Академический Документы
Профессиональный Документы
Культура Документы
CAPACITACIN, INVESTIGACIN,
ESTADSTICA Y MERCADEO
www.ciemonline.info/blog
www.leondariobello.com
ESTADISTICA NO PARAMETRICA
www.leondariobello.com
ESTADISTICA NO PARAMETRICA
Son procedimientos estadsticos
para prueba de hiptesis que no
requieren de la suposicin de la
normalidad de la poblacin de la
cual fue extrada la muestra y se
pueden aplicar a datos de tipo
cuantitativo y cualitativo
.
www.leondariobello.com
ldbello@leondariobello.com
VENTAJAS
DESVENTAJAS
Procedimientos Clsicos
TIENE CUATRO CARACTERISTICAS DISTINTIVAS:
Nivel bastante complejo de medicin,
(datos continuos y cuantitativos)
Implican prueba de los parmetros
hipotticos
Suposiciones
estrictas
(normalidad,
homogeneidad de varianzas).
Que las observaciones sean
independientes entre s
www.leondariobello.com
ldbello@leondariobello.com
Procedimientos No Paramtricos
No depende de la forma de la distribucin
subyacente de N.
www.leondariobello.com
ldbello@leondariobello.com
Rachas
Por rachas se entiende a una sucesin de
smbolos idnticos que pueden estar separados o
no por otro tipo de smbolos. Por ejemplo, sea
una serie de mediciones de magnitudes
dicotmicas identificadas con los smbolos de
resultado positivo (+) o negativo (-) a juicio del
investigador.
Resultados: + + - - - + - - - - + + - +
N de rachas: 1
2
3
4
5 6 7
El nmero de rachas es r = 7. El nmero total de rachas
indica si una muestra es o no aleatoria.
www.leondariobello.com
ldbello@leondariobello.com
Formulacin
de la
hiptesis
H 1:
Lmites de la
regin de
aceptacin
Los
elementos
de la muestra
estn mezclados
aleatoriamente
Los
elementos
no
estn
mezclados
aleatoriamente
= nivel de significancia
www.leondariobello.com
ldbello@leondariobello.com
Procedimiento Rachas
1) Se calcula el nmero n1 de elementos de una
clase identificadas por un smbolo y n2 la
cantidad de elementos de la otra.
2) Se ordenan los n = n1 + n2 sucesos en el
orden en que ocurrieron.
3) Se cuenta el nmero r de rachas.
4) Se determina la probabilidad que ocurran r
rachas, usando Ho, y se compara con el nivel
de significacin adoptado para aceptar o
rechazar la Ho. Tambin se puede probar con
www.leondariobello.com
el nmero de rachas.
ldbello@leondariobello.com
Media del
Estadstico
Clculo del
error
estndar
r = 2n1 n2
+ 1
(n1 + n2 )
www.leondariobello.com
ldbello@leondariobello.com
www.leondariobello.com
ldbello@leondariobello.com
pruebaa
Valor de
Casos < Valor de prueba
Casos >= Valor de
prueba
Casos en total
Nmero de rachas
Z
Sig. asintt. (bilateral)
Consumo
(l/100Km)
10.00
169
229
398
80
-11.862
.000
Prueba de rachas
Valor de pruebaa
Casos < Valor de prueba
Casos >= Valor de
prueba
Casos en total
Nmero de rachas
Z
Sig. asintt. (bilateral)
Tensin
1.50
24
Puntuacin
10.00
22
24
26
48
4
-5.982
.000
48
24
-.098
.922
a. Mediana
a. Mediana
www.leondariobello.com
ldbello@leondariobello.com
Nios (h)
86
69
72
65
113
65
118
45
141
104
41
50
Nias (m)
55
40
22
58
16
7
9
16
26
36
20
15
7
m
41
h
65
h
9
m
45
h
65
h
15
m
50
h
69
h
16
m
55
h
72
h
16 20 22 26
m m m m
58
h
86 104 113 118
h h h h
36 40
m m
141
h
2) SE DETERMINA EL NMERO DE
RACHAS
3. HIPTESIS
Ho: LA INCIDENCIA Y EL GRADO DE AGRESIN
SON LOS MISMOS EN LOS NIOS DE CUATRO
AOS DE AMBOS SEXOS
Ha: LOS NIOS Y NIAS DE CUATRO AOS DE
EDAD MUESTRAN DIFERENCIAS EN LA
INCIDENCIA Y EL GRADO DE AGRESIN
4. NIVEL DE
SIGNIFICACIN
alfa=0.05 N
= 12 NMERO
DE
NIOS N2 = 12 NMERO DE NIAS
1
5. REGLA DE
DECISIN
SI VALOR OBSERVADO DE R ES
IGUAL O MENOR QUE EL VALOR
TABULADO DE N1 =12 Y N2 =12,
Ho SE RECHAZA A UN NIVEL DE
SIGNIFICACIN 0.05
La Prueba U de MannWhitney
La Prueba U de MannWhitney
Ordenacin
por rango
Smbolos
La Prueba U de MannWhitney
Estadstico U
Media del
Estadstico
Clculo del
error
estndar
U = n1 n2 + n1 (n1 + 1)
R1
2
Una medida de la diferencia entre las
observaciones ordenadas por rangos de
las dos muestras
U = n1 n2
2
u = n1 n2 (n1 + n2 + 1)
12
www.leondariobello.com
ldbello@leondariobello.com
Formulacin
de la
hiptesis
Lmites de la
regin de
aceptacin
= nivel de significancia
www.leondariobello.com
ldbello@leondariobello.com
Interpretaci
n de
resultados
Suposiciones
La muestra es aleatoria
La variable es continua
La poblacin se distribuye
simtricamente alrededor de su media
La escala de medicin es al menos de
intervalo
www.leondariobello.com
ldbello@leondariobello.com
Hiptesis
a)
Ho: = o
b) Ho: o
b) Ho: o
Ha: o
Ha: < o
Ha: > o
3. Asignar:
A las diferencias positivas se les
asigna como W+
A las diferencias negativas se les
asigna como W Sumar cada grupo
El menor valor de los dos
anteriores se asigna como W.
Ejemplo
Horas de sueo
Droga
Placebo
Paciente
1
2
3
4
5
6
7
8
9
10
6.1
7.0
8.2
7.6
6.5
8.4
6.9
6.7
7.4
5.8
W+ = 50.5
5.2
7.9
3.9
4.7
5.3
5.4
4.2
6.1
3.8
6.3
Diferencia
Rango
(Ignorando el signo)
0.9
-0.9
4.3
2.9
1.2
3.0
2.7
0.6
3.6
-0.5
3.5*
3.5*
10
7
5
8
6
2
9
1
W- = 4.5
W = 4.5
W- = 4.5
W = 4.5
.01
.005
.02
.01
---------
--------
--------
10
11
11
12
14
10
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
En el SPSS
Analizar Pruebas no paramtricas 2 muestras relacionadas
Rangos
Rango
promedio
N
horas de sueo con
el placebo - horas de
sueo con la droga
Rangos
negativos
Rangos
positivos
Empates
Total
8
2
a
b
0c
10
Suma de
rangos
6.31
50.50
2.25
4.50
En el SPSS
Estadsticos de contrasteb
horas de sueo con el placebo
- horas de sueo con la droga
Z
Asymp. Sig. (2-tailed)
a. Basado en los rangos positivos
b. Prueba de los rangos con signo de Wilcoxon
-2.346 a
.019
Paso 1
Asignar rangos ascendentemente
para cada grupo
Si se dan valores iguales promediar
sus rangos
Paso 2
Sume los rangos en el grupo con el
tamao de muestra ms pequeo.
Si los dos grupos tienen el mismo
tamao, se debe elegir uno.
W = suma de todos los rangos en el
grupo con el tamao de muestra ms
pequeo.
Paso 3
Compare esta suma con el valor hallado en
la tabla de Wilcoxon.
Hallar la fila correspondiente al tamao del
grupo con la muestra ms pequea (n).
Si el valor de W es menor que el hallado en
la tabla, se rechaza la hiptesis nula, es
decir, hay diferencias significativas.
Ho: No existen diferencias significativas entre
medias
Ha: Existen diferencias significativas entre
Ejemplo
Se afirma que un estudiante universitario de ltimo ao
puede aumentar su calificacin en el rea del campo de
especialidad del examen de registro de graduados en al
menos 50 puntos si de antemano se le proporcionan
problemas de muestra. Para probar esta afirmacin, se
dividen 20 estudiantes del ltimo ao en 10 pares de
modo que cada par tenga casi el mismo promedio de
puntos de calidad general en sus primeros aos en la
universidad. Los problemas y respuestas de muestra se
proporcionan al azar a un miembro de cada par una
semana antes del examen. Se registran las siguientes
calificaciones del examen:
Con problemas de
muestra
Sin problemas de
muestra
531
509
22
-28
621
540
81
31
663
688
-25
-75
579
502
77
27
3.5
451
424
27
-23
660
683
-23
-73
591
568
23
-27
3.5
719
748
-29
-79
10
543
530
13
-37
10
575
524
51
di
di d0
Rangos
= 6 + 3.5 + 1 = 10.5
Decisin y Conclusin:
Como 10.5 es menor que 11 se
rechaza Ho y se concluye con un
= 0.05 que los problemas de
muestra,
en
promedio,
no
aumentan las calificaciones de
registro de graduados en 50
puntos.
Media del
Estadstico
Clculo del
error
estndar
n(n 1)
W
4
n(n 1)(2n 1)
24
w = n(n+1)
4
DESVIACION ESTANDAR
n(n 1)(2n 1)
24
A partir de las expresiones anteriores
deducimos la expresion para Z curva normal
tipificada para esta prueba y seria asi:
Valor tipificado
n(n 1)
W
4
n(n 1)(2n 1)
24
CIEM
www.ciemonline.info/blog
www.leondariobello.com