Академический Документы
Профессиональный Документы
Культура Документы
URUAPAN
LICENCIATURA EN
INGENIERÍA INDUSTRIAL
Estadística Inferencial I
UNIDAD 4
PRUEBAS NO PARAMÉTRICAS
P R E S E N T A
PROFESOR:
Gilberto Chavez Esquivel
Instituto Tecnológico Superior de Uruapan
I. Introducción ................................................................................................................... 3
II. 4.2.1 Escala de medición ................................................................................................ 4
III. 4.2.2 Método estadístico paramétrico y no paramétrico ........................................... 5
IV. 4.2.3 Prueba de Kolmogorov-Smirnov ........................................................................ 5
V. 4.2.4 Prueba de Anderson-Darling ................................................................................. 6
VI. 4.2.5 Prueba de Ryan – Jorner..................................................................................... 7
II. 4.2.6 Prueba de Shapiro-Wilk ......................................................................................... 7
III. Conclusión ................................................................................................................... 9
IV. Bibliografía ................................................................................................................. 10
2
I. Introducción
3
II. 4.2.1 Escala de medición
Sano ( 1 )
Enfermo ( 2 )
B) Escala Ordinal. También define categorías, pero establece una relación > o <
qué. Los números asignados si indican jerarquía. No se puede establecer distancia
entre dos puntos.
Ejemplo:
D) Escala de razón. Esta escala es la mas fuerte de todas. En este caso, el cero
indica ausencia de variable. La diferencia entre dos valores es de magnitud
conocida.
Ejemplo:
0 ingresos / mes
4
(Matas, 2000)
Distribución de datos
Las pruebas paramétricas hacen la suposición de conocimiento previo de que los
datos se distribuyen normalmente. Varias pruebas pueden llevarse a cabo para
determinar si es o no es una suposición válida. Si los datos no están normalmente
distribuidos, pueden transformarse de diversas maneras para que las pruebas
paramétricas se puedan seguir utilizando. Como alternativa, se pueden utilizar los
análisis no paramétricos. Las pruebas no paramétricas no hacen suposiciones
sobre la distribución de los datos.
Escala de datos
Las pruebas paramétricas hacen la suposición de que los datos se miden en una
escala de intervalo, de modo que el intervalo entre los puntos de datos es
significativo. La altura en pulgadas o el peso en libras son datos de intervalo. Por
el contrario, las pruebas no paramétricas no hacen suposiciones acerca de la
escala de los datos.
Parámetros estadísticos
Las pruebas paramétricas emplean parámetros que se estima que con un conjunto
de datos que se distribuyen normalmente. La media, la varianza, la desviación
estándar y la asimetría son ejemplos. Estos parámetros se utilizan para hacer
inferencias en las pruebas paramétricas. Por el contrario, las pruebas no
paramétricas no hacen uso de estos parámetros estadísticos.
5
En estadística, la prueba de Kolmogórov-Smirnov (también prueba K-S) es una
prueba no paramétrica que determina la bondad de ajuste de dos distribuciones de
probabilidad entre sí.
Estadístico
6
También se puede utilizar el estadístico de Anderson-Darling para comparar el ajuste de
varias distribuciones con el fin de determinar cuál es la mejor. Sin embargo, para concluir
que una distribución es la mejor, el estadístico de Anderson-Darling debe ser
sustancialmente menor que los demás. Cuando los estadísticos están cercanos entre sí, se
deben usar criterios adicionales, como las gráficas de probabilidad, para elegir entre ellos.
(Desconocido, Soporte de Minitab, 2017)
Fórmula
El coeficiente de correlación se calcula de la siguiente manera:
I. Notación
Término Descripción
Yi observaciones ordenadas
s2 varianza de la muestra
(Garcia, 2015)
7
Fue publicado en 1965 por Samuel Shapiro y Martin Wilk. Se considera uno de los
test más potentes para el contraste de normalidad, sobre todo para muestras
pequeñas (n<50).
El objetivo de esta prueba es determinar si una muestra aleatoria presenta
distribución normal.
Pero, veamos en que consiste este test, y es que Wikipedia nos dice que En
estadística, el Test de Shapiro–Wilk se usa para contrastar la normalidad de un
conjunto de datos. Se plantea como hipótesis nula que una muestra x1, ..., xn
proviene de una población normalmente distribuida.
El estadístico del test es:
Donde:
x(i) (con el subíndice i entre paréntesis) es el número que ocupa la i-ésima
posición en la muestra;
donde
siendo m1, ..., mn son los valores medios del estadístico ordenado, de variables
aleatorias independientes e identicamente distribuidas, muestreadas de
distribuciones normales. V es la matriz de covarianzas de ese estadístico de
orden.
La hipótesis nula se rechazará si W es demasiado pequeño. El valor de W puede
oscilar entre 0 y 1.
Y se interpreta de la siguiente manera:
Siendo la hipótesis nula que la población está distribuida normalmente, si el p-
valor es menor a alfa (nivel de significancia) entonces la hipótesis nula es
rechazada (se concluye que los datos no vienen de una distribución normal). Si el
p-valor es mayor a alfa, no se rechaza la hipótesis y se concluye que los datos
siguen una distribución normal.
(Wilk, 1965)
8
III. Conclusión
9
IV. Bibliografía
Desconocido. (19 de Octubre de 2013). Wikipedia. Obtenido de
https://es.wikipedia.org/wiki/Prueba_de_Anderson-Darling
Desconocido. (2017). Soporte de Minitab. Obtenido de https://support.minitab.com/es-
mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-
topics/normality/the-anderson-darling-statistic/
Desconocido. (s.f.). Engeneering Statitics Handbook. Obtenido de
https://www.itl.nist.gov/div898/handbook/eda/section3/eda35g.htm
Garcia, J. S. (2015). Scribd. Obtenido de https://es.scribd.com/doc/130225115/Prueba-de-
Ryan
Matas, A. (2000). Análisis de datos I. Sevilla: Kronos.
Wilk, M. B. (1965). An analysis of variance test for normality (complete samples).
Biometrika . Obtenido de
https://es.wikipedia.org/wiki/Test_de_Shapiro%E2%80%93Wilk
10