MÉTODOS O PARAMÉTRICOS

ING. ANDRÉS F. PORTO SOLANO M.SC.

TEMA 4: PRUEBAS NO PARAMÉTRICAS

 INTRODUCCIÓN
 INDEPENDENCIA DE MUESTRAS
 PRUEBA DE SIGNOAS
 PRUEBA DE RANGOS CON SIGNOS
 EJERCICIOS
INTRODUCCIÓN
INTRODUCCIÓN

En ocasiones, los distintos sistemas arrojan datos luego de algún

proceso de medición o conteo (variables cuantitativas), por lo cual
se hace necesario corroborar antes de cualquier análisis estadístico
si la variable estudiada sigue el modelo normal de distribución de
probabilidades. De ser el caso en que los datos NO se ajusten a una
distribución normal, se les puede aplicar los denominados métodos
NO paramétricos.
ESTADÍSTICA NO PARAMÉTRICA

La estadística no paramétrica es una rama de la estadística que

estudia las pruebas y modelos estadísticos cuya distribución
subyacente no se ajusta a los llamados criterios paramétricos. Su
distribución no puede ser definida a priori, pues son los datos
observados los que la determinan. La utilización de estos métodos
se hace recomendable cuando no se puede asumir que los datos se
ajusten a una distribución conocida (como la normal)
MÉTODOS NO PARAMÉTRICOS

¿Número de ¿Dependientes o Prueba a

¿Es simétrica?
muestras? Independientes? realizar

RANGOS CON
SI NA
SIGNOS
1
NO NA SIGNOS

SUMA DE
SI INDEPENDIENTES
RANGOS
2
NO DEPENDIENTES SIGNOS

Fuente: Elaboración propia

INDEPENDENCIA DE MUESTRAS
INDEPENDENCIA

Supuesto estadístico, comprobable también analíticamente, que

describe que dos muestras aleatorias proceden de distintas
poblaciones de datos.

Fuente: Elaboración propia

PRUEBA DE SIGNOS
PRUEBA DE SIGNOS
 Basada en la mediana

P( X  ~ )  0.5  P( X  ~ )  0.5 Caso Discreto

P( X  ~ )  P( X  ~ )  0.5 Caso Continuo

 Hipótesis a probar:
H 0 : ~  ~0

Estadístico de prueba:
Variable aleatoria binomial X (signos +)

Si Ho es verdadera, la probabilidad de que X tenga como

resultado un signo + o uno – será igual a ½
CASOS

H 0 : ~  ~0 , H 0 : ~  ~0 ,
H : ~  ~
H : ~  ~
1 0
1 0

P  P ( X  x , p  1 / 2)
x  n/2
P  2 P ( X  x, p  1 / 2),
H 0 : ~  ~0 ,
H : ~  ~
1 0
x  n/2
P  P ( X  x , p  1 / 2)
P  2 P ( X  x, p  1 / 2),
EJERCICIO 1.

Montgomery y Peck reportan un estudio en el que un motor

cohete se forma uniendo un propulsor de ignición y un
propulsor de sustentación en el interior de una carcasa de
metal. La resistencia al corte de la unión entre los dos tipos
de propulsores es una característica importante. Ver datos
Quiere probarse la hipótesis de que la mediana del esfuerzo
cortante es de 2000 psi, utilizando un Alpha=0.05
 1 2158.7 11 2165.2
2 1678.15 12 2399.55
3 2316 13 1779.8
4 2061.3 14 2336.75
5 2207.5 15 1765.3
6 1708.3 16 2053.5
7 1784.7 17 2414.4
8 2575.1 18 2200.5
9 2357.9 19 2654.2
10 2256.7 20 1753.7
PRUEBA DE RANGOS CON SIGNOS
PRUEBA DE RANGOS CON SIGNOS
 Basada en la media

Ho H1 Calcule
~  ~0 w+
~  ~0 ~  ~0 w-
~  ~ 0 w
~1  ~2 w+
~1  ~2 ~  ~
1 2 w-
~1  ~2 w
 CÁLCULO DE W
W es el estadístico de la prueba de rangos con signos. Este describe el
número de rangos positivos o negativos de acuerdo a las hipótesis
planteadas.
1. Calcular las diferencias de cada dato respecto al valor objetivo.
2. Ordenar de en valor absoluto, de menor a mayor todas aquellas
diferencias halladas.
3. Anotar el signo de cada una de las diferencias
4. Calcular lo rangos de acuerdo al ordenamiento en valor absoluto
de las diferencias.
5. Multiplicar el signo de cada una de las diferencias por el respectivo
rango.
6. Comparar el W calculado con el Wcrítico (tablas)
ZONA DE RECHAZO

Sí W calculado > Wcrítico (tabla) NO se rechaza Ho.

EJERCICIO 2.

Basados en el ejercicio anterior (signos). Suponga que

la distribución fundamental es continua y simétrica.
Pruebe que:
Hipótesis

Ho : µ=2000 psi.

H1 : µ≠2000 psi
PRUEBA DE SUMA DE RANGOS
MÉTODOS NO PARAMÉTRICOS

¿Número de ¿Dependientes o Prueba a

¿Es simétrica?
muestras? Independientes? realizar

RANGOS CON
SI NA
SIGNOS
1
NO NA SIGNOS

SUMA DE
SI INDEPENDIENTES
RANGOS
2
NO DEPENDIENTES SIGNOS

Fuente: Elaboración propia

PRUEBA DE SUMA DE RANGOS
 Basada en la media
CÁLCULO DE W
ZONA DE RECHAZO

Sí W1 o W 2 > W crítico (tablas) No rechazo Ho.

*En caso de ser de dos colas, se usaría el W más

pequeño.
EJERCICIO 2.
Se estudia la resistencia axial promedio en los miembros tensores
utilizados en la estructura de aeronaves. Para ello se investigan dos
aleaciones. La aleación 1 es un material tradicional, y la aleación 2 es
una nueva aleación de aluminio y litio mucho más ligera que el
material estándar. Se prueban 10 especímenes de cada tipo de
aleación y se mide su resistencia axial. Los datos se presentan a
continuación. Con un Alpha de 0.05 pruebe la hipótesis de que las
medias de las dos distribuciones
Aleación 1 (psi) de resistencia son idénticas
Aleación 2(psi)
3238 3254 3261 3248
3195 3229 3187 3215
3246 3225 3209 3226
3190 3217 3212 3240
3204 3241 3258 3234
PRUEBA DE KRUSKALL WALLIS
PRUEBA DE KRUSKAL-WALLIS

En estadística, la prueba de Kruskal-Wallis (de William Kruskal y W.

Allen Wallis) es un método no paramétrico para probar si un grupo
de datos proviene de la misma población. Intuitivamente, es
idéntico al ANOVA con los datos reemplazados por categorías.
Ya que es una prueba no paramétrica, la prueba de Kruskal-Wallis
no asume normalidad en los datos, en oposición al tradicional
ANOVA. Sí asume, bajo la hipótesis nula, que los datos vienen de
la misma distribución

K = número tamaño
de la muestra más
pequeña
PRUEBA HIPÓTESIS

Hipótesis

Ho : Las medias de las muestras son iguales.

H1 : Existe al menos una muestra distinta a las demás

PRUEBA DE KRUSKAL-WALLIS

K = número tamaño
de la muestra más
pequeña
CÁLCULO DE W
En Diseño y análisis de experimento de Montgomery presenta datos
de un experimento en el que se prueban 5 fibras sintéticas con
diferente contenido de algodón. Las fibras se prueban se prueban
para determinar si el contenido de algodón tiene algún efecto sobre
la resistencia a la tensión.
Porcentaje de algodón en la muestra

15% 20% 25% 30% 35%

7 12 14 19 7

7 17 18 25 10

15 12 18 22 11

11 18 19 19 15

9 18 19 23 11