Curso: Estadística III

Capítulo : Análisis de Varianza no paramétrico

MG. Ing. Luis Alberto Sánchez Alvarado
Hasta el momento hemos trabajado con modelos del tipo:

 Y cuya finalidad tiene ver si los resultados obtenidos por tratamiento son
los mismos o no, o si la variabilidad entre ellos son igual a cero o no.

 Así, el análisis de varianza nos ayudará a ver si se acepta o no las hipótesis

de igualdad.

 Pero el desarrollo del ANOVA esta basado en supuestos.

¿Pero que pasaría si no se

cumplen con los supuestos del
estudio?
2
Ante el no cumplimiento de los supuestos, una salida es la estadística NO
paramétrica

Los métodos no paramétricos o de distribución libre, son

aquellos que a menudo no suponen conocimiento de
ninguna clase acerca de las distribuciones de las
poblaciones en estudio, siendo una alternativa a la
estadística paramétrica.

Por lo general toda prueba estadística paramétrica tiene su

prueba no paramétrica, y el análisis de varianza no es la
excepción.

A continuación se pasará a revisar alguno de ellos…

3
Prueba de la suma de rangos de Wilcoxon:

Se usa cuando se quiere comparar si dos conjuntos de datos provienen de una
misma población, esto lleva a probar el supuesto de:

Ho: La mediana del grupo 1= mediana del grupo 2

Es una alternativa a la prueba t, en donde se comparaban medias, pero en este

caso se trabaja con la mediana.

Se omite la comprobación del supuesto de normalidad.

Se basa en la formación de rangos, y el razonamiento es … si la suma de rangos, en

ambos grupo es muy similar, se podría decir que sus parámetros, en este caso la
mediana, son iguales.

Planteemos un ejemplo para entender como trabaja esta metodología …

4
EJEMPLO Prueba de la suma de rangos de Wilcoxon:

Se encontró que el contenido de nicotina de dos marcas de cigarrillos, medido en

miligramos, es el siguiente:

A un nivel de significancia de 0.05 pruebe la hipótesis de que las medianas del

contenido de nicotina de las dos marcas son iguales, en comparación con la
hipótesis alternativa de que son diferentes.

5
EJEMPLO Prueba de la suma de rangos de Wilcoxon:

Paso 1: Se plantea la hipótesis:

𝐻𝑜: 𝜇1 = 𝜇2

𝐻1 : 𝜇1 ≠ 𝜇2

Paso 2: Se plantea un nivel de significancia: 0.05

Paso 3: Se ponen todos los valores en una sola lista, identificando al grupo al cual
pertenecen:
Marca A A A A A A A A B B B B B B B B B B
Valores 2.1 4 6.3 5.4 4.8 3.7 6.1 3.3 4.1 0.6 3.1 2.5 4 6.2 1.6 2.2 1.9 5.4

Paso 4: Se ordenan los elementos, y se les agrega un rango, donde el mínimo será 1:
Marca B B B A B B B A A A B B A A B A B A
Valores 0.6 1.6 1.9 2.1 2.2 2.5 3.1 3.3 3.7 4 4 4.1 4.8 5.4 5.4 6.1 6.2 6.3
Rango 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

6
EJEMPLO Prueba de la suma de rangos de Wilcoxon:

Paso 5: Se identifica los número repetidos en la lista

Marca B B B A B B B A A A B B A A B A B A
Valores 0.6 1.6 1.9 2.1 2.2 2.5 3.1 3.3 3.7 4 4 4.1 4.8 5.4 5.4 6.1 6.2 6.3
Rango 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Paso 6: En aquellos donde hubo empate, su rango asignado será el promedio.

Por ejemplo, el valor 4 se repite dos veces, y tiene el rango 10 y 11, por lo
tanto el valor asignado a cada uno será (10+11)/2 = 10.5

Marca B B B A B B B A A A B B A A B A B A
Valores 0.6 1.6 1.9 2.1 2.2 2.5 3.1 3.3 3.7 4 4 4.1 4.8 5.4 5.4 6.1 6.2 6.3
Rango 1 2 3 4 5 6 7 8 9 10.5 10.5 12 13 14.5 14.5 16 17 18

Paso 7: Luego se clasifican los grupos, el grupo con menor tamaño de muestra será el
grupo 1, y el de mayo cantidad el grupo 2.

En el ejemplo:
Grupo 1: Será el A, que tiene 8 casos
Grupo 2: Será el B, que tiene 10 casos 7
EJEMPLO Prueba de la suma de rangos de Wilcoxon:

Paso 8: Luego se procede a sumar los rangos en cada grupo

Marca A A A A A A A A B B B B B B B B B B
Valores 2.1 3.3 3.7 4 4.8 5.4 6.1 6.3 0.6 1.6 1.9 2.2 2.5 3.1 4 4.1 5.4 6.2
Rango 4 8 9 10.5 13 14.5 16 18 1 2 3 5 6 7 10.5 12 14.5 17
Suma Rangos (W) W1=93 W2=78

Paso 9: Se calcula los valores para la toma de decisión.

8
EJEMPLO Prueba de la suma de rangos de Wilcoxon:

Paso 10: Se determina el estadístico de prueba, de acuerdo a lo que se

desea probar.

En el ejemplo es un caso de bilateral, por lo tanto se trabajará con U=23.

Paso 11: Se rechaza la hipótesis nula si U, U1,U2, es menor o igual del valor
de tabla.

9
EJEMPLO Prueba de la suma de rangos de Wilcoxon:

Paso 12: Se busca en tablas:

Valor de tabla=17

Paso 13: U=23 > Valor de tabla=17

Por lo tanto no se rechaza Ho, no hay diferencia significativa entre las medianas de
ambos grupos.
10
Prueba de la suma de rangos de Wilcoxon – Muestras grandes:

¿Cuándo los valores de n1 y n2 son muy

grandes, y ya no se tiene los valores en
tabla, que se puede hacer?
Se debe hacer una aproximación a la normal, usando:

Las zonas de rechazo serán:

(a) Prueba dos colas (b) Prueba cola superior (c) Prueba cola inferior
(bilateral) (derecha) (izquierda)

Región Región Región

crítica crítica crítica
Región de Región de Región de
aceptación aceptación aceptación

11
En el ejemplo:

Región Región
crítica crítica
Región de
aceptación

Zona de Zona de
rechazo Z=1.51 rechazo
-1.96 -1.96
Por lo tanto no se rechaza Ho 12
Prueba de Kruskal Wallis :

Se usa cuando se quiere comparar k conjuntos de datos provienen de una misma
población, esto lleva a probar el supuesto de:

Ho: La mediana del grupo 1= mediana del grupo 2=…..=mediana del grupo k

Es una alternativa, cuando no se cumple el supuesto de normalidad

Se puede considerar como una extensión del método de Wilcoxon

Planteemos un ejemplo para entender como trabaja esta metodología …

13
EJEMPLO de Kruskal Wallis:

En un experimento para determinar cual de tres diferentes sistemas de misiles

es preferible, se mide la tasa de combustión del propulsor. Utilice la prueba de
Kruskal-Wallis y un nivel de significancia de 0.05 para probar la hipótesis de que
las tasas de combustión del propulsor son iguales para los tres sistemas de
misiles.

14
EJEMPLO de Kruskal Wallis:

Paso 1: Se plantea la hipótesis de igualdad de medias:

Paso 2: Se selecciona un nivel de significancia: 0.05

Paso 3: Al igual que en Wilcoxon, se dan rangos a los valores, donde 1 es el mínimo valor.
Luego por grupo se suman los rangos.
En el ejemplo quedaría de la siguiente manera:

15
EJEMPLO de Kruskal Wallis:

Paso 4: Se calcula el estadístico de la prueba:

En el ejemplo:

Paso 5: Se determina la región de rechazo, que será cuando con k-1 grados de
libertad.

En el ejemplo:
Como 1.66<5.99, entonces no se rechaza Ho, y se dirá que no existe evidencia para decir
que las medias son distintas.

16
TABLA CHI
CUADRADO