Desarrollo

PRUEBA DE SIGNO PARA DATOS POR PARES
La prueba de signos es un tipo de variable cuantitativa que permite la comparación de la

mediana de una serie de datos con un valor especifico, así también permite señalar la
existencia de tendencias. También se puede dos aplicaciones de pruebas de signos
como: prueba de hipótesis en base de la media poblacional, así también la prueba de
muestras pareadas con base a discrepancia que se mantiene entre dos poblaciones.
Este tipo de prueba es muy simple, ya que prueba T considera que los datos se reparten
normalmente en cambio la prueba de signos omite dicha hipótesis y así es más sencilla
realizarla. Se puede ver que este método usa la distribución nominal con p= 0,50.
Para una mejor explicación de la prueba de signos se puede diferenciar que:
MUESTRAS PEQUEÑAS: n≤20
MUESTRAS GRANDES: Si la hipótesis llegar hacer nula es Ho p =0.50

PRUEBA DE KOLMOGOROV -SMIRNOV
El estadístico de la prueba no paramétrica de Kolmogorov – Smirnov tiene una

distribución de probabilidad que depende del tamaño de la muestra “n” y será denotado
como Dks. Más aún, la distribución Dks es independiente de la distribución de
frecuencias teóricas o esperadas, por lo que éste se utiliza cuando se desea ver cuánto se
acerca la distribución de frecuencias observadas a la distribución de frecuencias
teóricas. (Aragón ,2016 1 Edición)
La prueba de Kolmogorov -Smirnov, tiene tal nombre en memoria de los estadísticos

Andrey. N, Kolmogorov y Nikolay. V. Smirnov, este sencillo método no paramétrico
puede probar si hay alguna diferencia significativa entre:
 Una distribución de frecuencias observadas

 Y una distribución de frecuencias teórica
Esta es un tipo de prueba no paramétrica que es empleada para diversas distribuciones

almacenadas, se puede decir que es una prueba de bondad de ajuste, este tipo de prueba
K-S es fácil de usar y también es una prueba muy poderosa, ya que no solicita que los
datos se integren de alguna manera.
Este tipo de prueba tiene como característica que solo son de una cola ya que
contantemente se prueba si las diferencias son mayores que el nivel especificado.
FORMULA:
METODOS ESTADISTICOS NO PARAMETRICOS
Estos métodos deducen información que se analiza y continúan una distribución normal,
este tipo de herramientas se basan en detallar una forma de repartir las variables
aleatorias y de los estadísticos derivados de los datos. En un tipo de prueba de
estadística no paramétrica, la hipótesis indica algo distinto al valor de un parámetro de
la población.
VENTAJAS DE LOS METODOS NO PARAMETRICOS
Se puede decir que unas de las ventajas de los métodos no parámetros es que se pueden
usar en distintas situaciones ya que no deben seguir con parámetros precisos, así mismo
casi siempre son de cálculo más fácil que las formas de la estadística clásica.
Nos ayuda a obtener información importante para el proceso de investigación.
Tienen mayor eficacia que los métodos paramétricos en distribuciones asimétricas, o sea
cuando hay valores distintos o datos aberrantes.
CONCLUSION
Nos encontramos con diferentes tipos de pruebas de métodos no parámetros las cuales
tienen diferentes tipos de procedimientos, algunas sencillas de usar como la prueba de
Kolmogorov Smirnov o la prueba de signo de datos pares, se puedo evidenciar el uso de
intervalos de confianza y pruebas de hipótesis.
Matute Vegay Petter Geovanny
BIBLIOGRAFIAS
Gibbons, J. D., & Chakraborti, S. (2014). Inferencia estadística no paramétrica. prensa

CRC.
DELGADO, I. M. M. ESTADÍSTICA ADMINISTRATIVA II.
Freund, J.E. y Walpole, R.E. (1990). Estadística matemática con aplicaciones. Cuarta
edición. México: PRENTICE HALL HISPANOAMERICANA S.A
Aragon. Salgado (2016) ESTADISTICA EN EL AREA DE LAS CIENCIAS

SOCIALES Y ADMINISTRATIVAS. Edición .1., PG 480
Gonzalo Plata vendedor de la compañía LA TRI, tiene que visitar siete cuentas por
semana. Se piensa que las ventas del señor Plata pueden describirse mediante la
distribución binominal con probabilidad de venta en cada cuenta de 0.45. examinando la
distribución de frecuencia observadas del numero de ventas por semana del señor Plata,
determine si la distribución corresponde en efecto a la distribución sugerida. Use el
nivel de significancia de 0.05.
Numero de ventas por semana 0 1 2 3 4 5 6 7

2 32 61 47 39 2 18 12
Frecuencia del número de ventas
5 1
1. SE DEFINE LAS DOS
HIPOTESIS
Ho: Se ajusta a una distribución binomial
H1: No se ajusta a una distribución binomial
2. SE DEBE ENCONTRAR EL VALOR ALFA
Significancia 0,05
3. EL ESTADISTICO A UTILIZAR
K-S 0.0852
n=255
Frecuencia
xi fo Observada F0 Fe Fe-F0
-
0 25 0,09803922 0,09803922 0,0152 0,08283922
-
1 32 0,1254902 0,22352941 0,1024 0,12112941
2 61 0,23921569 0,4627451 0,3164 -0,1463451
-
4. UTILIZAR 3 47 0,18431373 0,64705882 0,6082 0,03885882
LA TABLA
DE K-S 4 39 0,15294118 0,8 0,847 0,047
5 21 0,08235294 0,88235294 0,9642 0,08184706
6 18 0,07058824 0,95294118 0,9962 0,04325882
7 12 0,04705882 1 1 0
255
ANALISIS
 Si la desviación absoluta máxima es mayor al valor critico encontrado en la

tabla no se acepta la hipótesis nula
 Si la desviación absoluta máxima es menor al valor critico encontrado en la

tabla no se rechaza la hipótesis nula

Desarrollo

Cargado por

Copyright:

Formatos disponibles

Desarrollo

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Desarrollo

Cargado por

Copyright:

Formatos disponibles

PRUEBA DE SIGNO PARA DATOS POR PARES

La prueba de signos es un tipo de variable cuantitativa que permite la comparación de la

MUESTRAS PEQUEÑAS: n≤20

MUESTRAS GRANDES: Si la hipótesis llegar hacer nula es Ho p =0.50

El estadístico de la prueba no paramétrica de Kolmogorov – Smirnov tiene una

La prueba de Kolmogorov -Smirnov, tiene tal nombre en memoria de los estadísticos

 Una distribución de frecuencias observadas

Esta es un tipo de prueba no paramétrica que es empleada para diversas distribuciones

VENTAJAS DE LOS METODOS NO PARAMETRICOS

Nos ayuda a obtener información importante para el proceso de investigación.

Matute Vegay Petter Geovanny

Gibbons, J. D., & Chakraborti, S. (2014). Inferencia estadística no paramétrica. prensa

DELGADO, I. M. M. ESTADÍSTICA ADMINISTRATIVA II.

Aragon. Salgado (2016) ESTADISTICA EN EL AREA DE LAS CIENCIAS

Numero de ventas por semana 0 1 2 3 4 5 6 7

Ho: Se ajusta a una distribución binomial

H1: No se ajusta a una distribución binomial

2. SE DEBE ENCONTRAR EL VALOR ALFA

 Si la desviación absoluta máxima es mayor al valor critico encontrado en la

 Si la desviación absoluta máxima es menor al valor critico encontrado en la

También podría gustarte