1) Las pruebas no paramétricas no asumen acerca de los parámetros de

distribución no se preocupa para el tipo de distribución, sino trabajan con

simple ordenación y recuento (rankings) a los valores de la variable sin
implementar la distribución

2)

 Prueba χ² de Pearson
 Prueba binomial
 Prueba de Anderson-Darling
 Prueba de Cochran
 Prueba de Cohen kappa
 Prueba de Fisher
 Prueba de Friedman
 Prueba de Kendall
 Prueba de Kolmogórov-Smirnov
 Prueba de Kruskal-Wallis
 Prueba de Kuiper
 Prueba de Mann-Whitney o prueba de Wilcoxon
 Prueba de McNemar
 Prueba de la mediana
 Prueba de Siegel-Tukey
 Prueba de los signos
 Coeficiente de correlación de Spearman
 Tablas de contingencia
 Prueba de Wald-Wolfowitz
 Prueba de los rangos con signo de Wilcoxon

Prieba de kolmogov- smirnov:

Permite el grado de concordancia existente entre la distribución de un conjunto

de datos y una distribución teoría especifica su objetivo es señalar si los datos
provienen de una población que tiene la distribución teórica especificada.

Como se aplica:

1. Calcular las frecuencias esperadas de la distribución teórica especifica

por considerar para determinar el número de clases en un rango de
mayor a menor
2. Arreglar estos valores teóricos en frecuencias acumuladas
 3. Arreglar acumuladamente las frecuencias observadas
4. Aplicar la ecuación D=ft- fobs . donde D es la máxima discrepancia de
ambas
5. Comparar el valor estadístico D de kolmogorov smirnov en la tabla de
valores críticos de D
6. Decidir si se aceptó o se rechazó la hipótesis

3) que es una análisis de varianza:

El análisis de la varianza (o Anova: Analysis of variance) es un método para

comparar dos o más medias, que es necesario porque cuando se quiere
comparar más de dos medias es incorrecto utilizar repetidamente el contraste
basado en la t de Student. Por dos motivos:

En primer lugar, y como se realizarían simultánea e independientemente varios

contrastes de hipótesis, la probabilidad de encontrar alguno significativo por
azar aumentaría. En cada contraste se rechaza la H0 si la t supera el nivel
crítico, para lo que, en la hipótesis nula, hay una probabilidad a. Si se
realizan m contrastes independientes, la probabilidad de que, en la hipótesis
nula, ningún estadístico supere el valor crítico es (1 - a)m, por lo tanto, la
probabilidad de que alguno lo supere es 1 - (1 - a)m, que para valores
de a próximos a 0 es aproximadamente igual a a m. Una primera solución,
denominada método de Bonferroni, consiste en bajar el valor de a, usando en
su lugar a/m, aunque resulta un método muy conservador.

Pasos para realizar un análisis de variaza:

1. Determinar la varianza de cada muestra, utilizando la fórmula:

Varianza

2. Obtener la varianza promedio de la muestra, mediante la fórmula:

Donde:
k = número de muestras
Sw2=estimación interna de varianza

3. Calcular la varianza de las medias muestrales. Para hacer

esto, sumar primero los valores medios de la muestra y dividir el producto entre
el número de muestras, a fin de obtener , que es la media total. A continuación
emplear la fórmula:

4. Multiplicar la varianza de las medias muestrales por n para obtener la

estimación intermediante sb2.

5. Obtener Fprueba, con la siguiente fórmula:

6. Obtener Ftabla de la tabla de distribución F, utilizando los grados de libertad

como sigue:

Numerador = k - 1
Denominador = k(n – 1)

7. Comparar Ftabla y Fprueba, de tal manera que si Fprueba es mayor que

Ftabla, la hipótesis nula se rechaza (H0: Todas las poblaciones son iguales,
H1: Al menos una de las poblaciones es diferente); y si Fprueba es menor que
Ftabla, se concluye que no puede ser rechazada H0.
 Trabajo de Estadística

Andres Felipe Realpe

Edgar Hernan Guerrero

Alvaro Santiago Pantoja

Jesus Daniel Yampuezan

Facultad de ingeniería industrial

San juan de pasto 19 de noviembre del 2015