Estadstica no paramtrica

Ejemplo 1 Pruebas _
2
(Bondad de ajuste)
FRECUENCIAS ESPERADAS IGUALES
Un nuevo director de mercadotecnia tiene la responsabilidad de controlar el nivel de existencias
para 4 tipos (A, B, C y D) de automviles vendidos por su empresa de distribucin, le han informado
que la demanda de cada tipo de automviles es la misma. Para probar esta hiptesis se toma una
muestra aleatoria de 100 automviles vendidos los ltimos meses, se requiere un nivel de significacin
del 10 %. Se cuenta con la siguiente informacin:
Tipo de
automv
il
Ventas
Observa
das
fe fo - fe (fo-fe)2 (fo-fe)2/fe Ho:
si se
venden
en
misma
cantidad
ns:10%
A (golf) 32 25 7 49 1.96 Hi: no se mism cantidad
B (jetta) 21 25 -4 16 0.64
C
(crossfox
)
19 25 -6 36 1.44
x2=4.4
D
(beatle)
28 25 3 9 0.36
10%=6.251 se acepta
100 4.4
Ejemplo 2
Una tienda vende 6 tipos de tarjeta de onomstico y se quiere saber si todas se venden en las mismas
cantidades, si en el siguiente da se vendieron 120 tarjetas, se esperara que se vendieran 20 de cada
una, sin embrago el nmero de tarjetas que se vendieron de cada tipo fueron A 13, B 33, C 14, D 7
E 36 y F 17. Con esta informacin probar que no hay diferencias significativas en el nmero de ventas de
las tarjetas en estudio a un nivel de significacin del 5 %.
Paso 5. De la tabla de distribucin _
2
,tenemos _
c
2
,gl
con =0.05 y gl= n-1= 6-1=5
_
2
c,0.05,5
=11.070 como _
2
e
> _
2
c
se rechaza H
0
se concluye que es improbable
que las tarjetas se vendan en la misma cantidad fe fe fo fo - fe (fo-fe)2
a 20 13 -7 49
b 20 33 13 169
c 20 14 6 36
d 20 7 18 324
e 20 36 16 256
f 20 17 3 9
Ejemplo 3
Un director de un banco trata de seguir una poltica de extender un 35 % de sus crditos a empresas
industriales, un 20 % a empresas comerciales, un 18 % a empresas de servicios, un 22 % a empresas
maquiladoras y un 5 % a empresas extranjeras. Para comprobar que la poltica se est siguiendo se
seleccionaron 113 crditos que se aprobaron recientemente. Se encontr que 28 crditos se otorgaron
a empresas industriales, 22 a empresas comerciales, 25 a empresas de servicio, 30 a maquiladoras
y 8 a empresas extranjeras. Probar esta hiptesis con una significacin del 20 %
Ejemplo 4
Tres monedas fueron lanzadas 80 veces y se registro el nmero de veces que salieron guilas:
x (numero de guilas) 0 1 2 3
frecuencia 20 38 18 4
con esta informacin poner a prueba la hiptesis nula, de que "x" es binomial con n=3 y P=0.5
Muestran estos datos suficiente evidencia para decir que provienen de una distribucin Poisson?. Haga la prueba de la bondad del ajuste con un
un nivel de significancia = 0.05.
Solucin:
1. Se propone que el nmero de defectos en las tarjetas de circuito impreso sigue una distribucin Poisson. Se rene una muestra aleatoria de 60 tarjetas de circuito impreso y se observa el nmero de defectos. Los resultados obtenidos
son los siguientes:
2 9
3 ms 4
Nmero de
defectos
Frecuencia
observada
0 32
1 15
Ejemplo 5
En clases de buceo, los tanques de inmersin se llenan a una presin promedio de 600 libras/pulgada
cuadrada (psi), las especificaciones de seguridad permiten una distribucin normal en los
niveles de llenado, probar la hiptesis con un nivel de significacin del 5 % si en una muestra se miden
1000 tanques con los siguientes resultados. Se permite una desviacin estndar de 10 psi.
0.4772
f
o
f
e
Presin
(psi)
< 580
580<P<5
90
590<P<6
00
600<P<6
10
610<P<6
20
>620
Suma
Ejercicio 6: Tablas de contingencia ( _
2
de independencia)
Un director de investigacin de productos quiere determinar si existe alguna relacin entre la clasificacin de
efectividad de los consumidores a un nuevo insecticida y el sitio (rural o urbano), de los 120 consumidores de
la encuesta 90 viven en zona urbana y 30 en zona rural. Con una significacin del 1%. En la siguiente tabla de
contingencia estn los resultados.
Urbano Rural suma
24 13 37
48 10 58
18 7 25
90 30 120 suma
Atributo A
Atributo B
promedio
mayor del promedio
menor del promedio
Ejercicio 7:
Un director de mercadotecnia de un peridico de circulacin nacional estudia la relacin entre el tipo de
actividad y la seleccin del peridico que es de su preferencia. De una muestra de lectores se obtuvo
la siguiente informacin.
fo fe fo fe fo fe
Noticias Diario A.M. suma
170 154.5 124 117 90 112.5 384
112 133.57 100 101.15 120 97.26 332
130 123.92 88 93.84 90 90.23 308
412 312 300 1024
Ejercicio 8: Prueba de rangos con signo de Wilcoxon
Se desea saber si el programa de capacitacin de una empresa, mejor las capacidades de los empleados en
dicha materia por ello se observa el nivel de habilidades antes del programa y despus en una muestra de 22
empleados. Obtenindose los siguientes resultados, probar la hiptesis nivel de significacin del 1 %.
Numero
de
emplead
o
Puntaje
antes (a)
Puntaje
despus
(b)
1 18 15
2 60 70
3 81 75
4 15 20
5 20 50
6 17 40
7 26 50
8 11 30
9 20 40
10 38 30
11 80 85
12 59 86
13 12 72
14 87 98
15 88 79
16 64 88
17 88 90
18 76 96
19 43 39
20 90 98
21 40 60
22 50 60
suma
rango asignado
peridico
Lectores
profesionistas
estudiantes
otros
Ejercicio 10: Prueba U de Mann-Whitney
En una empresa se esta efectuando una prueba de aptitud mecnica en la lnea de produccin y se desea saber
si la aptitud mecnica de los hombres es la misma que la de las mujeres o son distintas (prueba de dos colas)
para ello se extrae una muestra de 9 hombres y 5 mujeres se les calific el nivel de aptitud, este varo de 600
a 1600, se asigno el rango 1 a 14 (1 a la puntuacin mas alta y uno a la mas baja)
Mujeres
puntuacin
rango
puntuaci
n rango
1500 2 1400 3
1600 1 1200 6
670 13 780 12
800 10.5 1350 4
1100 8 890 9
800 10.5
1320 5
1150 7
600 14
total 71 total 34
Paso 1. H
0
: M
1
=M
2
H
1
: M
1
M
2
Paso 2. = 0.05 Zc=1.96 por que la prueba es de dos colas
Paso 3. Elegir el estadstico de prueba.
Paso 4. Criterio de prueba, si ZsZc se acepta H0
Hombres
U
U
U
Z
o

=
46 , 0
5 , 7
5 , 22 19
1
=

= Z
5 , 22
2
2 1
= =
n n
U

5 , 7
12
) 1 (
2 1 2 1
=
+ +
=
n n n n
o
1
1 1
2 1 1
2
) 1 (

+
+ = rangos
n n
n n U
2
2 2
2 1 2
2
) 1 (

+
+ = rangos
n n
n n U
19 71
2
) 1 9 ( 9
) 5 ( 9
1
=
+
+ = U
26 34
2
) 1 5 ( 5
) 5 ( 9
2
=
+
+ = U
46 , 0
5 , 7
5 , 22 26
2
=

= Z
Paso 5. Z<Zc por lo tanto se acepta H0 y se concluye que las aptitudes son iguales en hombres y mujeres
Ejercicio 11: Prueba U de Kruskal-Wallis
Se tienen los siguientes datos experimentales, correspondientes a 22 individuos, de los que se ha recogido informacin
de dos variables, una variable explicativa Exp nominal y otra variable respuesta Rta cuantitativa. Los datos se
presentan a continuacin
Tratamie
nto 1
Rangos
Tratamie
nto 2
Rangos
Tratamient
o 3
Rangos
15 3.5 15 3.5 13 1
15 3.5 16 6.5 15 3.5
25 10.5 16 6.5 25 10.5
25 10.5 25 10.5 25 10.5
25 10.5 28 15.5 35 19.5
33 18 28 15.5 suma 45
43 21.5 28 15.5
suma 78 28 15.5
35 19.5
43 21.5
suma 130
Paso 1. H
0
: M
1
=M
2
=M
3
H
0
: No todas las Mj son iguales
Paso 2. = 0.05, con c-1=3-1=2 grados de libertad, _
c
2
=5.991
Paso 3. Elegir el estadstico de prueba.

= + + + + + + =
1 .
1
78 5 , 21 18 5 , 10 5 , 10 5 , 10 5 , 3 5 , 3
grupo
R

= + + + + + + + + + =
2 .
2
130 5 , 21 5 , 19 5 , 15 5 , 15 5 , 15 5 , 15 5 , 10 5 , 6 5 , 6 5 , 3
grupo
R

= + + + + =
3 .
3
45 5 , 19 5 , 10 5 , 10 5 , 3 1
grupo
R
5 . 80
2
) 1 22 ( 7
2
) 1 (
) (
1
1
=
+
=
+
=
n n
R E 115
2
) 23 ( 10
2
) 1 (
) (
2
2
= =
+
=
n n
R E 5 , 57
2
) 23 ( 5
2
) 1 (
) (
2
3
= =
+
=
n n
R E
14 , 11
1
1
1 = =
n
R
R
13
2
2
2 = =
n
R
R
9
3
3
3 = =
n
R
R
| |
n n
k
j
j
d
j
d
m
R E
m
R
C
m
m
n n
H

= +
=
3
)
3
(
1
2
) ( (
1
1
) 1 (
12
348 ) 2 2 ( ) 2 2 ( ) 4 4 ( ) 6 6 ( ) 2 2 ( ) 4 4 (
3 3 3 3 3 3 3
= + + + + + =

j
j j
d d
( )
33 , 1
22
3
22
1
2
) 5 , 57 45 (
5
1
2
115 130
10
1
2
) 5 . 80 78 (
7
1
) 1 22 ( 22
12
348
=

+ +
+
=
|
.
|

\
|
H
Paso 4. Criterio de prueba, si H>_
c
se rechaza H0
Paso 5. H<_c por lo tanto se acepta H0 y se concluye que los tres tratamientos tienen las misma mediana
HO: SE VENDE EN LA MISMA CANTIDAD
HI: NO SE VENDEN EN MISMA CANTIDAD
NS= 5%
(fo-fe)2/fe X2=42.15
2.45
8.45 SE RECHAZA HO
1.8
16.2
12.8
0.45
x2=42.15
HO: SE EXTIENDEN EN LA MISMA CANTIDADS
HI: NO SE EXIENDE DE LA MISMA CANTIDAD
FE FO Fo-fe
39.55 28 -11.55
22.6 22 -0.6
20.34 25 4.66
24.86 30 5.14
Muestran estos datos suficiente evidencia para decir que provienen de una distribucin Poisson?. Haga la prueba de la bondad del ajuste con un
1. Se propone que el nmero de defectos en las tarjetas de circuito impreso sigue una distribucin Poisson. Se rene una muestra aleatoria de 60 tarjetas de circuito impreso y se observa el nmero de defectos. Los resultados obtenidos
son los siguientes:
5 , 7
12
) 1 (
2 1 2 1
=
+ +
=
n n n n
o
(fo-fe)2 (fo-fe)2/fe
133.4 3.37
0.36 0.01 se rechaza Ho
21.71 1.06
26.41 1.06
x2=5.5
da ausencias ausencias
lunes 12
martes 9
miercoles 11
jueves 10
viernes 9
sabado 9
Un gerente de personal esta preocupado por el absentismo. Ha decidido muestrear las
listas de asistencia para determinar si el ausentismo esta distribuido uniformemente
entre los seis das laborales de la semana. La hiptesis nula que ha de ser probada es: el
absentismo esta distribuido equitativamente durante la semana. se usara el nivel de
0.01. los resultados mustrales son:
Un gerente de personal esta preocupado por el absentismo. Ha decidido muestrear las
listas de asistencia para determinar si el ausentismo esta distribuido uniformemente
entre los seis das laborales de la semana. La hiptesis nula que ha de ser probada es: el
absentismo esta distribuido equitativamente durante la semana. se usara el nivel de
0.01. los resultados mustrales son:
de hasta
Frecuencia
observada
x fx x
2
fx
2
114 115.9 5 114.95 574.75 13213.5025 66067.5125
115.9 117.9 10 116.9 1169 13665.61 136656.1
117.9 119.9 14 118.9 1664.6 14137.21 197920.94
119.9 121.9 21 120.9 2538.9 14616.81 306953.01
121.9 123.9 30 122.9 3687 15104.41 453132.3
123.9 125.9 40 124.9 4996 15600.01 624000.4
125.9 127.9 45 126.9 5710.5 16103.61 724662.45
165 20340.75 102441.163 2509392.71
123.277273
11.2227273 3.35003392
de hasta
-2.7693071 -2.20214867
-2.20214867 -1.60513978
-1.60513978 -1.0081309
-1.0081309 -0.41112202
-0.41112202 0.18588686
0.18588686 0.78289574
0.78289574 1.37990462