Está en la página 1de 12

Posgrados

Sesin 11: Pruebas No-paramtricas


Inferencia Estadstica

Dagoberto Arias, Dr.

Tabla de contenidos

TABLA DE CONTENIDOS OBJETIVO CONTENIDOS ACTIVIDADES CRDITOS

2 3 4 10 12

Objetivo
Al finalizar esta sesin estar en capacidad de:

Utilizar pruebas paramtricas y no paramtricas en Excel.

Contenidos
Los contenidos que estudiaremos en esta sesin son:

Prueba de Friedman. Coeficiente de correlacin de Spearman. Laboratorio 9: Uso de pruebas no paramtricas en Excel y programas estadsticos.

Soluciones cuando se rechaza la hiptesis de normalidad.

Transformacin de datos. Uso de pruebas no paramtricas. Algunas pruebas no paramtricas. Prueba de Wilcoxon para contrastar datos pareados.

Prueba de Mann-Whitney para muestras independientes.

Prueba de Kruskall-Wallis.

Estadstica no paramtrica La estadstica no paramtrica no supone el conocimiento de las distribuciones de los datos.

Aunque el trmino no paramtrico sugiere que la prueba no est basada en un parmetro, hay algunas pruebas no paramtricas que dependen de un parmetro tal como la media. Las pruebas no paramtricas, sin embargo, no requieren una distribucin particular, de manera que algunas veces son referidas como pruebas de libre distribucin. Aunque libre distribucin es una descripcin ms exacta, el trmino no paramtrico es ms comnmente usado.

Prueba Wilcoxon Esta prueba es una mejora de la prueba de los signos y permite detectar mejor las diferencias reales entre tratamientos pareados, ya que usa las magnitudes de las diferencias.
3. Que haya simetra en los resultados de las diferencias con la mediana verdadera de la poblacin. 1. Que los datos sean observaciones pareadas.

Contiene varios supuestos crticos:

Es una prueba flexible que se puede utilizar en distintas situaciones, con muestras de diferente tamao y con pocas.
2. Que los datos que se van a analizar sean continuos, o al menos ordinales, dentro y entre las observaciones pareadas.

Figura No. 1. Supuestos crticos de la prueba Wilcoxon

Prueba U de Mann-Whitney Esta prueba permite probar la hiptesis que dos muestras aleatorias independientes ({X1,...,Xn1} e {Y1,...,Yn2}), provienen de la misma poblacin, usando el estadstico de Wilcoxon (W).

medido una variable cuantitativa continua que no tiene una distribucin normal o cuando la variable es de tipo cuantitativa discreta. Es ms poderosa para muestras pequeas.

La U de Mann-Whitney es la ms popular de las pruebas para el estudio de dos muestras independientes. Es equivalente a la prueba de suma de rangos de Wilcoxon y a la prueba de dos grupos de Kruskal-Wallis. Es la alternativa no paramtrica a la comparacin de dos promedios independientes a travs de la t de Student.
Figura No. 2. Caractersticas de prueba U de Mann Whitney
1. Las observaciones son variables ordinales o continuas. 2. Los datos son de muestras aleatorias de observaciones independientes de dos grupos independientes. 3. La distribucin de la poblacin de la variable dependiente para los dos grupos independientes comparte una forma similar no especificada.

Se utiliza cuando se desea efectuar la comparacin de dos grupos en quienes se les ha

dos niveles; 4) Que las observaciones son Prueba Kruskal-Wallis independientes dentro de cada grupo y entre los grupos; 5) Que no hay medidas repetidas o Esta prueba no paramtrica permite realizar un anlisis de varianza no paramtrico a una va de clasificacin. El ANDEVA propuesto por Kruskal y Wallis (1952) permite comparar las medias de 2 o ms factores sin necesidad de realizar el supuesto de que los trminos de error se distribuyen normalmente. Esta prueba no paramtrica permite realizar un anlisis de varianza no paramtrico a dos vas de clasificacin. El ANDEVA propuesto por Su aplicacin asume: 1) Que los datos provienen de un grupo aleatorio de observaciones; 2) Que la variable dependiente es, al menos, ordinal; 3) Que la variable independiente es nominal, con ms de Friedman (1937, 1940) permite comparar las medias de 2 o ms distribuciones cuando el diseo del experimento es en bloques completos al azar, sin necesidad de verificar el cumplimiento del supuesto de normalidad. categoras de respuestas mltiples; y, 6) que es similar la forma en que la distribucin de la variable dependiente dentro de cada uno de los grupos. Prueba Friedman

Formato de la tabla de datos:

El archivo de datos deber contener una columna por cada tratamiento a comparar y cada fila representar a un bloque.

De este modo, si se quieren analizar dos o ms variables respuesta se deber tener un archivo para cada variable o bien en un mismo archivo deber haber una columna para cada tratamiento y variable, y el anlisis deber solicitarse para cada respuesta por separado.

Actividades
En esta sesin usted: Hace las lecturas y entrega la prueba corta. Realiza consultas al profesor en caso de tener dudas. Hace y entrega el laboratorio 9.

Bibliografa
Daniel, W. 2002. Bioestadstica. Editorial Limusa. 4 Ed. Mxico. 755 p. Fresse, F. 1970. Mtodos Estadsticos para Tcnicos Forestales. Manual de Agricultura No. 317. USDA-FS. Centro Regional de Ayuda Tcnica, AID. Mxico. 104 P. Kllen, A. 2011. Understanding Biostatistics, First Edition. John Wiley & Sons, Ltd. Kuehl, R. 2001. Diseo de experimentos. 2da. Edicin. Thomson Learning. Orozco, L. y Brumer, C. (editores). 2002. Inventarios forestales para bosques latifoliados en Amrica Central. CATIE, Turrialba, C.R. 264p. ISBN 9977-57-384-0. Quinn, G. 2007. Experimental Design and Data Analysis for Biologists. Cambridge University Press.

Ryan, T. 2007. Modern Experimental Design. First Edition. John Wiley & Sons, Inc. Sakal, R and Rohlf, J. 2009 Introduction to biostatistics. Second Edition. Dover Publications INC. Samuels, M; Witmer, J. and Schaffner, A. 2011. Statistics for the life sciences. 4TH ED. Pearson Education Inc. Snedecor, G. 1980. Mtodos Estadsticos. de J.A. Reinas A. Edit. Mxico: Continental. Tr.

Steel, R. and Torrie, J. 1980. Principles and Procedures of Statistics: A Biometrical Approach. McGraw-Hill. N.K. Zar, J. 2006. Biostatiscal Analysis. Pearson Education Inc.

Crditos
Facilitador de contenido: Profesor Dagoberto Arias, Dr. Material diseado: CEDA - TEC Digital. Evaluado por: Ing. Yoselyn Walsh Ing. Paula Morales Rodrguez