Pruebas No Paramétricas
Pruebas No Paramétricas
Pruebas No Paramétricas
Unidad II
PRUEBAS NO PARAMÉTRICAS
Tema: Otras pruebas no paramétricas
Semana 06
Objetivo
Revisar algunas pruebas no paramétricas y usarlas como
una alternativa a las pruebas paramétricas.
Pruebas no paramétricas
VENTAJAS DESVENTAJAS
• Los métodos no paramétricos pueden aplicarse a
una amplia variedad de situaciones puesto que no • Los métodos no paramétricos tienden
tienen los requisitos más estrictos de los métodos a desperdiciar información porque los
paramétricos correspondientes. En particular, no datos numéricos exactos suelen
requiere la suposición de que una población este reducirse a una forma cualitativa.
distribuida normalmente.
• A diferencia de los métodos paramétricos, los • Las pruebas no paramétricas no son
métodos no paramétricos a menudo pueden tan eficientes como las pruebas
aplicarse a datos categóricos. paramétricas, de manera que con una
• Los métodos no paramétricos, por lo regular, prueba no paramétrica generalmente
implican cálculos más sencillos que los métodos necesitamos evidencia más fuerte
paramétricos correspondientes y, por lo tanto, son (como una muestra más grande o
más fáciles de comprender y aplicar. (Sin embargo, diferencias mayores) para rechazar
como la tecnología ha simplificado los cálculos, es una hipótesis nula.
probable que la facilidad de los cálculos no sea un
factor tan importante).
Prueba de Shapiro-Wilk
Es una prueba usada para verificar si una muestra proviene de una población
normal. Esta prueba es usada para muestras de tamaño menor o igual a 50.
1. Hipótesis:
𝐻0 : La variable tiene distribución normal.
𝐻1 : La variable no tiene distribución normal.
2. Nivel de significación : 𝛼
𝐷2
3. Estadístico de prueba: 𝑊 = donde
𝑛𝑆 2
𝐷 es la suma de diferencias corregidas y 𝑆 2
la varianza muestral.
4. P valor
5. Tomar la decisión
Prueba de Kolmogorov-Smirnov
La prueba también es usada para verificar si una muestra proviene de una
población normal. Además, la prueba de Kolmogorov puede aplicarse para verificar
ajuste a otras distribuciones como Poisson, Uniforme o Exponencial. Usaremos esta
prueba cuando la muestra es grande, de tamaño mayor a 50.
1. Hipótesis:
𝐻0 : La variable tiene distribución normal.
𝐻1 : La variable no tiene distribución normal.
2. Nivel de significación: 𝛼
3. Estadístico de prueba: 𝐷 = 𝑚á𝑥𝑖𝑚𝑎 𝐹0 𝑥𝑖 − 𝑆𝑛 (𝑥𝑖 ) donde 𝐹0 𝑥𝑖 y 𝑆𝑛 (𝑥𝑖 ) son las
probabilidades acumuladas esperadas y observadas respectivamente
4. P valor
5. Tomar la decisión
Ejemplo 1
El dueño de una tienda registró la demanda semanal de un producto durante 20
semanas. Él desea saber si la demanda semanal tiene distribución normal. Con
ayuda del JASP obtuvo el siguiente resultado. ¿Cuál será la conclusión del
dueño de la tienda?
Solución:
𝑋: Demanda semanal
1. Hipótesis:
𝐻0 : X tiene distribución normal
𝐻1 : X no tiene distribución normal
𝐻0 : Las demandas semanales provienen de una población normal.
𝐻1 : Las demandas semanales no provienen de una población normal.
2. Nivel de significación: 𝛼 = 0.05
3. Estadístico de prueba: 𝑊 = 0.945
4. P-valor=0.328
5. Decisión: Como el p-valor >0.05 se acepta 𝐻0 . Por lo tanto, el dueño de la
tienda puede concluir que sus datos provienen de una distribución normal.
Prueba de rango de signos de Wilcoxon
Es una prueba usada para verificar hipótesis acerca de la mediana.
1. Hipótesis:
• 𝐻0 : La mediana poblacional es igual a un valor dado.
• 𝐻1 : La mediana es menor (mayor o diferente) del valor dado.
2. Nivel de significación: 𝛼
3. Estadístico de prueba: 𝑉 (estadístico de Wilcoxon)
4. P valor
5. Tomar la decisión
Nota: Usamos la mediana como sustituto de la media cuando hay de datos
atípicos, las colas son pesadas, las variables no son Normales, o las variables
son categóricas ordinales.
Notas finales en la universidad
Suponga que un estudiante fue evaluado con cinco exámenes, y sus notas
fueron las siguientes:
13 16 10 11 09
Según la prueba, ¿se puede afirmar que la mediana de las ventas semanales
es diferente de 20 unidades?
Solución:
𝑋: Número de unidades vendidas semanalmente en una tienda.
1. Hipótesis:
𝐻0 : La Mediana es igual a 20.
𝐻1 : La Mediana es diferente a 20.
2. Nivel de significación: 𝛼 = 0.05
3. Estadístico de prueba: 𝑉 = 58.5
4. P-valor=0.026
5. Decisión: Como el p-valor < 0.05 se rechaza 𝐻0 .
Rpta: Si, podemos afirmar que la mediana de las ventas semanales es
diferente a 20 unidades.
Prueba U de Mann-Whitney
También denominada prueba U, se utiliza para probar la hipótesis nula de
que dos muestras aleatorias independientes provienen de poblaciones .
iguales o de la misma población, cuando no se cumple la suposición de
normalidad. No requiere ninguna suposición acerca de la forma de las
distribuciones poblacionales. Pero si requiere que el nivel de medición de las
observaciones de las dos muestras sea al menos de escala ordinal.
1. Hipótesis:
• 𝐻0 : Las poblaciones son iguales (sus medianas son iguales)
• 𝐻1 : Las poblaciones no son iguales (sus medianas son distintas)
2. Nivel de significación : 𝛼
3. Estadístico de prueba: 𝑈 (estadística de Mann-Whitney)
4. P valor
5. Tomar la decisión
Ejemplo 3
Se registraron los ingresos familiares mensuales (en dólares) de manera
independiente de dos ciudades A y B. Esos datos fueron procesados en JASP
obteniéndose:
1. Hipótesis:
𝐻0 : Las 𝑘 poblaciones son iguales (sus medianas son iguales)
𝐻1 : Las 𝑘 poblaciones no son iguales (sus medianas no son iguales)
2. Nivel de significación: 𝛼
3. Estadístico de prueba: 𝐻
4. P valor
5. Tomar la decisión
Ejemplo 4
Se quiere comparar la duración de las baterías de tres tipos de calculadora.
Para cada tipo de calculadora, se escogió una muestra razonable, se cargó las
baterías completamente y se registró el tiempo (en horas) de operación hasta
requerir volver a cargarlas. Los datos fueron procesados por JASP,
obteniéndose: