Rolando Adrian Garza Jaldon Indagacin Bibliogrfica

186411

PROBABILIDAD Y ESTADSTICA
a. Qu es un prueba no paramtrica o distribucin libre? Utilizan toda la informacin proporcionada por la muestra, y como resultado un procedimiento paramtrico ser menos eficiente que el procedimiento paramtrico correspondiente cuando la poblacin de base es normal. Cuando las distribuciones de base no son normales, entonces los mtodos no paramtricos tienen mucho que ofrecer. Ellos proporcionan con frecuencia mejoras considerables en comparacin con los mtodos paramtricos de teora normal. -W Hines.(1999) Probabilidad y estadstica para ingeniera . CECSA, Mxico. En la pruebas no paramtrica se hacen relativamente pocas suposiciones acerca de la naturaleza de la distribucin de la poblacin( de aqu el nombre alternativo libre distribucin) y por tanto son ampliamente aplicables. -Leach C. (1982) fundamentos de estadstica; enfoque no paramtrico para ciencias sociales. LIMUSA, Mxico. b. Cules son las ventajas y desventajas de estas pruebas? Ventajas *Es que los datos no necesitan ser cuantitativos, pero podran ser datos categricos. * Los procedimientos no categricos suelen ser muy rpidos y se realizan con facilidad -W Hines.(1999) Probabilidad y estadstica para ingeniera . CECSA, Mxico. Desventajas *No se puede aplicar fcilmente en experimentos complejos en los que se maneje un gran numero de variables. -Leach C. (1982) fundamentos de estadstica; enfoque no paramtrico para ciencias sociales. LIMUSA, Mxico. Para cada una de las pruebas estableces lo siguiente a. En que situaciones se emplea la prueba b. Hiptesis nula y alterna c. Estadstico de Prueba d. Valor Critico

e. Regla de decisin f. Un ejemplo ilustrativo Prueba del signo-rango a. Se emplea para probar hiptesis en torno a la media de una distribucin continua. Recurdese que la media de una distribucin es un valor de la variable aleatoria tal que hay una probabilidad de .5 de que el valor observado de X sea menor que o igual a la mediana y que hay una probabilidad de .5 de un que un valor observado de X sea mayor o igual que la mediana. Puesto que la distribucin normal es simtrica, la media de una distribucin normal es igual a la mediana, entonces la prueba de signo puede emplearse para probar hiptesis en torno a la media de una distribucin normal. -W Hines.(1999) Probabilidad y estadstica para ingeniera . CECSA, Mxico. b. H0: =0 Ha: 0 -W Hines.(1999) Probabilidad y estadstica para ingeniera . CECSA, Mxico.

c. La hiptesis nula H0: =0 debe rechazarse si la estadstica de prueba R<R* -W Hines.(1999) Probabilidad y estadstica para ingeniera . CECSA, Mxico. d. P=PR+ r+ cuando p= 12 Los valores crticos c1,c2 y c se obtiene de la distribucin binomial Bin(n, .5) para producir la deseada. -Devore, J. (1998) "Probabilidad estadstica para ingeniera y ciencias. ITP, San Luis Obispo, 4ta Edicin. e. Si P es menor a si rechaza Ho y se concluye que Ha es verdadera. f. Un artculo informa cerca de un estudio en el que se modela el motor de un cohete reuniendo el combustible y la mezcla de encendido dentro de un contenedor metlico. Una caracterstica importante es la resistencia al esfuerzo cortante de la unin entre los dos tipos de sustancias. En la siguiente

tabla se muestran los resultados obtenidos al probar 20 motores seleccionados al azar. Se desea probar la hiptesis de que la mediana de la resistencia al esfuerzo cortante es 2000 psi, utilizando =0.05. Solucin: Se mostrar la tabla del ejercicio y es funcin del investigador poner los signos con respecto a la mediana. H0: =2000psi H1: 2000psi
Obs erva cin Resisten cia al esfuerzo cortante Signo de la difere ncia Obser vaci n Resisten cia al esfuerzo cortante Signo de la diferenci a

De la tabla se puede observar que el estadstico de prueba r+ = 14. Regla de decisin: Si el valor de P correspondiente a r+=14 es menor o igual que =0.05 se rechaza H0. Clculos: Puesto que r+=14 es mayor que n/2=20/2=10, el valor de P se calcula de P=2p(R+cuando p=12) La P se calcula con la frmula de la distribucin binomial:

Conclusin: Como P=0.1153 no es menor que =0.05, no es posible rechazar la hiptesis nula de que la mediana de la resistencia al esfuerzo constante es 2000 psi.

Prueba de Wilcoxon a. Como la prueba de signo puede ser adaptada para diferentes estructuras de datos. Puede ser usada, por ejemplo, como una prueba de una sola muestra para ubicacin, donde se convierte en una alternativa para la prueba t. Tambin puede ser aplicada para datos apareados y con solo pequeas modificaciones puede ser utilizada como una prueba de dos muestras para ubicacin y dispersin. -Larsen, R. J. y Marz, M. L.(2006) "An introduction to mathematical statistics and its applications". Pearson. Upper Saddle River N. J.,4th Edition. b. H0:=0 H1: 0 -Larsen, R. J. y Marz, M. L.(2006) "An introduction to mathematical statistics and its applications". Pearson. Upper Saddle River N. J.,4th Edition. c. w=i=1nrizi -Larsen, R. J. y Marz, M. L.(2006) "An introduction to mathematical statistics and its applications". Pearson. Upper Saddle River N. J.,4th Edition. d. zi=0 if yi-0<01 if y1-0>0 -Larsen, R. J. y Marz, M. L.(2006) "An introduction to mathematical statistics and its applications". Pearson. Upper Saddle River N. J.,4th Edition.

e. Si H0 es verdadero las suma de los rangos de las desviaciones positivas debe aproximadamente igual a la suma de los rangos de las desviaciones negativas.

La hiptesis nula H0: =0 se puede rechazar a favor de la alternativa H0:<0 slo si w+ es pequea y w- es grande. Del mismo modo, la alternativa H0:>0 se puede aceptar slo si w+ es grande y w- es pequea. -Larsen, R. J. y Marz, M. L.(2006) "An introduction to mathematical statistics and its applications". Pearson. Upper Saddle River N. J.,4th Edition. f. Un investigador est interesado en determinar si la dificultad de la material que aprender afecta el nivel de ansiedad de los estudiantes universitarios. Una muestra aleatoria de 12 estudiantes es cada tarea dada de aprendizaje duro y rpido. Antes de realizar cada tarea, se muestran ejemplos de la muestra de material a ser aprendido. A continuacin, su nivel de ansiedad se evalu a travs de un cuestionario de ansiedad. Por lo tanto, se evala el nivel de ansiedad antes de cada tarea de aprendizaje. Los datos se muestran en la tabla siguientes. Cuanto ms alto sea el puntaje, mayor es el nivel de ansiedad. Cul es la conclusin, con el signo de Wilcoxon test de los rangos y =0.05dos colas ? SOLUCIN La solucin se muestra en la siguiente tabla. Tenga en cuenta que hay lazos en algunos de los puntajes de diferencia. Por lo general, dos tipos de relaciones son posibles. En primer lugar, las puntuaciones crudas pueden estar vinculadas, dando una diferencia de puntuacin de 0. Si esto ocurre, estos resultados se tienen en cuenta y el N total se reduce en 1 por cada 0 diferencia puntuacin. Lazos tambin puede ocurrir en los puntajes de diferencia, como en el presente ejemplo. Cuando esto sucede, las filas de estos resultados se les asigna un valor igual a la media de los rangos atados. Este es el mismo procedimiento que hemos seguido para el coeficiente de correlacin de Spearman rho. Ocupa el lugar por lo tanto, en este ejemplo, los dos resultados empatados diferencia de 3 se asignan de 2.5 [(2 + 3) / 2 = 2.5], y las puntuaciones de diferencia atados de 10 reciben el rango de 9.5. Por lo dems, la solucin es muy similar a la del ejemplo anterior.

De la tabla con con N=12 y =0.05dos colas. Como Tobt<13 rechazamos H0 y concluimos que la dificultad del material afecta la ansiedad. Parece ser que el material difcil produce mas ansiedad. -Pagano, R.(1999).Estadstica para las ciencias del comportamiento. Thomson Paraninfo. Mxico. 5 Ed. Prueba de Kruskal Wallis a. La estadstica de prueba de Kruskal Wallis mide el grado en el cual los rangos promedios reales observados Ri. difieren de su valor esperado (N+1)/2. Si esta diferencia es grande, entonces se rechaza la hiptesis nula H0. La prueba Kruskal Wallis es una alternativa no paramtrica para la prueba F. -Devore, J. (1998) "Probabilidad estadstica para ingeniera y ciencias. ITP, San Luis Obispo, 4ta Edicin. b. H0: 1=2=. . .a c. k=12NN+1 i=1aniRi.-N+122 d. En la practica, solemos emplear la siguiente aproximacin de muestra grande: Cada vez de H0 es cierta y ya sea que

a=3 y ni6 para i=1,2,3 a>3 y ni5 para i=1,2,, a -W Hines.(1999) Probabilidad y estadstica para ingeniera . CECSA, Mxico. e. Puesto que valores grandes de K implican que H0 es falsa , rechazaramos H0 si K, a-12

f. Un consultor de negocios que est haciendo la investigacin en el rea de formacin en gestin. Hay dos estilos de direccin efectiva: Una de ellas es su gente y un segundo est orientado a tareas. Bien definidos, trabajos estticos son mejor atendidos por los gerentes orientados a las personas y el cambio, los nuevos empleos creados por los gerentes orientados a tareas. El experimento se llev a cabo investiga si es mejor para tratar de formar a los directivos para que ambos estilos o si es mejor para que coincida con los administradores de puestos de trabajo sin ninguna intencin de entrenar en un segundo estilo. Los gestores de este experimento son 24 oficiales del ejrcito, seleccionados al azar de una base militar grande. El experimento consta de tres condiciones. En la condicin 1, los sujetos reciben formacin en los dos estilos de gestin. Despus del entrenamiento se ha completado, estos sujetos son asignados al azar a nuevos puestos de trabajo sin que coincida con el estilo y el trabajo. En la condicin 2, los sujetos no reciben capacitacin adicional, sino que son asignados a puestos de trabajo de acuerdo con un partido entre su estilo nico de gestin y los requisitos del trabajo. Condicin 3 es un control de condicin en la que los sujetos no reciben capacitacin adicional y son asignados a nuevos puestos de trabajo, al igual que en la condicin 1, sin juego. Despus de que se encuentran en sus asignaciones de trabajo nuevo durante 6 meses, un ndice de rendimiento se obtiene de cada funcionario. Los datos de seguimiento. Cuanto ms alto sea el puntaje, mejor ser el rendimiento. Al principio del experimento, haba ocho sujetos en cada condicin. Sin embargo, uno de los sujetos en la condicin 2 se retir a mitad de camino en el experimento y no fue reemplazado. Supongamos que los datos no cumplen con los supuestoscomo el paramtrico ANOVA de una va.

a. Cual es la hiptesis alternativa? Al menos una de las condiciones tiene un efecto diferente en el desempeo laboral de al menos una de las otras condiciones. Por lo tanto, al menos una de las distribuciones de la poblacin es diferente de uno de los otros. b. Cual es la hiptesis nula? Las condiciones tienen el mismo efecto en el desempeo laboral. Por lo tanto, las muestras son muestras aleatorias de la misma o idntica distribucin de la poblacin. c. Cual es la conclusin? Use =0.05. PASO 1. H=122323+1(82.25)28+130.527+6328-3(23+1) =82.7-72 =10.7 PASO 2. EN el experimento presente, df = k - 1 = 3 - 1 =2. De la Tabla H, con = .05 y df=2 , Hcrit=5.991 Como Hobt=5.991 rechazamos H0. Parece ser que las condiciones no son iguales en cuanto a su efecto en el rendimiento del trabajo.

Prueba de rachas o aleatoriedad a. La prueba de rachas se utiliza para comparar dos distribuciones de frecuencias de poblacin en un experimento no pareado con dos muestras. Por consiguiente esta prueba

constituye una alternativa a la prueba Mann-Whitney. Si las mediciones de dos muestras se ordenan por magnitud estas constituyen una sucesin b. H0:Hay evidencia de que existe una diferencia en las distribuciones Ha:No hay evidencia de que existe una diferencia en las distribuciones c.

d. Z=R- ERVR ER=2n1n2n1+n2+1 e. Si n1 y n2 son menores o iguales a 20, puede utilizarse la tabla en la que estn tabulados los valores crticos r1 y r2. La regla de decisin consiste en no rechazar la hiptesis nula si el nmero observado de rachas se encuentra entre r1 y r2. Si r1 < r < r2 RHo) Si r r1 r r2 RHo)

f. A veces al realizar un muestreo, puede llegar a influir el orden temporal o espacial en que las muestras han sido elegidas, con lo cual no estamos en las condiciones de un muestreo aleatorio simple, ya que la ley de probabilidad vara de una observacin a otra. Como ilustracin obsrvese la figura adjunta. Tambin podemos denominar a este contraste como test de independencia de las observaciones de una muestra.

Consideremos una muestra de tamao n que ha sido dividida en dos categoras y con n1 y n2 observaciones cada una. Se denomina racha a una sucesin de valores de la misma categora. Por ejemplo si estudiamos una poblacin de personas podemos considerar como categora el sexo

En funcin de las cantidades n1 y n2 se espera que el nmero de rachas no sea ni muy pequeo ni muy grande. Si las observaciones son cantidades numricas estas pueden ser divididas en dos categoras que poseen aproximadamente el mismo tamao ( ), si consideramos la mediana de las observaciones como el valor que sirve para dividir a la muestra:

Se define la vaiable aleatoria R como el nmero de rachas. Su distribucin est tabulada para los casos y (tabla 7 de

Downie). La aleatoriedad en la extraccin de la muestra se rechaza cuando Bibliografa

-W Hines.(1999) Probabilidad y estadstica para ingeniera . CECSA, Mxico. -Leach C. (1982) fundamentos de estadstica; enfoque no paramtrico para ciencias sociales. LIMUSA, Mxico. -Larsen, R. J. y Marz, M. L.(2006) "An introduction to mathematical statistics and its applications". Pearson. Upper Saddle River N. J.,4th Edition. -Pagano, R.(1999).Estadstica para las ciencias del comportamiento. Thomson Paraninfo. Mxico. 5 Ed. -Devore, J. (1998) "Probabilidad estadstica para ingeniera y ciencias. ITP, San Luis Obispo, 4ta Edicin.

Yo Rolando Garza declaro que he realizado este examen con estricto apego al cdigo de honor de la UdeM. Se trabajo con Daniela Preciado.