U1.estadistica No Parametrica

Estadstica II
Unidad 1. Estadstica no paramtrica
Universidad Abierta y a Distancia de Mxico
Licenciatura en matemticas
Estadstica II
7 cuatrimestre
Unidad 1. Estadstica no paramtrica y pruebas de Bondad de Ajuste
Clave: 060920728
Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas
Estadstica II
INDICE
Unidad 1. Estadstica no Paramtrica y Pruebas de Bondad y Ajuste .....................................4 Presentacin de la unidad......................................................................................................................4 Propsitos de la unidad ..........................................................................................................................4 Competencia especfica..........................................................................................................................4 1.1 Utilidad de las pruebas no paramtricas .....................................................................................4 1.2. Pruebas para una sola poblacin .................................................................................................5 1.2.1. Prueba Binomial para una sola muestra ............................................................................. 5 1.2.2. Prueba de la tendencia Cox Stuart ..................................................................................... 10 1.3. Pruebas para dos poblaciones independientes .................................................................... 14 1.3.1. Prueba U de Mann-Whitney ................................................................................................. 14 1.3.2. La prueba de la mediana ....................................................................................................... 19 1.3.3. Prueba de rachas Wald-Wolfowitz ...................................................................................... 22 1.3.4. Prueba de Mac Nemar ............................................................................................................ 25 1.4.1. Prueba de signos ..................................................................................................................... 28 1.4.2. Prueba de Wilcoxon ................................................................................................................ 30 Actividad 1. Pruebas no paramtricas ............................................................................................. 33 1.5. Prueba de independencia y homogeneidad .......................................................................... 34 1.5.1. Tablas de contingencia .......................................................................................................... 34 1.5.2. Prueba de independencia con Ji-Cuadrada ..................................................................... 37 1.6. Prueba de tres o ms poblaciones independientes .......................................................... 39 1.6.1. Extensin de la prueba de la mediana ............................................................................... 40 1.6.2. Comparacin de varias poblaciones Kruskall-Wallis .................................................... 42 Actividad 2. Identificacin de pruebas no paramtricas............................................................. 45 1.7. Prueba de Bondad de Ajuste ................................................................................................... 45
Estadstica II
1.7.1. Prueba de bondad y ajuste basada en Ji-Cuadrada ...................................................... 45 1.7.2. Prueba de Kolmogorov-Smirnov para una muestra ...................................................... 48 1.7.3. Prueba de Kolmogorov-Smirnov para dos muestras .................................................... 51 1.7.4. Otras pruebas de bondad y ajuste ...................................................................................... 55 Autoevaluacin ...................................................................................................................................... 56 Evidencia de aprendizaje. Pruebas no paramtricas y bondad de ajuste.............................. 58 Autorreflexiones .................................................................................................................................... 59 Cierre de la unidad ................................................................................................................................ 59 Para saber ms....................................................................................................................................... 59 Referencias Bibliogrficas .................................................................................................................. 60
Estadstica II
Unidad 1. Estadstica no Paramtrica y Pruebas de Bondad y Ajuste
Presentacin de la unidad
Cuando se habla de estadstica paramtrica lo que se pretende es estimar, probar hiptesis acerca de uno o ms parmetros de la poblacin. En esos casos se tena el conocimiento de la distribucin de la poblacin de la cual se extrajo la muestra. Al hablar de estadstica no paramtrica por convencin se entendern dos cosas: primero ser la estadstica no paramtrica propiamente que son aquellos procedimientos que no son afirmaciones de los parmetros, y segundo los procedimientos de libre distribucin como aquellos en que no hacen supuesto alguno acerca de la poblacin de la cual se extrae la muestra.
Propsitos de la unidad
Identificar un espacio y subespacio vectorial por medio de conjuntos. Determinar por medio de conjuntos un espacio y subespacio vectorial. Determinar la base, rango, dimensin y nulidad de un espacio vectorial.
Competencia especfica
Utilizar las pruebas no paramtricas para resolver problemas estadsticos de diversas poblaciones determinando sus caractersticas
1.1 Utilidad de las pruebas no paramtricas

La ventaja de las pruebas no paramtricas consiste en que requieren pocos supuestos acerca de la poblacin de la cual provienen los datos. En particular olvidan el supuesto tradicional de que los datos provienen de una distribucin Normal. Lo anterior quiere decir que pueden aplicarse cuando los datos que sirven para el anlisis constan simplemente de categoras o clasificaciones, es decir, los datos pueden no estar basados en una escala de medicin lo suficientemente slida como para permitir las operaciones aritmticas necesarias para llevar a cabo los procedimientos necesarios. Tambin son procedimientos ms fciles de usar que la contraparte en la teora Normal y usualmente son ms fciles de entender.
Estadstica II
Aunque es recomendable utilizar los procedimientos paramtricos cuando sea posible para evitar un desperdicio de informacin. La aplicacin de algunas pruebas no paramtricas pueden ser muy laboriosas, lo que es una desventaja cuando se tienen muestras grandes.
1.2. Pruebas para una sola poblacin

En tus cursos anteriores de estadstica has estudiado los tipos de variables que existen. Como las pruebas que estudiaremos en esta unidad estn enfocadas a diferentes tipos de variables daremos un pequeo repaso de ellos. Llamamos medicin al nmero que asignamos a los objetos de acuerdo a un conjunto de reglas. Las cuatro principales escalas de medicin son: Escala nominal: Clasifica las observaciones en varias categoras mutuamente excluyentes y colectivamente exhaustivas. Por ejemplo: o Masculino-Femenino o Sano-Enfermo o Menores o iguales a 56 aos- Mayores a 56 aos Escala ordinal: Difieren de categora a categora y adems pueden clasificarse por grados de acuerdo con algn criterio. Por ejemplo: o Los pacientes convalecientes pueden clasificarse como: sin memoria, mejorados y bastante mejorados o El estado socioeconmico: alta, media, baja Escala de intervalos: Se conoce la distancia entre dos mediciones cualesquiera, posee una distancia unitaria y un punto cero los cuales son arbitrarios o La diferencia entre una medida de 20 y 30 es equivalente a la de 40 y 30. Escala de razones: Posee un punto cero propio como origen, es decir, que el valor cero significa ausencia de la magnitud que estamos midiendo. Como la estatura, la edad.
1.2.1. Prueba Binomial para una sola muestra

En esta prueba el investigador busca comparar las frecuencias observadas de cada categora de una variable dicotmica con la esperada en una poblacin binomial y con ello poder hacer inferencia acerca de la poblacin total Datos
Estadstica II
Los datos consisten de resultados dicotmicos provenientes de una distribucin binomial con probabilidades constantes de xito en base a estos resultados podemos hacer inferencia sobre . Por ejemplo: Un analista de mercado quiere conocer la proporcin de familias en una cierta regin que tienen televisin de paga Un socilogo quiere conocer la proporcin de cabezas de familia que sean mujeres El poltico querr conocer la proporcin de simpatizantes hacia su partido en una cierta regin
Suponemos que una poblacin de tamao tienen slo elementos: Tipo A y Tipo B. La proporcin del Tipo A se designa con y denota la proporcin de elementos del Tipo B. Sea el nmero de elementos Tipo A en la muestra Supuestos: Los resultados en cada ensayo pueden ser clasificados como xito o fracaso (Tipo A y Tipo B) La probabilidad de xito, denotada por , permanece constante de ensayo a ensayo Los ensayos son independientes
Hiptesis: A. B. C. Estadstico de prueba: Como se busca que los resultados sean xitos, entonces, el estadstico de prueba ser:
con nmero de xitos, es decir, distribucin de es . Regla de decisin:
denota los elementos Tipo A en la muestra.Entonces la
A. Para valores suficientemente grandes o valores suficientemente pequeos de crtica bajo es: y
la regin
Estadstica II
Por lo tanto rechazamos si .
B. Para valores muy grandes de significa que es falsa. La regin crtica consiste en todos los valores de mayores a , en trminos probabilsticos la regin de rechazo es aquella que cumple
Por lo tanto, rechazamos
al nivel de significancia significa que
si:
C. Para valores muy pequeos de
es falsa. La regin crtica es:
al nivel de significancia
si:
Aproximacin a una distribucin Normal La distribucin exacta de puede ser obtenida de la siguiente ecuacin:
Donde: { Cuando es cierta
Y usando el hecho de que
son independientes
Si ahora utilizamos el Teorema Central del Lmite cuando
[ Si denota el percentil superior de una decisin es: A. Rechaza si | | B. Rechaza si
] . La aproximacin normal para las reglas de
Estadstica II
C. Rechaza si
Intervalos de confianza Sea el cuantil de una y tenemos que
Nombre grfica: Cuantiles
. de una distribucin
Construimos el intervalo de confianza ( )
Despejando a ( Ejemplo El dueo de la pequea empresa X de instalacin de boilers afirma que instala ms del 65% en las casas de una cierta colonia. Se muestrean 12 casas y se les pregunta el nombre de la empresa que instal el boiler en su casa. En 10 casas coinciden con la instalacin de la empresa X. En base a esta evidencia Estara de acuerdo con la afirmacin del dueo con un nivel de significancia ? )
Estadstica II
Hiptesis:
Estadstico de prueba: Se tiene que 10 casas poseen la caracterstica de inters, Bajo Regla de decisin: De acuerdo a nuestra regla de decisin B rechazamos si donde hacer el error tipo I igual a . Por lo tanto necesitamos encontrar el cuantil distribucin tal que Buscamos en la tabla de la distribucin normal acumulada con sustituyendo los valores de se tiene que: y es elegida para de una
Como puedes observar no encontramos un cuantil que nos d un nivel exacto de esto es, por la peculiaridad de que la distribucin Binomial que solo toma valores en los enteros.
Pero podemos tomar un nivel de significancia que es lo ms cercano a lo buscado }. Para este caso concluimos: con regin de rechazo { Como no existe evidencia estadstica suficiente para rechazar al nivel . Entonces, la empresa X no instala ms del de boilers en dicha colonia.
Para ello debers utilizar la tabla de la binomial acumulada ubicada en la pestaa de Material de apoyo
Estadstica II
Ejemplo Continuando con el ejemplo anterior, supongamos que la muestra es de 110 casas en las que se encontr que en 85 la empresa X haba instalado el boiler. Ahora es suficientemente grande como para aproximar con una distribucin normal.
Hiptesis:
Estadstico de prueba: Se tiene que 85 casas poseen la caracterstica de inters, Regla de decisin: La regin de rechazo es aquella donde . Entonces bajo . Donde tenemos que: se elige de tal manera que
Entonces, [ [ Recordemos que Como rechazamos para suponer que la empresa X instalo el . Por lo tanto, hay evidencia estadstica suficiente de los boilers de cierta colonia. ( ] )]
1.2.2. Prueba de la tendencia Cox Stuart

Este test es una alternativa al test paramtrico para en el modelo de regresin lineal . La hiptesis nula en esta prueba implica que la pendiente de la recta es .
10
Estadstica II
La prueba de Cox Stuart se basa en variables aleatorias binomiales y permite contrastar la presencia de tendencias. Contrasta la hiptesis de ausencia de tendencia contra la hiptesis alternativa de tendencia montona Recordemos que una tendencia es montona si la variable dependiente crece cuando crece la variable independiente (montona creciente) o decrece cuando crece la variable independiente (montona decreciente) Datos: Tenemos una muestra aleatoria La escala de medida es al menos ordinal Estadstico de prueba Formamos los grupos de variables . Donde: .
{ es el nmero de parejas Asignamos signos a las parejas y si Y se eliminan todas las parejas iguales.
. Si se tienen valores muy grandes de se sugiere una tendencia Que bajo creciente y si se encuentran valores de bajos se sugiere una tendencia decreciente. Hiptesis A. No existe tendencia a. En este caso
11
Estadstica II
b. Tambin podemos escribir de manera abreviada Existe una tendencia creciente o decreciente c. En este caso B. No existe tendencia creciente En este caso
Existe una tendencia creciente o decreciente En este caso
C.
No existe tendencia decreciente En este caso
Existe una tendencia creciente o decreciente En este caso Regla de decisin:
A. Para valores suficientemente grandes o valores suficientemente pequeos de crtica bajo es: y Por lo tanto rechazamos si .
la regin
B. Para valores muy grandes de significa que es falsa. La regin crtica consiste en todos los valores de mayores a , en trminos probabilsticos la regin de rechazo es aquella que cumple
al nivel de significancia significa que
si:
C. Para valores muy pequeos de
es falsa. La regin crtica es:
si:
Ejemplo 1.2.1 El Banco de Mxico registra en su pgina el ndice de produccin industrial en Construccin de manera mensual de 1994 al 2011. Nosotros tomaremos el promedio de cada ao para construir un ndice anual. Se obtienen los siguientes datos:
12
Estadstica II
1994 1995 1996 1997 1998 1999 12.66 -25.36 10.85 14.66 6.94 5.54 2004 3.46 2005 5.38 2006 2007 2008 2009 3.90 7.84 4.38 3.17 2000 5.54 2010 -7.30 2001 5.93 2011 -0.01 2002 2003 -3.43 2.15 2012 4.86
Fuente: Banco de Mxico. (2012). ndice de volumen de la produccin industrial en construccin ( Base 2003=100).
Retrieved from Perodo: Ene 1994-Sep 2012, Mensual, Sin Unidad. website: http://www.banxico.org.mx/SieInternet/consultarDirectorioInternetAction.do?accion=consultarCuadro&i dCuadro=CR100or=2&locale=es
Observamos la grfica de serie de tiempo para darnos una idea si existe tendencia en los datos.
A simple vista no observamos una tendencia en los datos. Realizaremos la prueba de Cox Stuart para comprobar si existe o no dicha tendencia. Hiptesis: No existe tendencia / Estadstico de prueba: En este caso por lo que Existe una tendencia /
Para formar los pares eliminamos la observacin central. En nuestro ejemplo es la correspondiente al ao 2003. Los pares resultantes quedan como:
1 2 3 (12.66,3.46) (-25.36,5.38) (10.85,3.90) + -
13
Estadstica II
4 5 6 7 8 9 (14.66,7.84) (6.94,4.38) (5.54,3.17) (5.54,-7.30) (5.93,-0.01) (-3.43,4.86) +
Tenemos que y Entonces Regla de decisin: Tomando un nivel de significancia la regin crtica bajo es: y Buscando en la Tabla de la Binomial Acumulada con con los parmetros Se tienen los siguientes valores
r 0 1 2 3 4 5 6 7 8 0.002 0.0195 0.0898 0.2539 0.5 0.7461 0.9102 0.9805 0.998 0.998 0.9805 0.9102 0.7461 0.5 0.2539 0.0898 0.0195 0.002
Por lo tanto rechazamos
si
Como ninguno de lo anterior se cumple entonces rechazamos y por lo tanto no existe tendencia en los datos, lo que se reafirma al observar la grfica de serie de tiempo del ndice.
1.3. Pruebas para dos poblaciones independientes
1.3.1. Prueba U de Mann-Whitney
14
Estadstica II
La prueba de U de Mann-Whitney est diseada para determinar si dos muestras han sido extradas de la misma poblacin. Sirve como alternativa a la prueba cuando el supuesto poblacional con varianzas iguales no se puede verificar. Los datos deben estar medidos al menos en una escala ordinal, haciendo que esta prueba sea til para datos ordinales o categricos. Datos: Se tienen dos poblaciones y de tamao y respectivamente. Las muestras se han tomado aleatoriamente y en forma independiente, no solamente entre los grupos considerados, sino adems dentro de cada grupo. Sea: es la funcin de distribucin de probabilidad de es la funcin de distribucin de probabilidad de Hiptesis
La hiptesis nula prueba que las dos distribuciones son iguales, mientras que las hiptesis alternativas nos dicen si la distribucin de tiende a ser ms grande o ms pequea que o diferente. Estadstico de prueba: Se ordenan las dos muestras combinando los denota el rango de denota el rango de denota el rango de Calculamos: valores de y de menor a mayor.
15
Estadstica II
Donde: Es la suma de los rangos asignados al grupo cuyo tamao muestral es Es la suma de los rangos asignados al grupo cuyo tamao muestral es En el caso de empates se acostumbra asignar el promedio de los rangos correspondientes a las observaciones ligadas. El estadstico est dado por:
Estos ndices satisfacen la propiedad de que
El estadstico de prueba ser ( Regin de rechazo A. Debe tomarse una regin crtica de dos colas, formada por los valores de tales que: )
siendo la regin de aceptacin la que verifica la igualdad bajo
donde
es el nivel de significacin.
16
Estadstica II
En la tabla U Mann Whitney se recogen los valores de las probabilidades, puedes visualizarla en la seccin Material de apoyo
estas probabilidades son iguales a
Si se rechaza lahiptesis nula de igualdad de distribuciones poblacionales. Aproximacin a la distribucin normal: B. Si la probabilidad obtenida en la tabla U Mann Whitney es tal que
se rechaza la hiptesis nula C. Si la probabilidad
obtenida en la tabla U Mann Whitney es tal que
se rechaza la hiptesis nula Aproximacin a la normal Apoyndose en expresiones:
, la media y la varianza de
se puede calcular a partir de las siguientes
Los resultados anteriores son de gran utilidad en el caso de muestras grandes, ya que con el Teorema del Lmite Central se tiene que la variable expresa por:
Se distribuye como una normal estndar En este caso la regin de rechazo ser: A. Rechaza al nivel de significancia si | |
17
Estadstica II
B. Rechaza C. Rechaza Ejemplo Se aplicaron cuestionarios socioeconmicos a empleados de dos departamentos de una empresa. Obtenindose los siguientes ingresos mensuales:
Departamento D1 D2 1 17000 3400 2 4250 3680 3 5800 5500 4 5720 13500 5 18500 3000 6 1800 7500 7 5400 8 1200
al nivel de significancia al nivel de significancia
si si
Se desea saber si los empleados pertenecen al mismo nivel socioeconmico. Con un nivel de significancia del 5%. Hiptesis: Ambos grupos de empleados pertenecen al mismo nivel socioeconmico
Los grupos de empleados pertenecen a distinto nivel socioeconmico
Procedimiento de clculo Ordenar la sucesin mezclada e identificada
Rango
1 2 3 4 5 6 7 1200 1800 3000 3400 3680 4250 5400 D1 D1 D2 D2 D2 D1 D1 8 9 10 11 12 13 14 5500 5720 5800 7500 13500 17000 18500 D2 D1 D1 D2 D2 D1 D1
Rango
Calcular el nmero de puntaje Calculamos la suma de los rangos de por ser la de menor tamao
18
Estadstica II
8 Por otro lado
siendo
En la tabla del estadstico U Mann Whitney para
se obtiene que
con lo cual
no rechazndose la hiptesis nula de que ambas muestras puedan proceder de una misma poblacin, es decir, los empleados de los dos departamentos comparten mismo nivel socioeconmico.
1.3.2. La prueba de la mediana

Este test tiene como finalidad verificar si dos muestras independientes proceden de poblaciones con la misma mediana. Es de utilidad cuando no se pueda verificar el supuesto de normalidad requerido para la prueba para dos muestras independientes Si no puede mantenerse esta hiptesis, las dos muestras correspondern a poblaciones con tendencia central diferente. Datos Se tienen dos muestras aleatorias: y De tamao y que adems cumplen con los siguientes supuestos:
19
Estadstica II
Las dos muestras se han tomado de forma independiente, solamente entre los grupos considerados, sino adems dentro de cada grupo Las mediciones consideradas alcanzan al menos el nivel ordinal
Y se ordenan de menor a mayor la muestra conjunta, donde se combinan las observaciones e entre s, y se determina la mediana muestral de la muestra combinada (Me). Sea: es la funcin de distribucin de probabilidad de es la funcin de distribucin de probabilidad de Hiptesis
Estadstico de prueba Las observaciones se comparan con la mediana combinada para obtener las frecuencias de observaciones de ambas muestras que exceden a la mediana. Esas observaciones se arreglan en una tabla de contingencia :
Muestra Nmero de observaciones mayores a la mediana muestral Nmero de observaciones inferiores a la mediana muestral Tamaos de las muestras A C A+C
Muestra B D B+D
Totales marginales A+B C+D n
La distribucin muestral bajo
es hipergeomtrica. ( ( )( ) )
Si el nmero de casos es pequeo , con frecuencia se utiliza la prueba exacta de Fisher, la cual se basa en el clculo de la expresin anterior. Para se puede utilizar la aproximacin de una con 1 grado de libertad.
20
Estadstica II
| |
Regla de decisin: Rechazamos Ejemplo Se aplic una escala de satisfaccin sobre la dotacin de servicios pblicos a dos grupos de ciudadanos de un municipio. Determine si existen diferencias entre uno y otro grupo considerando los siguientes datos con un nivel de significacin de . al nivel de significancia si:
Municipio 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 1 3 4 3 3 4 2 4 4 4 3 3 2 3 2 3 4 1 2 4 3 4 2 4 3 2 4 3 1 4 2 2 1 3 3 2 2 2 1 1 3
Con la siguiente descripcin en la escala de media:
Valor 1 2 3 4
Hiptesis:
Descripcin Muy insatisfecho Insatisfecho Satisfecho Muy satisfecho
No existen diferencias entre la satisfaccin de ambos municipios
Existen diferencias entre la satisfaccin de ambos municipios
Procedimiento de clculo La mediana combinada de los dos grupos es 3
21
Estadstica II
Municipio 1 Mayores de la mediana Menores o iguales a la mediana Tamaos de las muestras 8 13 21 3 15 18 Totales 2 Marginales 11 28 39
Calculo de la estadstica de prueba: | |
El valor de tablas de una con un grado de libertad y una significancia de es 3.84. Como la hiptesis no se rechaza. Existe evidencia estadstica suficiente para suponer que no existen diferencias entre la satisfaccin de ambos municipios. Hiptesis:
1.3.3. Prueba de rachas Wald-Wolfowitz

El objetivo de este test es el de verificar que dos muestras independientes proceden de poblaciones con distribuciones continuas idnticas. Definimos una racha como una sucesin de smbolos de la misma clase limitada por smbolos de clase distinta. El caso ms simple es aquel en donde solo se tienen dos tipos de smbolos A y B. Consideremos la siguiente secuencia: AA BBBBBB AAAAAA BB La secuencia mostrada presenta 4 rachas. Si las dos clases de observaciones A y B, proceden aleatoriamente de una misma poblacin, entonces los smbolos A y B aparecern bien mezclados en la secuencia y por lo tanto el nmero de rachas ser grande. Mientras, que si por el contrario, las observaciones A y B no aparecen aleatoriamente, el nmero de rachas tender a dos. Datos Se tienen dos muestras independientes
22
Estadstica II
Hiptesis Se plantean los tres contrastes posibles, aunque generalmente solo se utiliza el contraste bilateral, que es con el que trabajaremos. A. El patrn de ocurrencia de las dos muestras es determinado por un proceso aleatorio El patrn de ocurrencia no es aleatorio
B.
El patrn de ocurrencia de las dos muestras es determinado por un proceso aleatorio El patrn de ocurrencia no es aleatorio (debido a la presencia de pocas rachas) El patrn de ocurrencia de las dos muestras es determinado por un proceso aleatorio El patrn de ocurrencia no es aleatorio (debido a la presencia de muchas rachas)
C.
Estadstico de prueba Cuando y sean menos a 20 observaciones de menor a mayor y se calcula: El nmero de rachas Regin de rechazo A. Rechazamos al nivel de significancia
Se combinan las
si:
cuando si:
B. Rechazamos
C. Rechazamos
si:
El valor critico se busca en la tabla M1 y de rachas cuando se tiene un nivel de significancia del visualizar en la pestaa Material de apoyo Aproximacin a la normal
en la tabla M2 de la seccin de tablas ., la tabla M1 y M2, la puedes
23
Estadstica II
Cuando y son mayores a se utiliza una aproximacin normal. Se sabe que:
Y utilizando el Teorema del Lmite Central se tiene que la variable
expresa por:
Se distribuye como una normal estndar Con regin rechazo: A. Rechaza B. Rechaza C. Rechaza Ejemplo El director de una escuela desea saber si los nios son ms agresivos que las nias, por lo que realizo un estudio a 12 nios y 12 nias de prescolar en grupos separados y en tiempos de 30 min. cada grupo. Se registraron las incidencias por grados de agresin obtenindose los siguientes resultados: al nivel de significancia al nivel de significancia al nivel de significancia si | | si si
Gnero 1 2 3 4 5 6 7 8 9 10 11 12 Nios 75 34 34 53 91 58 97 42 20 47 8 66 Nias 33 60 35 59 60 16 5 66 67 14 49 77
Hiptesis El gnero no influye en el patrn de agresiones de los nios, sino es un proceso aleatorio El patrn de ocurrencia no es aleatorio e influye el gnero de los nios Procedimiento de clculo Ordenamos las muestras de menor a mayor diferenciando el grupo de procedencia y contamos el nmero de rachas
24
Estadstica II
Nias Nios Nias Nias Nios Nias Nios Nios Nias Nios Nios Nias 5 8 14 16 20 33 34 34 35 42 47 49 1 racha 2 rachas 3 rachas Nios Nios Nias Nias Nias Nios Nias Nias Nios Nias Nios Nios 53 58 59 60 60 66 66 67 75 77 91 97 4 rachas 5 rachas 6 rachas
Por lo que El nmero de rachas= 6 Se buscan los valores crticos en las tablas M1 y M2 y se tiene que para la desigualdad se cumple para:
Por lo tanto rechazamos al nivel de significancia . Existe evidencia estadstia para suponer que las agresiones de los nios se deben a un factor de gnero y no son totalmente aleatorias.
1.3.4. Prueba de Mac Nemar

La prueba es famosa porque es muy utilizada en pruebas donde existe un antes y un despus, por ejemplo, cuando se quiere decidir si puede o no aceptarse que determinado tratamiento induce un cambio en la respuesta dicotmica de los elementos sometidos al mismo, y es aplicable a los diseos del tipo antes-despus en los que cada elemento acta como su propio control. Datos Los datos consisten de observaciones bivariadas aleatorias . La escala de medida de y de es nominal con 2 categoras las cuales llamaremos y esto es, los valores de son . Las muestras cumplen los siguientes supuestos: Los pares son mutuamente independientes La escala de medida es nominal con categorias para
Hiptesis
25
Estadstica II
El tratamiento no induce cambios significativos en la respuesta, es decir, los campos observados en la muestra se deben al azar; de forma que es igualmente probable un cambio de a que un cambio de a . Matemticamente se puede escribir como: /
El tratamiento induce cambios / La caracterstica de inters bajo la condicin 1 es mayor que bajo la condicin 2 / La caracterstica de inters bajo la condicin 1 no es mayor que bajo la condicin 2 / La caracterstica de inters bajo la condicin 1 es menor que bajo la condicin 2 / La caracterstica de inters bajo la condicin 1 no es menor que bajo la condicin 2 / Estadstico de prueba Construimos la tabla de contingencia Total A+B C+D N es el nmero total de respuestas que
Total
A C A+C
B D B+D
En y en se mantiene la misma respuesta, pero ha cambiado.
Tenemos que el nmero total de respuestas que ha cambiado es espera que
. De acuerdo a
se
sean las respuestas que hayan cambiado de lugar. Esto porque
nos dice que
no hay cambio, por lo tanto, los cambios que se han realizado se deben al azar, en otras palabras, es la frecuencia esperada en las correspondientes celdas. El estadstico de prueba que permite contrastar si existen diferencias significativas entre las frecuencias esperadas y las observadas es:
26
Estadstica II
Donde: Nmero de celdas Frecuencia observada en la i-sima celda Frecuencia esperada en la i-sima celda Como solo nos interesan las celdas que recogen cambios el estadstico puede expresarse como: ( ) ( )
Bajo el estadstico tiene una distribucin con un grado de libertad. . Para trabajar bajo muestras pequeas se puede aplicr la correccin de Yates, en ese caso se tiene que: | |
Regla de decisin A. Rechaza al nivel de significancia si .Donde es cuantil de una distribucin con un grado de libertad y probabilidad B. Rechaza al nivel de significancia si . Donde es el cuantil de una distribucin normal con probabilidad C. Rechaza al nivel de significancia si Ejemplo El encargado de campaa de un candidato a la presidencia desea saber el cambio de opinin que causa un debate entre todos los candidatos. Por lo que toma una muestra de 78 votantes elegidos de manera aleatoria y registro la preferencia hacia su candidato, inmediatamente despus del debate, volvi a registrar la preferencia del candidato. Los resultados se muestran a continuacin:
27
Estadstica II
Antes del Debate Desacuerdo (0) Acuerdo (1) Total
Hiptesis El debate produjo un cambio en la opinin de los votantes /
Despus del debate Desacuerdo (0) Acuerdo (1) Total 24 18 42 6 30 36 30 48 78
El debate no produjo un cambio en la opinin de los votantes / Estadstico de prueba: | | | |
Regla de decisin Rechazamos a nivel si . Dado que se cumple la condicin, entonces, rechazamos y por lo tanto existe evidencia estadstica suficiente para suponer que el debate no produjo un cambio en la opinin de los votantes. Utiliza la tabla de la ji cuadrada, ubicada en la pestaa de material de apoyo
1.4. Pruebas para dos poblaciones independientes
1.4.1. Prueba de signos

La prueba de signos es la ms vieja de las pruebas no paramtricas. John Arbuthnot present un documento a la Royal Society en 1710 discutiendo el ligero exceso de nacimientos de varones que de nacimientos femeninos en los aos 1629 y 1710. Este trabajo, publicado en la Philosophical Transsantion, es tal vez la primera aplicacin a la estadstica social. La prueba de signos es actualmente igual a la binomial con . Es una prueba con mucha versatilidad porque ayuda a probar si cualesquiera dos poblaciones tienen la misma mediana y tambin permite indicar la existencia de tendencias. Datos
28
Estadstica II
Los datos consisten de observaciones bivariadas aleatorias Las muestras cumplen los siguientes supuestos: Variables aleatorias bivariadas mutuamente independientes La escala de medida es al menos ordinal dentro de cada par .
Hiptesis A. La mediana de = La mediana de
La mediana de
La mediana de La mediana de
B. La mediana de
La mediana de
< La mediana de
C. La mediana de
La mediana de
La mediana de
> La mediana de
Estadstico de prueba Dentro de cada par se puede hacer la siguiente comparacin: o o o Un par es clasificado por Un par es clasificado por Un par es clasificado por si si si Total de Se ignoran los , es decir, las igualdades en donde total de de Regla de decisin y
29
Estadstica II
Para se cumple que
Rechazamos
si:
Es el cuantil de una distribucin B. Valores grandes de indican que los regin crtica corresponde a los valores de
al tamao . son mas probables que los ms grandes o iguales . Por lo tanto la
C. Valores muy pequeos de indican que es ms probable que tamao corresponde a los valores de . Por lo que rechazamos si al nivel de significancia .
. La regin crtica de
Cuando se puede utilizar la distribucin normal y como esta es simtrica es igual a probar la media. Por consiguiente, la prueba de signo puede emplearse para probar hiptesis sobre la media de la poblacin.
1.4.2. Prueba de Wilcoxon

Esta prueba se utiliza para comparar las distribuciones de probabilidad que no son normales. Es un equivalente a la prueba y se aplica cuando el tipo de medicin no cumpla con los requisitos que la exige. La prueba Wilcoxon no solo toma en cuenta el signo, adems considera las magnitudes de diferencias entre los valores asociados, es una prueba ms sensible que la de signos. Determinar el signo de la diferencia nos ayuda a saber cual miembro del par es mas grande que y establecer rangos en las diferencias en orden de tamao absoluto ayuda a establecer juicios de mayor que entre los valores de cualquier par. Supuestos: Variables aleatorias bivariadas con distribucin simtrica y continua Las diferencias son mutuamente independientes mutuamente independientes y
30
Estadstica II
Se utiliza una escala de medida de intervalos. Esto nos ayuda a saber cul de los dos miembros del par es ms grande y podemos ordenar las diferencias sin tener en cuenta su signo (valor absoluto) Las diferencias representan observaciones en una variable continua La distribucin de la poblacin de diferencias es simtrica alrededor de la mediana
Hiptesis A. B. C. vs vs vs
Estadstico de prueba Denotamos el estadstico de prueba definido como: Donde: Suma de los rangos asignados a las parejas
con el signo menos frecuente
Los valores de con diferentes tamaos de muestra y niveles de significancia para pruebas de una o dos colas fueron tabulados por Wilcoxon. Checar la tabla M1 y M2 ubicada en la seccin material de apoyo Regla de decisin A. Buscamos el cuantil si:
en las tabla de Wilcoxon y rechazamos
B. Buscamos el cuantil en las tabla de Wilcoxon y rechazamos si:
C. Buscamos el cuantil
y rechazamos
si:
Aproximacin a la Normal Cuando se puede utilizar la aproximacin normal.
31
Estadstica II
Se tiene que:
Bajo
y utilizando el Teorema Central del Lmite:
Regla de decisin A. Rechazamos B. Rechazamos C. Rechazamos Ejemplo 1 Con el fin de comprobar si la asistencia al jardn de nios tiene algn efecto en la capacidad de percepcin social el psiclogo de una escuela realiza una experimento en el que forma parejas de actitudes similares como sexo, edad, calificacin de la medicin y durante la hora del recreo realiza una medicin en total forma 10 parejas y solo somete al experimento a un integrante de cada pareja. Los resultados se muestran a continuacin. Hiptesis La percepcin social de los nios que se sometieron al experimento es igual que la de los nios que no se sometieron La percepcin social de los nios que se sometieron al experimento es diferente que la de los nios que no se sometieron si | | si
32
Estadstica II
Puntaje nios asignados al experimento 56 54 87 98 12 34 54 43 67 67 Puntaje nios no Absoluto de Rango de asignados al Diferencias las las experimento diferencias diferencias 36 49 72 67 41 50 53 47 77 54 20 5 15 31 -29 -16 1 -4 -10 13 20 5 15 31 29 16 1 4 10 13 8 3 6 10 -9 -7 1 -2 -4 5 Rango de signos menos frecuentes
9 7 2 4
Observa que el rango de las se toman en valor absoluto. El estadstico de prueba es Consultamos la tabla de Wilcoxon con tenemos que y y con un para una cola y
No rechazamos
Actividad 1. Pruebas no paramtricas

A travs de esta actividad Resolvers ejercicios utilizando las pruebas no paramtricas Instrucciones: resuelve el siguiente problema que se presenta 1. Con los siguientes datos 0.1 0.2 1.8 -0.7 1.9 0.5 0.9 -1.4 1.0 -0.4 -1.0 1.4 -0.5 1.6 0.4 1.0 0.5 Realiza una prueba de tendencia Cox Stuart para contrastar el siguiente test con un nivel de significancia del 5%.
2. Guarda tu documento con la siguiente nomenclatura MEST2_U1_A1_XXYZ. Sustituye
33
Estadstica II
las XX por las dos primeras letras de tu primer nombre, la Y por la inicial de tu apellido paterno y la Z por la inicial de tu apellido materno. 3. Enva tu documento a tu facilitador y espera su retroalimentacin.
1.5. Prueba de independencia y homogeneidad

Es comn que en ocasiones los elementos de una muestra deban ser categorizados de acuerdo a dos o ms criterios de clasificacin. El uso de una tabla de contingencia ser de ayuda en estos casos. Resulta conveniente aclarar que las hiptesis a probar mediante tablas de contingencia, aun cuando los procedimientos de clculo son los mismos, tienen bsicamente dos sentidos diferentes. a) Como hiptesis de igualdad de proporciones en los diferente niveles de cierta clasificacin, cuando las observaciones provienen de 2 o ms poblaciones b) Como hiptesis de independencia entre 2 criterios de clasificacin aplicable a los elementos de una misma poblacin Como se mencion, ambos casos son tratados idnticamente desde el punto de vista de los clculos estadsticos, pero las diferencias bsicas entre las dos aplicaciones justifican discusiones separadas.
1.5.1. Tablas de contingencia

Suponga que se tienen poblaciones y que se extraen muestras aleatorias de cada una de ellas. El tamao de cada muestra lo denotamos por . Cada observacin de las muestras puede ser clasificada en una de diferentes categoras. Se denotar por el nmero de observaciones de la i-sima categora en la j-sima muestra. Denotamos adems por que es el total de observaciones pertenecientes a todas las muestras que quedan contenidas en la i-sima categora. La informacin se dispone en forma tabular de la siguiente manera en la siguiente tabla de contingencia
34
Estadstica II
En la tabla se puede verificar lo siguiente:
Se consideran los siguientes supuestos bsicos en el planteamiento de hiptesis Las muestras son aleatorias Los resultados de las diferentes muestras son mutuamente independientes Cada observacin puede ser categorizada en una y solo una de las diferentes categoras Hiptesis Sea la probabilidad de que un elemento de la j-sima poblacin seleccionado al azar, quede clasificado en la i-sima categora La probabilidad de pertenecer a cualquiera de las elemento de la j-sima muestra clases es la misma para cualquier
La probabilidad de pertenecer a cualquiera de las clase para al menos una pareja
clases es diferente para al menos una
35
Estadstica II
Estadstico de prueba ( )
Donde:
El trmino representa los valores observados en la celda nmero esperado de observaciones en la celda , cuando Regla de decisin Rechazamos y
, y el trmino es cierta.
representa el
al nivel de significancia si excede el cuantil de una con probabilidad grados de libertad, matemticamente lo podemos expresar como:
Ejemplo En una encuesta telefnica se pregunt a los participantes hasta que grado estaban de acuerdo con la proposicin: se debe prohibir fumar en lugares pblicos. Los resultados son los siguientes:
Sexo Mujer Varn Total
Muy de acuerdo 41 22 63
Grado en el que se est de acuerdo En En total De acuerdo Neutral desacuerdo desacuerdo 16 28 27 31 40 14 39 41 56 42 66 72
Total 143 156 299
Con base en los datos recabados se desea saber si existen diferencias significativas en el grado en el que estn de acuerdo hombres y mujeres con respecto a prohibir fumar en lugares pblicos. Procedimiento de clculo Se calculan los valores
36
Estadstica II
Columna Fila 1 Fila 2 1 30.1 32.9 2 26.8 29.2 3 20.1 21.9 4 31.6 34.4 5 34.4 37.6
Para la fila 1 en la columna 1 tenemos que: ( )
Un clculo similar es echo para cada celda y sumando todo se tiene que el estadstico de prueba es:
Si utilizamos Como
comparamos con una no rechazamos y no existen diferencias significativas
para suponer que el grado de opinin con respecto a si fumar en lugares pblicos este relacionado con el gnero.
1.5.2. Prueba de independencia con Ji-Cuadrada

Suponga que se dispone de una muestra aleatoria de tamao y que las observaciones de la muestra pueden clasificarse de acuerdo a dos criterios. Al usar el primer criterio cada observacin puede asociarse con uno de los filas y al usar el segundo criterio la observacin puede asociarse con una de las columna. La disposicin de las observaciones es igual que en 1.5.1 con la excepcin de que en este caso, las no se establecen previamente, sino que son aleatorias: Los supuestos para este caso son los siguientes: Cada observacin tiene la misma probabilidad de ser clasificada en el i-simo rengln y en la j-sima columna, independientemente de cualquier otra observacin Las observaciones pueden ser clasificadas en una de las diferentes categoras de acuerdo al segundo criterio
37
Estadstica II
Hiptesis El evento la observacin pertenece al i-simo rengln es independiente del evento la misma observacin pertenece a la j-sima columna para toda y La proposicin anterior puede traducirse en trminos probabilsticos de la siguiente forma Sea la probabilidad de pertenecer al i-simo rengln y la probabilidad de pertenecer a la jsima columna
Estadstica de prueba La estadstica coincide con 1.5.1 Donde: ( )
Regla de decisin Rechazamos y al nivel de significancia si excede el cuantil de una con probabilidad grados de libertad, matemticamente lo podemos expresar como:
Ejemplo 2 El propsito de un estudio era investigar la hiptesis de que las mujeres con leucemia que tambin estn infectadas con VIH, tienen ms probabilidades de tener anormalidades citolgicas cervicales que las mujeres con uno de los dos virus mencionados. Se pretende saber si es posible concluir que existe relacin entre el estado de leucemia y la etapa de infeccin por VIH.
38
Estadstica II
VIH Leucemia Positivo Negativo Total
Hiptesis El estado de leucemia y la etapa de infeccin por VIH son independientes Las dos variables no son independientes Procedimiento de Clculo Se calculan los valores
Seropositivo, Seropositivo, Seronegativo sintomtico asintomtico 20 32 52 31 51 82 39 32 71
Total 90 115 205
Columna Fila 1 Fila 2
1 22.8 29.2
2 36.0 46.0
3 31.2 39.8
Para la fila 1 en la columna 1 tenemos que: ( )
Un clculo similar es echo para cada celda y sumando todo se tiene que el estadstico de prueba es:
Si utilizamos Como
comparamos con una no rechazamos y existen diferencias significativas para
suponer que el estado de leucemia y la etapa de infeccin por VIH son independientes.
1.6. Prueba de tres o ms poblaciones independientes
39
Estadstica II
1.6.1. Extensin de la prueba de la mediana
Es la extensin de la prueba de la mediana para ms de 2 poblaciones y tiene como propsito verificar si de muestras independientes con igual o diferente tamao de muestra proceden de la misma poblacin o de poblaciones con medianas iguales. Se tienen las muestras { de tal manera que }{ },, { }
Supuestos: Las dos muestras se han tomado de forma independiente, solamente entre los grupos considerados, sino adems dentro de cada grupo Las mediciones consideradas alcanzan al menos el nivel ordinal Sea Hiptesis Las muestras tienen la misma mediana Al menos dos muestras son diferentes Estadstico de prueba Llamemos a la mediana comn de los elementos. Ahora definimos al nmero de observaciones en la muestra los cuales son menores que y sea el nmero total de observaciones menores que . De existir observaciones que son exactamente igual que el valor de la mediana y estos son muchos, se puede colocar uno por encima y otro por debajo del valor de la mediana, hasta agotarlos. Si son pocos los casos en esta situacin, es decir, si el tamao de no se reduce grandemente, se pueden eliminar del anlisis, modificando tanto el tamao total como los tamaos marginales. Se ordenan los clculos en la siguiente tabla
40
Estadstica II
< > Total Muestra 1 U1 n 1 U1 n1 Muestra 2 U2 n2 U2 n2 Muestra K Uk Nk Uk Nk Total t n-t n
El estadstico de prueba es:
Regla de decisin Rechazo al nivel de significancia si
Ejemplo1 La siguiente tabla indica las calificaciones obtenidas por 10 estudiantes de la carrera de biologa seleccionados al azar en los exmenes finales de tres materias. Las calificaciones se observan en la siguiente tabla
Estudiante 1 2 3 4 5 6 7 8 9 10
Pruebe
Qumica 81 98 53 62 99 71 82 50 61 74
Materia Plantas 55 82 87 88 71 75 61 95 74 80
Animales 100 56 99 94 79 62 65 83 96 92
Los estudiantes tienen el mismo aprovechamiento en las tres materias El aprovechamiento es mejor en alguna de las materias Procedimiento de clculo
41
Estadstica II
La mediana comn de las observaciones es
Grupo <79.5 79.5

Tenemos , y
1 4 6
2 5 5
3 6 4
Utilizamos
Se cumple que por lo tanto rechazamos y no podemos suponer que el aprovechamiento de los estudiantes es el mismo en las tres materias.
1.6.2. Comparacin de varias poblaciones Kruskall-Wallis

La prueba Kruskall-Wallis es til para probar los resultados de poblaciones diferentes. Los datos consisten diferentes muestras que vienen de
muestras aleatorias que pueden tener distintos tamaos.
Muestra 1 X1,1 X1,2 X1,n1

De tal manera que
Muestra 2 X2,1 X2,2 X2,n2
Muestra K Xk,1 Xk,2 Xk,nk
Supuestos: Las dos muestras se han tomado de forma independiente, solamente entre los grupos considerados, sino adems dentro de cada grupo
42
Estadstica II
La escala de medida es al menos ordinal (un nmero moderado de casos repetidos se considera tolerable)
Hiptesis Las muestras vienen de la misma poblacin o de poblaciones cuyo promedio de rangos son idnticos Al menos dos muestras son diferentes Estadstico de prueba Tenemos
Ordenamos las observaciones y les asignamos el rango correspondiente de menor a mayor, despus se calcula La suma de los rangos asignados a la muestra
La estadstica de prueba se calcula as
Regla de decisin Rechazo al nivel de significancia si
Ejemplo En tres muestras de animales experimentales se estudi el tiempo de reaccin de un medicamente. La tercera muestra sirvi como control al medicamente, a la primera muestra se les aplic el medicamento A y a la segunda el medicamento B. Los tiempos de reaccin se muestran en la siguiente tabla:
43
Estadstica II
I 33 26 8 23 25 2 19 30 32 Muestra II 17 23 11 30 18 38 II 28 34 5 10 33 15 26
Es posible concluir que las tres poblaciones representadas por las tres muestras difieren con respecto al tiempo de reaccin? Hiptesis Las distribuciones de las poblaciones son idnticas Al menos una de ellas tiende a mostrar valores mayores que al menos una de las dems Procedimiento del clculo Se combinan las tres muestras en una sola serie y los valores se clasifican por rangos. Recordemos que cuando los rangos se repiten se toma el promedio de ellos.
Muestra II 7 10.5 5 16.5 8 22
Suma Rangos
I 19.5 13.5 3 10.5 12 1 9 16.5 18 103
II 15 21 2 4 19.5 6 13.5
69
81
Se construye la estadstica de prueba con * +
Utilizamos
y buscamos en tablas el cuantil
44
Estadstica II
Como no rechazamos y por lo tanto hay evidencia estadstica suficiente para suponer que las muestras provienen de la misma poblacin. Por lo que ninguno de los dos tratamientos tiene un efecto en los tiempos de reaccin.
Actividad 2. Identificacin de pruebas no paramtricas

A Travs de esta actividad podrs analizar un problema de pruebas no paramtricas y determinar cuales pueden ser pruebas paramtricas y cules no son pruebas no paramtricas. Instrucciones: 1. Descarga el siguiente documento Act. 2. Identificacin de pruebas no paramtricas 2. Lee detenidamente el ejemplo que se te presenta en el documento. 3. Ingresa al foro, comenta en que preguntas utilizaras una prueba paramtrica y en que preguntas utilizaras una prueba no paramtrica. 4. Revisa la respuestas de tres de tus compaeros (as) aceptando o rechazando sus respuestas. 5. Consulta la rbrica general de la participacin en foros, que se encuentra en la seccin Material de apoyo.
1.7. Prueba de Bondad de Ajuste

Una prueba de bondad y ajuste es conveniente cuando se quiere decidir si existe incompatibilidad entre la distribucin de frecuencias observadas y alguna distribucin predeterminada o hipottica. En estadstica es comn realizar anlisis basados en el hecho de cierta distribucin de datos por lo que resulta importante corroborar la procedencia de estos para evitar la violacin de algn supuesto.
1.7.1. Prueba de bondad y ajuste basada en Ji-Cuadrada
Los datos consisten de observaciones independientes de una v.a. que se agrupan en clases o grupos. La escala de medida de las categoras es al menos de tipo nominal. Podemos presentar las categoras ordenadas en la siguiente tabla:
45
Estadstica II
Clase Frecuencia
Total
Donde
Hiptesis Sea la de , y sesa vs Estadstico de prueba Sea la probabilidad de una observacin aleatoria en en la clase , bajo el supuesto de que alugna funcin especfica al menos un valor de
es la funcin de distribucin de . Entonces definimos el nmero esperado de observaciones en la clase cuando es cierta, , como:
El estadstico de prueba est dado por:
Regla de decisin Valores muy altos de reflejan una incompatiblidad entre los observados y las frecuencias relativas esperadas. La distribucin de es difcil de calcular. Para muestras largas se tiene que:
Rechazamos
si
46
Estadstica II
Ejemplo Se lanza un dado 600 veces y se obtienen los siguientes resultados
Caras del dado 1 2 3 4 5 6 n
180 72 150 62 40 96 600
Se desea verificar al 5% de nivel de significancia la hiptesis de que el dado est bien construido. Hiptesis La hiptesis de que el dado est bien construido equivale a que la muestra de 600 lanzamientos procede de una poblacin uniforme discreta con probabilidad igual a para cada cara del dado. . Entonces, bajo la probabilidad de ocurrencia es de El dado sigue una distribucin uniforme 1/6 El dado no sigue una distribucin uniforme 1/6 Procedimiento de clculo En primer lugar para realizar el contraste se determinan las frecuencias observadas:
El valor muestral del estadstico es
Buscamos el cuantil en tablas de una distribucin Como rechazamos por lo que el dado o se ajusta a una distribucin uniforme
47
Estadstica II
1/6 y existe evidencia estadstica suficiente para suponer que le dado est cargado.
1.7.2. Prueba de Kolmogorov-Smirnov para una muestra

Datos Los datos consisten de una muestra aleatoria distribucin desconocida que denotamos por Supuestos La muestra es aleatoria La distribucin hipottica de tamao . asociada a una
es continua
Sea Hiptesis A.
una funcin de distribucin completamente especificada que toma valores
de al menos un valor de de al menos un valor de de al menos un valor de
B.
C.
Estadstico de prueba La funcin de distribucin emprica de una muestra se calcula como:
A. Sea el estadstico
la mayor distancia vertical entre |
y | por encima de por encima de
B. Sea el estadstico C. Sea el estadstico
igual a la mayor distancia vertical de | |
definida como la mayor distancia vertical de | |
48
Estadstica II
Regla de decisin: Rechaza al nivel si:
Donde: Es el cuantil de una Kolmogorov-Smirnov Ejemplo Se efectuaron mediciones del nivel de glucosa en la sangre a 30 pacientes en ayuno, hombres, no obesos y aparentemente sanos.
Concentraciones de glucosa (mg/100 ml) 93 100 88 91 98 67 87 77 72 95 63 91 75 67 88 59 83 64 80 68 90 92 52 85 85 98 60 62 59 100

Se pretende saber si es posible concluir que tales datos no pertenecen a una poblacin que sigue una distribucin normal, con media 80 y desviacin estndar de 6. Hiptesis de al menos un valor de Procedimiento del clculo El primer paso es calcular los valores como se muestra en la siguiente tabla.
49
Estadstica II
x 52 59 60 62 63 64 67 68 72 75 77 80 83 85 87 88 90 91 92 93 95 98 100 Frecuencia 1 2 1 1 1 1 2 1 1 1 1 1 1 2 1 2 1 2 1 1 1 2 2 30 Frecuencia acumulada 1 3 4 5 6 7 9 10 11 12 13 14 15 17 18 20 21 23 24 25 26 28 30 S(x) 0.033 0.100 0.133 0.167 0.200 0.233 0.300 0.333 0.367 0.400 0.433 0.467 0.500 0.567 0.600 0.667 0.700 0.767 0.800 0.833 0.867 0.933 1.000
Los valores de se obtienen al convertir cada valor observado de normal estndar se observa a continuacin
en un valor de la
50
Estadstica II
x 52 59 60 62 63 64 67 68 72 75 77 80 83 85 87 88 90 91 92 93 95 98 100 z=(x-80)/6 -4.67 -3.50 -3.33 -3.00 -2.83 -2.67 -2.17 -2.00 -1.33 -0.83 -0.50 0.00 0.50 0.83 1.17 1.33 1.67 1.83 2.00 2.17 2.50 3.00 3.33 F(x) 0.000002 0.000233 0.000429 0.001350 0.002303 0.003830 0.015130 0.022750 0.091211 0.202328 0.308538 0.500000 0.691462 0.797672 0.878327 0.908789 0.952210 0.966623 0.977250 0.984870 0.993790 0.998650 0.999571 S(x) 0.000000 0.000008 0.000014 0.000045 0.000077 0.000128 0.000504 0.000758 0.003040 0.006744 0.010285 0.016667 0.023049 0.026589 0.029278 0.030293 0.031740 0.032221 0.032575 0.032829 0.033126 0.033288 0.033319 |F(x)-S(x)| 0.000001480 0.000224875 0.000414758 0.001304901 0.002226491 0.003702701 0.014625802 0.021991794 0.088170846 0.195584102 0.298252954 0.483333333 0.668413713 0.771082565 0.849049912 0.878495821 0.920469326 0.934402709 0.944674872 0.952040865 0.96066399 0.965361765 0.966251908
El estadstico
por ser el mximo de las diferencias absolutas.
Con buscamos el cuantil en la tabla de la Kolmogorov-Smirnov ubicada en la pestaa de Material de apoyo Como se cumple la condicin:
Entonces rechazamos normal.
y por lo tanto los niveles de glucosa no siguen una distribucin
1.7.3. Prueba de Kolmogorov-Smirnov para dos muestras
51
Estadstica II
El test quiere probar si dos muestras independientes provienen de la misma poblacin, la diferencia con los test vistos anteriormente como la mediana, la prueba de signos, la U MannWhitney es que solo toman en cuenta informacin como la media o la mediana y desperdician otro tipo de informacin importante como es la variabilidad entre las observaciones. Datos Se tienen dos
De tamao
la primera de ellas y
la segunda.
Supuestos: Las muestras son aleatorias Las muestras son independientes La escala de medida es al menos ordinal Se supone que las variables provienen de una funcin de probabilidad continua Llamamos: continua de la primera muestra continua de la segunda muestra
Hiptesis A. de al menos un valor de de al menos un valor de de al menos un valor de
B.
C.
Estadstico de prueba Sean: la funcin de distribucin emprica de la muestra la funcin de distribucin emprica de la muestra
52
Estadstica II
El estadstico est definido para las diferentes hiptesis como: D. Sea el estadstico la mayor distancia vertical entre | y | por encima de
E. Sea el estadstico
igual a la mayor distancia vertical de | |
F. Sea el estadstico
definida como la mayor distancia vertical de | |
por encima de
Regla de decisin
Rechaza
al nivel
si:
Donde: es el cuantil de una Kolmogorov-Smirnov Utiliza la tabla de inferencia ubicada en la pestaa de Material de apoyo Si se utiliza la tabla 12 de la tabla de inferencia ubicada en la pestaa de Material de apoyo Si apoyo Ejemplo Se tienen dos muestras aleatorias de tamao 12 y 10 respectivamente. Se desea probar que ambas muestras provienen de la misma distribucin de probabilidad. Hiptesis de al menos un valor de se utiliza la tabla 13 de tabla de inferencia ubicada en la pestaa de Material de
53
Estadstica II
Procedimiento de clculo Las dos muestras son ordenadas de menor a mayor por conveniencia y se calculan las funciones empricas como se muestra a continuacin
0.07 0.50 0.62 1.08 1.50 1.58 2.32 2.46 2.48 3.00 3.18 3.95 5.83 5.46 5.91 6.68 6.78 6.90 8.56 10.35 12.03 12.04
0 0 1/12 1/12 2/12 2/12 3/12 4/12 4/12 5/12 6/12 7/12 7/12 8/12 8/12 8/12 9/12 10/12 11/12 1 1 1
1/10 2/10 2/10 3/10 3/10 4/10 4/10 4/10 5/10 5/10 5/10 5/10 6/10 6/10 7/10 8/10 8/10 8/10 8/10 8/10 9/10 1
0-1/10 0-2/10 1/12-2/10 1/12-3/10 2/12-3/10 2/12-4/10 3/12-4/10 4/12-4/10 4/12-5/10 5/12-5/10 6/12-5/10 7/12-5/10 7/12-6/10 8/12-6/10 8/12-7/10 8/12-8/10 9/12-8/10 10/12-8/10 11/12-8/10 1-8/10 1-9/10 1-1
0.10 0.20 0.12 0.22 0.13 0.23 0.15 0.07 0.17 0.08 0.00 0.08 0.02 0.07 0.03 0.13 0.05 0.03 0.12 0.20 0.10 0.00
El estadstico de prueba es
por ser el mximo de las diferencias absolutas.
Buscamos en la tabla de Kolmogorov Smirnov para dos muestras de diferentes tamaos el cuantil con y , este valor queda incorporado cuando tomamos
Como no rechazamos y por lo tanto existe evidencia para suponer que las muestras provienen de la misma poblacin.
54
Estadstica II
1.7.4. Otras pruebas de bondad y ajuste
Las pruebas vistas anteriormente son aquellas que se utilizan con mayor frecuencia y son fciles de localizar en los paquetes estadsticos. Por ejemplo, la prueba de Rao-Scott es una correccin a la prueba Ji-Cuadrada que se realiza cuando se toma en cuenta el diseo muestral. En particular para la prueba Kolmogorov-Smirnov existen las variantes como la prueba Anderson Darling que da mayor peso a las colas de la distribucin .La prueba de Cramr-Von Mises en donde adems de tomar la mayor distancia vertical entre y realiza una correccin dependiendo el tamao de las muestras. En el caso de tener mltiples muestras se puede revisar la prueba que propone Birnbaum y Hall. Sin embargo, el clculo de las pruebas se dificulta a medida que se tienen ms de dos poblaciones, por lo que es necesario un paquete estadstico. Ejemplo 1 Con los datos de glucosa se requiere probar si los datos provienen de una distribucin normal con media 80 y desviacin estndar de 6 utilizando la prueba Anderson Darling. Hiptesis de al menos un valor de Procedimiento del clculo Acomodamos en orden las observaciones, estandarizamos y obtenemos los valores de Correspondientes a una distribucin normal estndar. Todo esto se haba obtenido en el ejercicio anterior. Solo que ahora se realizan unos clculos extras que se muestran en la siguiente tabla.
55
Estadstica II
i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Suma x 52 59 60 62 63 64 67 68 72 75 77 80 83 85 87 88 90 91 92 93 95 98 100 F(xi) 0.000002 0.000233 0.000429 0.001350 0.002303 0.003830 0.015130 0.022750 0.091211 0.202328 0.308538 0.500000 0.691462 0.797672 0.878327 0.908789 0.952210 0.966623 0.977250 0.984870 0.993790 0.998650 0.999571 F(xn+1-i) 0.999571 0.998650 0.993790 0.984870 0.977250 0.966623 0.952210 0.908789 0.878327 0.797672 0.691462 0.500000 0.308538 0.202328 0.091211 0.022750 0.015130 0.003830 0.002303 0.001350 0.000429 0.000233 0.000002 ln F(xi) -0.000429 -0.001351 -0.006229 -0.015246 -0.023013 -0.033946 -0.048970 -0.095643 -0.129736 -0.226058 -0.368946 -0.693147 -1.175912 -1.597863 -2.394577 -3.783184 -4.191066 -5.564791 -6.073427 -6.607726 -7.753913 -8.366065 -13.389833 ln F(xn+1-i) -0.0004292 -0.0013508 -0.0062290 -0.0152458 -0.0230129 -0.0339462 -0.0489701 -0.0956426 -0.1297358 -0.2260583 -0.3689464 -0.6931472 -1.1759118 -1.5978633 -2.3945774 -3.7831843 -4.1910665 -5.5647911 -6.0734271 -6.6077262 -7.7539130 -8.3660653 -13.3898333 (2i-1)/n*[ln F(xi)- ln F(xn+1--i)] -0.0435156 -0.1307872 -0.2200996 -0.3136279 -0.4093145 -0.5107312 -0.6205748 -0.7769251 -0.9309137 -1.1995745 -1.5867717 -2.3862944 -3.6432864 -4.9254181 -7.2993690 -11.5459752 -13.4613213 -18.4580599 -21.1492872 -24.1044628 -29.4269942 -33.1513746 -54.3515215 -230.646200
El estadstico Anderson-Darling es:
)]
El valor crtico con es que se puede consultar en la tabla valores crticos ubicado en la pestaa Material de apoyo Como el valor calculado es mucho mayor se rechaza la hiptesis nula. Por lo tanto no existe evidencia estadstica suficiente para suponer que los datos siguen una distribucin normal. La conclusin coincide con obtenida con la prueba Kolmogorov-Smirnov.
Autoevaluacin
Es momento de realizar la autoevaluacin, donde podrs medir el grado de conocimiento que
56
Estadstica II
haz adquirido durante la unidad Instrucciones: Escoge la opcin correcta que responda a la pregunta planteada 1. Qu tipos de escala de medida utiliza la prueba binomial de una sola poblacin: a) Escala nominal b) Escala ordinal c) Escala de intervalo d) Escala de razones 2. Cul de las siguientes pruebas utiliza rangos al construir el estadstico de prueba: a) Prueba U de Mann Witney b) Prueba de Mac Nemar c) La prueba de la mediana d) Prueba Cox Stuart 3. Elige la opcin que define a la prueba de la mediana: a) La prueba se utiliza para muestras independiente con diferentes tamaos de muestras b) La prueba se utiliza para muestras relacionadas con el mismo tamao de muestra en las dos poblaciones c) La prueba se utiliza para muestras relacionadas con diferentes tamaos de muestras d) La prueba se utiliza para muestras independientes con iguales tamaos de muestras 4. Cul la escala de medida requerida para la prueba Wilcoxon: a) Escala de intervalo b) Escala nominal c) Escala ordinal d) Escala de razones 5. Cul de las siguientes pruebas permite contrastar tendencia: a) Prueba Cox Stuart b) Prueba U de Mann Witney c) La prueba de la mediana d) Prueba de Mac Nemar 6. Qu supuestos exigen los contrastes estadsticos no paramtricos: a) Olvidan el supuesto de normalidad b) Que la(s) muestra(s) proceda(n) de poblaciones en las que la(s) variable(s) se distribuyen segn una ley normal c) Que las varianzas en ambas poblaciones no difieran significativamente d) Que alguna o algunas variables estn al menos en una escala de intervalo 7. Elige la opcin que define a la prueba Mac Nemar: a) La prueba se utiliza para muestras apareadas con iguales tamaos de muestras b) La prueba se utiliza para muestras relacionadas con el mismo tamao de muestra en las dos poblaciones c) La prueba se utiliza para muestras relacionadas con diferentes tamaos de
57
Estadstica II
muestras d) La prueba se utiliza para muestras apareadas con diferentes tamaos de muestras 8. Cul es el estadstico en la prueba de signos: a) Total de signos +s b) Suma de los rangos asignados a las parejas frecuente c) Total de xitos d) Nmero de rachas
con el signo menos
9. Cul de las siguientes pruebas se utiliza para contrastar aleatoriedad: a) Prueba de rachas Wald-Wolfowitz b) Prueba de Mac Nemar c) La prueba de la mediana d) Prueba Cox Stuart 10. Cul de las siguientes pruebas se utiliza para probar igualdad de medias en ms de tres poblaciones: a) Prueba Kruskall-Wallis b) Prueba U de Mann Witney c) Prueba Wald-Wolfowitz d) Prueba de Cox Stuart Para comprobar tus respuestas revisa el archivo Respuestas_autoevaluacin_U1, ubicada en la pestaa Material de apoyo de la unidad 1. RETROALIMENTACION 1 -3 Debes revisar nuevamente el contenido, ya que tu conocimientos fueron confusos 3-8 Los conocimientos no fueron los suficientes, revisa los temas en los que haz errado 8-10 Los conocimientos fueron adquiridos eficazmente, sigue adelante
Evidencia de aprendizaje. Pruebas no paramtricas y bondad de ajuste

A travs de esta actividad, aplicaras los conceptos de Pruebas paramtricas y bondad de ajuste en problemas especficos. Instrucciones: 1. Descarga el documento llamado EA. Pruebas no paramtricas y bondad de ajuste 2. Resuelve cada problema que ah se presenta 3. Guarda tu documento con la siguiente nomenclatura MEST2_U1_EA_XXYZ.
58
Estadstica II
4. Sustituye las XX por las dos primeras letras de tu primer nombre, la Y por la inicial de tu apellido paterno y la Z por la inicial de tu apellido materno. 5. Enva tu reporte al portafolio de evidencias y espera la retroalimentacin de tu facilitador(a), atiende sus comentarios y renva la nueva versin de tu evidencia. 6. Consulta la Escala de Evaluacin para conocer los criterios con que ser evaluado tu trabajo.
Autorreflexiones
Al finalizar, consulta el Foro: Preguntas de autorreflexin para realizar el ejercicio correspondiente y enviarlo a travs de la herramienta Autorreflexiones. Recuerda que tambin se toman en cuenta para la calificacin final.
Cierre de la unidad
Durante la unidad 1 aprendiste pruebas que te ayudarn a comparar igualdad de distribuciones, tendencia, independencia de los datos sin necesidad de utilizar supuestos distribucionales y con la oportunidad de poder utilizar variables que sean al menos de tipo ordinal. Con ayuda de la distribucin Ji-Cuadrada podemos comparar poblaciones que estn separadas por un antes y n despus. En realidad se trata de la misma poblacin, pero medida en diferentes tiempo. Finalmente aprendiste tcnicas de Bondad de Ajuste para verificar un supuesto distribucional sobre los datos. En Estadstica I y en est unidad has aprendido pruebas que te ayudarn a contrastar distintas hiptesis con diferentes escalas de medida. En la Unidad 2 desarrollaras modelos con variables correlacionadas, donde una sea la variable a explicar y las dems las varibles que expliquen. Te ayudars de algunas de las pruebas vistas anteriormente para poder hacer inferencia del modelo.
Para saber ms
Te recomiendo los siguientes links para utilizar el paquete estadstico R en pruebas no paramtricas: http://www.r-tutor.com/elementary-statistics/non-parametric-methods
59
Estadstica II
Chi , Y. (n.d.). R tutorial, an introduction to statistics. Retrieved from http://www.rtutor.com/elementary-statistics/non-parametric-methods Cookbook for r. (n.d.). Retrieved from http://wiki.stdout.org/rcookbook/Statistical analysis/Frequency tests/
Referencias Bibliogrficas
Conover, W. J. (1980) Practical Noparametric Statistics. Second Edition. New York: Wiley & Sons. Daniel, W. (1990) Applied Nonparametric Statistics. Second Edition, Boston: PWS Kent. Gibbons, J.D. (2003) Charkraborti, S., Nonparametric Statistical Inference. Fourth Edition. New York: Marcel Dekker. Gonzlez, M. T. (2009) Prez de Vargas, A., Estadistica aplicada, una visin instrumental: teora y ms de 500 problemas resueltos o propuestos con solucin. Espaa: Daz de Santos. Hollander, M. (1999) Nonparametric Statistical Methods. New York: J. Wiley.
60

U1.estadistica No Parametrica

Cargado por

Información del documento

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

U1.estadistica No Parametrica

Cargado por

Copyright:

Formatos disponibles

Estadstica II

Unidad 1. Estadstica no paramtrica

Universidad Abierta y a Distancia de Mxico

Unidad 1. Estadstica no paramtrica y pruebas de Bondad de Ajuste

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

1.1 Utilidad de las pruebas no paramtricas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

1.2. Pruebas para una sola poblacin

1.2.1. Prueba Binomial para una sola muestra

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

con nmero de xitos, es decir, distribucin de es . Regla de decisin:

denota los elementos Tipo A en la muestra.Entonces la

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Por lo tanto, rechazamos

al nivel de significancia significa que

C. Para valores muy pequeos de

es falsa. La regin crtica es:

Por lo tanto, rechazamos

Donde: { Cuando es cierta

Y usando el hecho de que

Si ahora utilizamos el Teorema Central del Lmite cuando

[ Si denota el percentil superior de una decisin es: A. Rechaza si | | B. Rechaza si

] . La aproximacin normal para las reglas de

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Intervalos de confianza Sea el cuantil de una y tenemos que

Nombre grfica: Cuantiles

Construimos el intervalo de confianza ( )

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

1.2.2. Prueba de la tendencia Cox Stuart

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Existe una tendencia creciente o decreciente En este caso

No existe tendencia decreciente En este caso

Existe una tendencia creciente o decreciente En este caso Regla de decisin:

Por lo tanto, rechazamos

al nivel de significancia significa que

C. Para valores muy pequeos de

es falsa. La regin crtica es:

Por lo tanto, rechazamos

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Por lo tanto rechazamos

1.3. Pruebas para dos poblaciones independientes

1.3.1. Prueba U de Mann-Whitney

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Estos ndices satisfacen la propiedad de que

siendo la regin de aceptacin la que verifica la igualdad bajo

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

estas probabilidades son iguales a

se rechaza la hiptesis nula C. Si la probabilidad

obtenida en la tabla U Mann Whitney es tal que

se rechaza la hiptesis nula Aproximacin a la normal Apoyndose en expresiones:

se puede calcular a partir de las siguientes

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

al nivel de significancia al nivel de significancia

Los grupos de empleados pertenecen a distinto nivel socioeconmico

Procedimiento de clculo Ordenar la sucesin mezclada e identificada

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

8 Por otro lado