazamos

es falsa. La regin crtica es:

Ejemplo 1.2.1 El Banco de Mxico registra en su pgina el ndice de produccin industrial en

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

2006 2007 2008 2009

Existe una tendencia /

Para formar los pares eliminamos la observacin central. En nuestro ejemplo es la

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas