Tercera parte

Pruebas
estadsticas no
paramtricas
de escala ordinal

14
Prueba de Kolmogorov Smirnov
Para una muestra.
La prueba de Kolmogorov Smirnov para una muestra se considera un padecimiento de
bondad de ajuste, es decir, permite medir el grado de concordancia existente entre la
distribucin de un conjunto de datos y una distribucin terica especfica. Su objetivo es
sealar si los datos provienen de una poblacin que tiene la distribucin terica
especificada.
Mediante la prueba se compara la distribucin acumulada de las frecuencias tericas (ft)
con la distribucin acumulada de las frecuencias observadas (f obs), se encuentra el punto
de divergencia mxima y se determina que probabilidad existe de que una diferencia de esa
magnitud se deba al azar.
En las tareas de investigacin se pudo obtener un conjunto de observaciones, en las cuales
se supone que tienen una distribucin normal, binominal, de Poisson, etc. Para el caso, las
frecuencias de las distribuciones tericas deben contrastar con las frecuencias observadas, a
fin de conocer cual distribucin se adecua mejor al modelo.
Algoritmo.
Calcular las frecuencias esperadas de la distribucin terica especfica por considerar para
determinado nmero de clases, en un arreglo de rangos de menor a mayor.

Arreglar stos valores tericos en frecuencias acumuladas.

Arreglar acumulativamente las frecuencias observadas.

Aplicar la ecuacin:
D= ft- f obs, donde D es la mxima discrepancia de ambas.

Comparar el valor estadstico D de Kolmogorov-Smirnov en la tabla A.6 de valores crticos

de D.

Decidir si se acepta o rechaza la hiptesis.

Ecuacin

(14.1)
D = ft - fobs

En sta ecuacin se aprecia que el procedimiento es muy simple y quiz lo que parezca ms
complicado corresponde al clculo de la frecuencia esperada de cada tipo de distribucin
terica. Por tanto, en la marcha de los ejercicios se presentar cada uno de ellos y la manera
de aplicar la prueba estadstica.
Ejemplo 14.1.
En una investigacin, consistente en medir la talla de 100 nios de 5 aos (vease tabla
14.1), se desea saber si las observaciones provienen de una poblacin normal.
Eleccin de la prueba estadstica cuando en el modelo experimental se tiene una muestra y
es factible un arreglo en el carcter ordinal o en los rangos de las series de clases. Se
revisa el flujograma , del cual se presenta una reproduccin parcial.
Planteamiento de la hiptesis.
Hiptesis de trabajo o alterna (Ha): los valores observados de las frecuencias para cada
clase son diferentes de las frecuencias tericas de una distribucin normal.
Tabla 14.1 Tabla de 100 nios. Los valores X + son 99.2 2.85
Serie de clases (talla en cm.) Frecuencia
Frecuencia acumulada
De 90 a 93
5
5
De 94 a 97
21
26
De 98 a 101
48
74
De 102 a 105
19
93
De 106 a 109
7
100
Total
100

Diseo
experimental con
una muestra

Prueba de
Kolmogorov-Smirnov
Captulo 14

ordinal

Tipo de
escala

Fig. 14.1. Reproduccin parcial del flujograma 2

Hiptesis de nulidad (Ho): las diferencias entre los valores observados y los tericos de la
distribucin normal se deben al azar.
Nivel de significancia: para todo valor de probabilidad mayor que 0.05, se acepta Ho y se
rechaza Ha.
Aplicacin de la prueba estadstica, de acuerdo con el algoritmo.
Primero se elaboran los clculos de los valores tericos esperados para la distribucin
normal, como se ve en la tabla 14.2.
Inicialmente se determina el valor Z (vase el captulo 6) de los lmites de cada clase en la
serie, por ejemplo: en la primera clase se determinan el lmite inferior y el superior (90 y
93), y en las subsecuentes slo los lmites superiores (97, 101, 105 y 109). Para cada valor
de Z, se localiza el rea bajo la curva normal tipificada (tabla A.3).
Los clculos de valores Z son de la forma siguiente:

Z90 = X - X

= 90 - 99.2 = - 3.23
2.85

Z93 = X - X

= 93 - 99.2 = - 2.18,
2.85

y as sucesivamente

Para cada valor Z, se localiza el rea de la curva tipificada de la tabla A.1. A partir
de stos valores, se obtiene la diferencia entre los lmites de clases entre el superior y el
inferior, por ejemplo 0.4997-0.4993: 0.020, 0.4793-0.2357 = 0.2436, 0.2357-(-0.2794) =
0.5151, -0.2794-(-0.4854) = 0.206 y 0.4854-(-0.4994) = 0.014.
Estos resultados de diferencias se multiplican por el tamao de la muestra ( 100
nios ), luego se obtienen las frecuencias tericas y despus se arreglan en frecuencias
acumuladas.
Tabla 14.2 Clculos de los valores tericos
Limites
de Valor Z de rea bajo la Diferencias
clase
los lmites
curva
entre clases
tipificada
90
-3.23
-0.4994
93
-2.18
-0.4854
0.014
97
-0.77
-0.2794
0.206
101
0.63
0.2357
0.5151
105
2.04
0.4793
0.2436
109
3.44
0.4997
0.0200
Total

Diferencia
N(100)=F1

1.4
20.6
51.5
24.4
2.0
99.9

Frecuencia
acumulada

1.4
22.0
73.5
77.9
99.9

Las frecuencias acumuladas tericas y las observadas se rearreglan en los rangos

correspondientes, como se ve en la tabla 14.3 y se aplica la frmula 14.1 de KolmogorovSmirnov.

La diferencia mxima D es igual a 0.049, valor que se compara con los valores crticos de
la tabla A.6 y se obtiene la probabilidad de la existencia de esa magnitud de acuerdo con la
prueba Kolmogorov-Smirnov. El valor N es 100 y el mayor nmero de N en la tabla es 35,
por lo cual se aplica la frmula al pie de la tabla:
Para la probabilidad de 0.05 =

1.36
N

1.36
100

= 0.136

Lo anterior quiere decir que para todo valor menor que el crtico para una probabilidad de
0.05, la probabilidad correspondiente es mayor que 0.05, y todo valor mayor que D al
calculado tiene una probabilidad menor que 0.05, o sea es inversamente proporcional al
crtico determinado o localizado en la tabla.
Decisin. En virtud de lo anterior, el estadstico de Kolmogorov-Smirnov obtenido es
menor que el crtico y su probabilidad mayor que 0.05, por tanto se acepta Ho y se rechaza
Ha.
14.3 Calculo estadstico D de Kolmogorov - Smirnov
Rangos
1
2
3
4
5
ft acumulada
1.4/100
22/100
73.5/100
97.9/100
99.9/100
fobs
5/100
26/100
74/100
93/100
100/100
ft - fobs
-0.036
-0.04
-0.005
0.049
-0.001
D = ft - fobs = -0.036
INTERPRETACIN.- Las frecuencias observadas y las tericas calculadas no difieren
significativamente. Por tanto, las observaciones tienen una distribucin normal como se ve
en la figura 14.2
Fig 14.2 Distribucin normal

Ejemplo 14.2
En una investigacin realizada con 1000 familias de origen rural, al estudiar el riesgo de
que al tener 5 hijos, asociado a determinadas condiciones socioeconmicas y culturales, se
presente mayor frecuencia de nios con desnutricin clnica grave en un mismo ncleo
familiar, un investigador obtiene los datos que se muestran en la tabla 14.4.
El encargado del estudio se halla ante la incertidumbre de saber si las observaciones tienen
una distribucin binomial o de Poisson (existe el antecedente de que la frecuencia de ste
padecimiento es del 7%)

Tabla 14.4Frecuencia de distribucin clnica grave

Nmero de hijos con
Frecuencia
desnutricin clnica grave
0
712
1
250
2
31
3
7
4
0
Total
1000

Frecuencia acumulada
712
962
993
1000
1000

Eleccin de la prueba estadstica cuando el modelo experimental tiene una muestra y es

factible un arreglo en categoras o rangos de las series de clases. Adems, se desea aplicar
la prueba de bondad de ajuste, para lo cual se consulta el flujograma que, en stas
condiciones, conduce a la prueba de Kolmogorov-Smirnov.
Planteamiento de la hiptesis.
Hiptesis alterna o de trabajo (Ha): las frecuencias observadas se muestran diferentes de las
tericas para una distribucin binomial y de Poisson.
Hiptesis de nulidad (Ha): las frecuencias observadas tienen diferencias con respecto a la
distribucin binomial y de Poisson, que se deben al azar.
Nivel de significancia: para todo valor de probabilidad igual o menor que 0.05, se acepta
Ha y se rechaza Ho.
Zona de rechazo: para todo valor de probabilidad mayor que 0.05, se acepta Ho y se
rechaza Ha.
Aplicacin de la prueba estadstica: se debe iniciar con el clculo de las frecuencias
esperadas para una distribucin binomial o de Poisson.
Clculo de los valores tericos esperados para la distribucin binomial (vase la prueba
binomial en el capitulo 5) mediante la formula siguiente:

Cabe aclarar que 2.7183-0.07 se puede resolver mediante logaritmos, es decir: Antilog 0.07
log 2.7183 = antilog 0.07 x 0.4343
= antilog 0.0030 = 0.932

Una vez calculado los valores tericos especficos para la distribucin binomial y de
Poisson, se aplica la prueba de Kolmogorov Smirnov y se elaboran las tablas
correspondientes (14.5 y 14.6).
Tabla 14.5 Arreglo de los valores tericos

Tabla 16.6 Frecuencias tericas de la distribucin de Poisson

La discrepancia mxima ( D ) del contraste de la distribucin binomial fue menos 0.016 y

para la distribucin de Poisson 0.221. Estos valores se comparan con los que se deben
calcular mediante la formula al pie de la tabla A.5, en razn de que el valor de N es mayor
que los presentados. As, se tiene:

En la comparacin de ambos valores de discrepancia mxima ( sin signo) se aprecia que

0.016 es menor que el crtico calculado, por lo cual la probabilidad es mayor que 0.05; en

este caso, se acepta Ho y se rechaza Ha. El valor D 0.221, correspondiente al centraste con
la distribucin de Poisson, es mayor que el crtico, por lo cual la probabilidad es menor que
0.05. En virtud de esto, se acepta Ha y se rechaza Ho.
INTERPRETACIN: Las frecuencias observadas de las 100 familias con cinco hijos y el
riesgo de presentar estos desnutricin clnica grave, muestran una distribucin binomial, en
razn de que las diferencias con este modelo no son significativas, en cambio, con una
distribucin de Poisson existe una diferencia altamente significativa, al nivel de confianza
menor que 0.01. Para comprender mejor esto, vase la figura 14.3.
La prueba estadstica de Kolmogorov Smirnov, an cuando se recomienda como
procedimiento de bondad de ajuste , no tiene una aplicacin limitada y es til para el
contraste de hiptesis en ensayos experimentales en los que tiene una muestra y de alguna
manera se ajusta a un arreglo ordinal, como se ve en el ejemplo: 14.3

Fig. 14.3 Distribucin binomial de Poisson

Ejemplo 14.3. En un modelo experimental con animales, un investigados esta interesado en

demostrar que una rata, ante una situacin de peligro, escapa a travs de un orificio circular,
que es lo habitual para la experiencia del animal. En cambio, si existen orificios con otras
figuras geomtricas, tendr dificultad para reconocerlos. De esta forma, elige
aleatoriamente a 30 ratas y las coloca una por una en una caja de escape a descargas
elctricas.
Tres paredes de la caja tienen un orificio, uno circular, otro cuadrado y el tercero triangular.
Una de las paredes no tiene ningn orificio y cuando la rata esta enfrente a ella, recibe la
descarga elctrica. Al terminar el experimento, el investigador obtiene las observaciones
que se muestran en la tabla 14.7.
Eleccin de la prueba estadstica cuando el modelo experimental cuenta con slo una
muestra y se sta en condicin de un arreglo ordinal.
Se revisa el flujograma 1, que indica dos opciones, escala nominal y ordinal. En este
modelo se puede utilizar cualquiera de las pruebas estadsticas recomendadas por el tipo de
escala; sin embargo, con el fin de ejercitar la prueba de Kolmogorov Smirnov, se decide
usar la escala ordinal.
Planteamiento de la Hiptesis.
Hiptesis de trabajo o alterna (Ha): las ratas escapan de las descargas elctricas a travs
del orificio, de manera que el reconocimiento es ms fcil y presentan diferencias
significativas en las frecuencias observadas.
Hiptesis de nulidad (Ho): las diferencias en las frecuencias observadas por escape a las
descargas elctricas a travs de los orificios de la caja experimental se deben al azar.
Nivel de significancia: para todo valor de probabilidad igual o menor que 0.05, se acepta
Ha y se rechaza Ho.
Zona de rechazo: para todo valor de probabilidad mayor que 0.05, se acepta Ho y se
rechaza Ha.
Aplicacin de la prueba estadstica: se ordenan los datos u observaciones en rangos, para
determinar las frecuencias acumuladas tericas, de acuerdo con la hiptesis de nulidad, es
decir, en este ejemplo existen tres observaciones, ordenadas en tres rangos. Lo terico
esperado es que a cada rango y/o medicin le corresponde 1/3 para estar de acuerdo con la
hiptesis de nulidad. Si existieran seis observaciones, para cada una debera haber 1/6. El
arreglo para aplicar la prueba debe ser acumulativamente, como se ve en la tabla 14.8.
El valor de discrepancia mxima se compara con los valores crticos de la tabla A.5, con N
= 30, y se localiza en las probabilidades de 0.01, 0.05, 0.24 y 0.29. El estadstico calculado
se halla entre estas cifras crticas de mxima discrepancia, por lo cual la probabilidad es
menor que 0.05 y mayor que 0.01.
Decisin. Como la probabilidad de la discrepancia mxima tiene gran magnitud y es menor
que el nivel de significancia, se acepta Ha y se rechaza Ho.
Tabla 14.7. Observaciones de escape a choque elctrico en 30 ratas
Circular
Cuadrado
18
8

Triangular
4

Tabla 14.8. Frecuencia terica de acuerdo con la hiptesis de nulidad. Observaciones de la

tabla 12.7
Rangos
ft acumulada
fobs acumulada
ft - fobs
D = ft - fobs = 0.267

1
1/3
4/30
0.2

2
2/3
12/30
0.267

3
3/3
30/30
0.0

INTERPREATCIN: La mayor frecuencia observada en las ratas fue de escape a las

descargas elctricas a travs del orificio circular, de acuerdo con la hiptesis del
investigador y las menores frecuencias en los otros dos orificios, y mostraron una diferencia
significativa.