Monografía Prueba de Wilcoxon PDF

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 20

UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ

Facultad de Ingenierías y Ciencias Puras


Escuela Profesional de Ingeniería Sanitaria y Ambiental

UNIVERSIDAD ANDINA
NÉSTOR CÁCERES VELÁSQUEZ
FACULTAD DE INGENIERÍAS Y CIENCIAS PURAS
ESCUELA PROFESIONAL DE INGENIERÍA SANITARIA Y AMBIENTAL

Monografía
PRUEBA DE WILCOXON

Asignatura:
ESTADÍSTICA APLICADA A LA INVESTIGACIÓN CIENTÍFICA
Presentado por:
 PACHECO MAMANI, Nelida
 PACORI ZAPANA, Ronald
 PALOMARES TAPIA, Karla Poleth
 PARI PACCOSONCCO, Lizbeth Katerin
 PARI SALAZAR, Carlos Romel
 PAUCAR ESTAÑA, Leidi Rubit Roxana
 POMA MAMANI, Edgar
 QQUELCCA ROA, Odis Froilan
 QUISOCALA CÁCERES, María Isabella
 QUISPPE APAZA, Roly Arthur
 QUISPE ZUÑIGA, Kenyie Scott

Sección: “A” Semestre: VII

DOCENTE: ING. JEANNE LUISA CAMPOS GARCÍA

JULIACA – PERÚ
2020
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

AGRADECIMIENTO

Agradecemos a nuestra docente la Ing. Jeanne


Luisa Campos García por todo lo bueno que nos
enseñan día a día, a nuestros familiares por
guiarnos a definir nuestras metas y ayudarnos en
los problemas, para concluir a nuestros amigos
por estar a nuestro lado en las buenas y en las
malas.
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

DEDICATORIA

Este trabajo está dedicado a todas las personas


que más nos han apoyado influenciado en
nuestras vidas. Dándonos los mejores consejos,
guiándonos y haciéndonos mejores personas con
todo cariño y afecto, para así llegar a ser buenos
profesionales.
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

INDICE
1. INTRODUCCIÓN ................................................................................................................... 1

2. OBJETIVOS ............................................................................................................................. 2

2.1. OBJETIVO GENERAL ............................................................................................... 2

2.2. OBJETIVOS ESPECÍFICOS ...................................................................................... 2

3. CUERPO DEL TRABAJO ..................................................................................................... 2

3.1. MARCO TEORICO ..................................................................................................... 2

3.2. TABLA DE LA DISTRIBUCION T-STUDENT ....................................................... 4

4. TEST DE WILCOXON ........................................................................................................... 5

4.1. PASOS A DESARROLLAR: ....................................................................................... 5

5. VENTAJAS Y DESVENTAJAS ............................................................................................. 6

5.1. VENTAJAS: .................................................................................................................. 6

5.2. DESVENTAJAS: .......................................................................................................... 6

6. FORMULAS: ........................................................................................................................... 6

7. CONSIDERCION DE LA INTERPRETACION: ................................................................ 7

8. EJERCICIOS: ....................................................................................................................... 8

9. CONCLUSIONES ............................................................................................................... 16

10. BIBLIOGRAFIA ................................................................................................................. 16


UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

1. INTRODUCCIÓN

Las pruebas no paramétricas, también conocidas como pruebas de distribución libre,


son las que se basan en determinadas hipótesis, pero los datos analizados no tienen
una organización normal. Generalmente, las pruebas no paramétricas contienen
resultados estadísticos que provienen de su ordenación, lo que les vuelve más fáciles
de comprender.

Las pruebas no paramétricas pueden utilizarse para probar hipótesis referentes a la


forma, dispersión de la posición (mediana) de la población. En la mayor parte de las
aplicaciones, las hipótesis se refieren al valor de una mediana, a la diferencia entre dos
medianas, o a las diferencias entre medianas. Existes diversos tipos de pruebas no
paramétricas como la de Wilcoxon, Mann Whitney, Kruskal Wallis, Friedman, signos,
etc.

Cuando se trata de variables medibles en por lo menos una escala ordinal y pueden
suponerse poblaciones continuas la prueba no paramétrica más potente es la de
Wilcoxon. La hipótesis nula del contraste postula que las muestras proceden de
poblaciones con la misma distribución de probabilidad; la hipótesis alternativa
establece que hay diferencias respecto a la tendencia central de las poblaciones y
puede ser direccional o no. El contraste se basa en el comportamiento de las
diferencias entre las puntuaciones de los elementos de cada par asociado, teniendo en
cuenta no sólo el signo, sino también la magnitud de la diferencia.

Tienen menos poder estadístico (menor probabilidad de rechazar la hipótesis nula


cuando realmente es falsa) ya que ignoran valores extremos. En el caso de los t-test,
al trabajar con medias, sí los tienen en cuenta. Esto a su vez, hace que el Wilcoxon
sea una prueba más robusta que el t-test.

En la presente monografía se detallará más acerca de esta prueba de Wilcoxon como


sus usos, ventajas, ejercicios de aplicación, etc.

1
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

2. OBJETIVOS

2.1. OBJETIVO GENERAL

 Describir y brindar la información necesaria para realizar una prueba de


Wilcoxon.

2.2. OBJETIVOS ESPECÍFICOS

 Plantear hipótesis no paramétricas en dos o más poblaciones.


 Determinar los pasos a seguir al realizar una prueba de hipótesis de
Wilcoxon.
 Redactar una conclusión con los resultados obtenidos de la prueba de
Wilcoxon
 Realizar la prueba de hipótesis de Wilcoxon en problemas prácticos

3. CUERPO DEL TRABAJO

3.1.MARCO TEORICO

¿QUIEN ES WILCOXON?

Frank Wilcoxon (1892-1965):

Fue un químico y estadístico estadounidense conocido por el desarrollo de diversas


pruebas estadísticas no paramétricas. Nació el 2 de septiembre de 1892 en Cork,
Irlanda, aunque sus padres eran estadounidenses. Creció en Catskill, Nueva York,
pero se educó también en Inglaterra. Publico más de 70 artículos, pero se le conoce
fundamentalmente por uno de 1945en el que describen dos nuevas pruebas
estadísticas: la prueba de la suma de los rangos de Wilcoxon y la prueba de los signos
de Wilcoxon. Este modelo estadístico corresponde a un equivalente de la prueba t de
Student, pero se aplica en mediciones en escala ordinal para muestras dependientes. es
una alternativa de aceptable eficacia para contrastar hipótesis.

2
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

¿EN QUE CONSISTE LA PRUEBA DE WILCOXON?

La prueba Wilcoxon consiste en comparar el número de categorías con signo positivo


y negativo bajo las dos condiciones. Se calculan las diferencias de los resultados por
cada participante. Si las diferencias positivas y negativas son aproximadamente las
mismas, entonces éstas pueden ser aleatorias entre las condiciones como lo establece
la hipótesis nula. Para descartar a la hipótesis nula y aceptar la de investigación debe
existir un predominio de categorías positivas o negativas en la dirección esperada. Si
existen resultados obtenidos por alguno de los participantes que sean iguales en las
dos condiciones no deben ser incluidos en el análisis puesto que una diferencia de 0
(cero) no tiene signo (Miller & Miller, 1993, cap.3). De acuerdo a lo anterior, la
prueba Wilcoxon para muestras relacionadas debe cumplir con los siguientes
requisitos:

 Deben existir dos condiciones experimentales (antes y después) con una


variable.
 Las dos condiciones se deben aplicar a los mismos participantes.
 Los datos numéricos deben ser ordinales.
 Son pruebas no paramétricas ya que son adecuadas para realizar análisis de
datos numéricos ordinales.

LA PRUEBA DE MANN-WHITNEY:

Esta prueba está considerada una de las más potentes dentro del contexto de las
estadísticas no paramétricas, para dos muestras independientes. La escala de medida
debe ser al menos ordinal. Fue propuesto inicialmente en 1945 por Frank Wilcoxon
para muestras de igual tamaños y extendido a muestras de tamaño arbitrario como en
otros sentidos por Henry B. Manny D. R. Whitney en 1947.

La prueba Mann-Whitney consiste en comparar los totales de las categorías


correspondientes a las dos condiciones a partir de la clasificación conjunta. Si hay
aproximadamente las mismas categorías para las dos condiciones, entonces las
diferencias entre las correlaciones clasificadas son aleatorias y se debe aceptar la
hipótesis nula. Pero si hay predominio significativo para una de las condiciones en la
dirección esperada, esta diferencia significativa entre los totales de las categorías para

3
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

las dos condiciones permiten rechazar la hipótesis nula y aceptar la hipótesis de


investigación.

De acuerdo a lo anterior la prueba Mann-Whitney para muestras independientes debe


cumplir con los siguientes requisitos:

 Deben existir dos condiciones experimentales (una por grupo) con una
variable.
 Las dos condiciones se deben aplicar a diferentes participantes.
 Los datos numéricos deben ser ordinales.
 Regla de decisión. vendrá dada en función del planteamiento de la hipótesis
que se adecue a la situación que se desea resolver.

3.2.TABLA DE LA DISTRIBUCION T-STUDENT


La tabla de áreas 1-α y valores de C= T
Donde P (T ≤ c) = 1 – α , donde T tiene
Distribución t-Student con r grados de Libertad

4
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

4. TEST DE WILCOXON

El test no paramétrico prueba de los rangos con signos de Wilcoxon, permite


comparar poblaciones cuando sus distribuciones son libres. Es alternativa ala t de
Student de muestras relacionadas, se utiliza principalmente cuando los tamaños de la
muestra tienen un tamaño demasiado reducido para poder determinar si realmente
proceden de poblaciones normales.

Existen dos situaciones en las que, a priori, se puede recomendar utilizar un


Wilcoxon:
1. La distribución de las poblaciones a comparar no es de tipo normal y la escaña de
medición es de tipo ordinal.
2. Existen dos grupos relacionados de rangos (medianas).
El test Wilcoxon se caracteriza por:
a. Trabajan sobre rangos de orden, es decir. utilizan las posiciones que ocupan los datos
una vez ordenados, por lo tanto, solo es aplicable a variables cuyos valores se pueden
ordenar.
b. Tienen menos poder estadístico (menor probabilidad de rechazar la hipótesis nula) ya
que ignoran valores extremos, en el caso de la t de studente, se trabaja con medias, si
los tienen en cuenta.
c. La prueba de Wilcoxon trabaja con medianas y no con medias.

4.1.PASOS A DESARROLLAR:

1. Calculamos las diferencias en cada elemento de la muestra para las dos variables a
estudiar.
2. Se eliminan los elementos que tengan diferencias nulas.
3. Ordenamos estas diferencias prescindiendo de los signos.
4. Asignamos un rango de orden a las mismas.
5. Se corrigen ligaduras.
6. Sumamos los rangos según los signos que tengan las diferencias y obtenemos los los
estimadores.

5
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

 T (+) = suma de rangos correspondientes a diferencias positivas.


 T (-) = suma de rangos correspondientes a diferencias negativas.

DEFINIMOS EL ESTADISTICO

 T= Min (T (+), T (-)

5. VENTAJAS Y DESVENTAJAS
5.1.VENTAJAS:
 Pueden aplicarse a una amplia variedad de situaciones.
 Pueden aplicarse a datos categóricos, como el género de quienes
responden una encuesta.
 Implican cálculos más sencillos.

5.2.DESVENTAJAS:
 Existe perdida de información.
 La potencia de estas pruebas es menor que la potencia de las pruebas
paramétricas.
 Tienden a ser conservadoras; es decir, que tienden a conducir a la
aceptación de la hipótesis nula con más frecuencia de lo que se
debería.
 Es menos confiable.

6. FORMULAS:

Es una alternativa a la prueba T para dos muestras relacionadas.


a) Supuestos:
Los datos deben estar medidos a nivel ordinal, cuando menos.
No se requiere los supuestos de normalidad de las distribuciones ni
homogeneidad de las Varianzas.
b) Hipótesis:

6
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

c) Estadístico de contraste:
 Muestras pequeñas: S+ (Suma de rangos de las diferencias
positivas entre los datos).
 Muestras grandes:

𝑇 + − 𝑛(𝑛 + 1)/4
𝑍=
√𝑛(𝑛 + 1)(2𝑛 + 1)/24

7. CONSIDERCION DE LA INTERPRETACION:

 Determinar un intervalo de confianza para mediana de la población.


 Primero se considera la mediana de la muestra y luego examinar el intervalo de
confianza. Debido al carácter discreto del estadístico Wilcoxon, no siempre es
posible alcanzar un intervalo de confianza en el nivel de confianza solicitado.
 Determinar si los resultados de la prueba son estadísticamente significativos
 Para determinar si la diferencia entre la mediana de la población y la medina
hipotética es estadísticamente significativamente se debe compara el valor de p
con el nivel de significancia.

 Valor p ≤ ∝: la diferencia entre las medianas es significativamente diferente


(rechaza 𝐻0 )
 Si el valor de p es menor que o igual al nivel de significancia, la decisión es
rechazar la hipótesis nula.
 Valor p > ∝: la diferencia entre la medianas no es significativamente diferente
( no puede rechazar 𝐻0 )
 Si el valor de p es mayor que el valor de significancia, la decisión es que no se
puede rechazar la hipótesis nula.

7
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

8. EJERCICIOS:

 EJERCICIO 1:

Un grupo de investigadores realizó un estudio en una prisión, el cual tenía como


propósito disminuir los niveles de estrés de los presos, empleando una muestra de
12 presos. A ellos se les administró una escala de estrés, que arrojó los siguientes
puntajes, luego se les aplicó el tratamiento, el cual consistió en adoptar ciertas
técnicas de relajación impartidas por un experto en el área. Finalmente, se repite la
administración de la escala de estrés. El grupo de investigadores pretende conocer
si las técnicas de relajación tuvieron efectos positivos en los niveles de estrés de
los presos que participaron

M1 M2
2 10
1 15
5 14
6 20
7 12
10 14
9 18
11 17
9 16
11 9
16 14
10 8

 HIPÓTESIS ESTADÍSTICAS

𝐻0 = 𝐿𝑎𝑠 𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 𝑑𝑒 𝑟𝑒𝑙𝑎𝑗𝑎𝑐𝑖ó𝑛 𝑛𝑜 𝑝𝑟𝑜𝑑𝑢𝑗𝑒𝑟𝑜𝑛 𝑐𝑎𝑚𝑏𝑖𝑜𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜𝑠 en los niveles de estrés de los presos

𝐻1 = 𝐿𝑎𝑠 𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 𝑑𝑒 𝑟𝑒𝑙𝑎𝑗𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑑𝑢𝑗𝑒𝑟𝑜𝑛 𝑐𝑎𝑚𝑏𝑖𝑜𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜𝑠 en los niveles de estrés de los presos

𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 95%

8
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

RANGO
M1 M2 d= M1 - M2 POSICIÓN RANGO (-)
(+)
2 10 -8 8
1 15 -14 12
5 14 -9 9
6 20 -14 11
7 12 -5 5
10 14 -4 4
9 18 -9 10
11 17 -6 6
9 16 -7 7
11 9 2 3
16 14 2 2
10 8 2 1

d= M1 - RANGO
M1 M2 POSICIÓN RANGO (-)
M2 (+)
2 10 -8 8 -8 1+2+3
1 15 -14 11.5 -11.5
=2
3
5 14 -9 9.5 -9.5
6 20 -14 11.5 -11.5 9+10
= 9.5
7 12 -5 5 -5 2
10 14 -4 4 -4
9 18 -9 9.5 -9.5 11+12
=11.5
11 17 -6 6 -6 2
9 16 -7 7 -7
11 9 2 2 2
16 14 2 2 2
10 8 2 2 2
n=12 n=12 6 -72

 Entonces decimos que: T = 6 y ahora hallaremos el valor crítico de T según la


tabla, para poder contrastarlo con la "T" hallada

9
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

TABLA DE VALORES CRÍTICO DE T EN LA PRUEBA DE LOS RANGOS SEÑALADOS Y DE PARES


IGUALADOS DE WILCOXON
Nivel de significación para prueba de una cola
0.025 0.01 0.005
N
Nivel de significación para prueba de dos colas
0.05 0.02 0.01
6 0 - -
7 2 0 -
8 4 2 0
9 6 3 2
10 8 5 3

11 11 7 5
12 14 10 7
13 17 13 10
14 21 16 13
15 25 20 16

16 30 24 20
17 35 28 23
18 40 33 28
19 46 38 32
20 52 43 38

21 59 49 43
22 66 56 49
23 73 62 55
24 81 69 61
25 89 77 68

 Entonces el valor crítico de T es 14


 Si T < Valor Crítico, se rechaza la hipótesis nula en favor de la hipótesis alternativa.
 Por lo tanto, como 6 < 14 rechazamos la hipótesis nula y afirmamos que las técnicas de
relajación producen cambios significativos en los niveles de estrés de los presos, a un nivel de
significancia del 5%

10
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

 EJERCICIO 2:

Se seleccionarán aleatoriamente 10 pares de niños de una instancia infantil, cada


par formado de acuerdo con su fecha de nacimiento. Se dividen en dos grupos, un
niño de cada par se coloca en el grupo I y el otro en el II, se emplean dos dietas
diferentes para alimentar a los dos grupos y después de cierto tiempo se registran
sus aumentos de peso en gramos como se muestra en la tabla.

Números de Aumento de peso


pares(niños)
X(GRUPO I) Y(GRUPO II)
1 15 12
2 16 20
3 19 34
4 20 22
5 14 21
6 18 16
7 17 26
8 21 20
9 17 22
10 13 21

Comenzaremos determinando las diferencias de pesos para indicar los signos


correspondientes; en seguida, los rangos sin signo Y por último la información
que ya dimos.

11
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

Aumento de peso con las dos dietas. Rango con signos


x y x-y RANGO NEGATIVOS POSITIVOS
15 12 3 4 4
16 20 -4 5 -4
19 34 -15 10
20 22 -2 2.5 -2.5
14 21 -7 7 -7
18 16 2 2.5 2.5
17 26 -9 9
21 20 1 1 1
17 22 -5 6 -5
13 21 -8 8 -8
TOTAL: -47.5 7.5

Puesto que estamos por probar diferencias, excluiremos las evaluaciones


empatadas, es decir, aquellas que nos, dieron un valor de cero. En este ejemplo
no ocurrió, por lo que n = 10 diferencias. Además, obsérvese que las
Diferencias absolutas del cuarto y sexto pares son las mismas, luego el rango a
asignarles es el promedio de los Rangos que les corresponden, segundo y
tercero, para obtener:

Si continuamos con los conceptos necesarios para realizar la prueba de


hipótesis para la variable rango con signo bajo una aproximación a la
distribución normal, tendremos lo siguiente:

 La hipótesis nula es que ambas dietas son igualmente efectivas.


 La hipótesis alternativa es que la dieta utilizada para el grupo I, o sea X, es
menos efectiva que la del grupo II, ósea Y, en cuanto al aumento de peso
en los niños.

12
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

Cálculo del valor de prueba por el modelo correspondiente, con diferencias sin
valor absoluto:

Conclusión: La información proporciona evidencia estadística significativa


para establecer que la dieta correspondiente al grupo II es más efectiva, en
cuanto al aumento de peso, que la dieta del grupo I.

 EJERCICIO 3:

Una muestra aleatoria de 12 personas que manejan fue seleccionada para ver si el
alcohol afectaba el tiempo de reacción. Cada tiempo de reacción fue medido en el

Sujeto Antes Despues


1 0.68 0.73
2 0.64 0.62
3 0.68 0.66
4 0.82 0.92
5 0.68 0.68
6 0.80 0.79
7 0.72 0.8
8 0.65 0.78
9 0.84 0.88
10 0.73 0.89

13
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

laboratorio antes y después de beber determinada cantidad de alcohol. Los


tiempos de reacción en segundos son los siguientes.

¿Hay evidencias de que el alcohol afecta el tiempo de reacción?, con un nivel de


significancia de 5%.

- Hipótesis:

 H0 = El alcohol no afecta en el tiempo de reacción del conductor.


 H1 = El alcohol afecta en el tiempo de reacción del conductor.
 La diferencia entre el antes y después (0.68-0.73=-0-05).

- Valor absoluto de los resultados de las diferencias.

sujeto Antes Despues Diferencia Absoluto


1 0.68 0.73 -0.05 0.05
2 0.64 0.62 0.02 0.02
3 0.68 0.66 0.02 0.02
4 0.82 0.92 -0.1 0.1
5 0.68 0.68 0 0
6 0.8 0.79 0.01 0.01
7 0.72 0.8 -0.08 0.08
8 0.65 0.78 -0.13 0.13
9 0.84 0.88 -0.04 0.04
10 0.73 0.89 -0.16 0.16

- Ordenar los datos de menor a mayor.

14
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

- Selección del rango según sea su signo (+) (-).

sujeto Antes Despues Diferencia Absoluto Rango Rango + Rango -


5 0.68 0.68 0 0 - - -
6 0.8 0.79 0.01 0.01 1 1
2 0.64 0.62 0.02 0.02 2.5 2.5
3 0.68 0.66 0.02 0.02 2.5 2.5
9 0.84 0.88 -0.04 0.04 4 4
1 0.68 0.73 -0.05 0.05 5 5
7 0.72 0.8 -0.08 0.08 6 6
4 0.82 0.92 -0.1 0.1 7 7
8 0.65 0.78 -0.13 0.13 8 8
10 0.73 0.89 -0.16 0.16 9 9
SUMA 6 39

- Entonces n=9.
- La T de la prueba de Wilcoxon es el menor de los valores de la suma del
rango, T=6.

- Se obtiene los puntos de corte a través de la tabla de Wilcoxon, teniendo en


cuenta un nivel de significancia de 5% el cual es 8.

- Como la T es 6 y es menor que el valor de la tabla, se rechaza la hipótesis


nula.

15
UNIVERSIDAD ANDINA NÉSTOR CÁCERES VELÁSQUEZ
Facultad de Ingenierías y Ciencias Puras
Escuela Profesional de Ingeniería Sanitaria y Ambiental

9. CONCLUSIONES

 La prueba de Wilcoxon es una prueba no paramétrica que sirve para comparar


el rango medio de dos muestras relacionadas o dependientes y de dos muestras
relacionadas o dependientes y determinar si existen diferencias entre ellas, se
puede decir que la prueba estadística de Wilcoxon es más potente cuando se
muestrea de distribuciones asimétricas.

 Se utiliza en investigaciones educativas como alternativa a la prueba t de


Student cuando no se puede suponer la normalidad de dichas muestras.

10. BIBLIOGRAFIA

 Guillermo Gamarra Astuhuaman – Universidad Nacional Daniel Alcides


Carrión
 https://www.cienciadedatos.net/documentos/17_mann%E2%80%93whitney_u
_test
 https://www.uv.es/webgid/Inferencial/32_wilcoxon.html
 https://es.slideshare.net/FernandaAlcal2/prueba-no-paramtrica-wilcoxon

16

También podría gustarte