Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semestre: 5to
Tema: Actividad 12
Fecha: 20/01/21
Tipos de pruebas de normalidad
Prueba de Anderson-Darling
Esta prueba compara la función de distribución acumulada empírica (ECDF) de
los datos de la muestra con la distribución esperada si los datos fueran
normales. Si la diferencia observada es adecuadamente grande, usted
rechazará la hipótesis nula de normalidad de la población.
Kolmogorov-Smirnov y Ryan-Joiner
Las tres pruebas tienden a ser adecuadas para identificar una distribución no
normal cuando la distribución es asimétrica. Las tres pruebas distinguen menos
cuando la distribución subyacente es una distribución t y la no normalidad se
debe a la curtosis. Por lo general, entre las pruebas que se basan en la función
de distribución empírica, la prueba de Anderson-Darling tiende a ser más
efectiva para detectar desviaciones en las colas de la distribución.
Generalmente, si la desviación de la normalidad en las colas es el problema
principal, muchos profesionales de la estadística usarían una prueba de
Anderson-Darling como primera opción.
PRUEBA DE SHAPIRO-WILK
Analiza
Estadísticos Descriptivos
Explorar
En el cuadro de diálogo que aparece al activar el botón Gráficos se activa la opción Gráficos
con pruebas de normalidad.
EJEMPLO
Ejemplo 1.
En este caso para realizar el contraste Chi-cuadrado es necesario definir las cuatro categorías
contempladas en la hipótesis nula. Para ello, se crea una nueva variable, Trans2, a partir de
Trans con las siguientes categorías: Metro, Bus, Privado (que resultará de agregar Coche y
Moto) y Otros (que agrupará Tren y Otros).Una vez creada la nueva variable, con la secuencia
Analizar > Pruebas no paramétricas > Chi-cuadrado se llega al cuadro de diálogo en donde
se selecciona la variable Trans2 y se introduce en Valores esperados las frecuencias relativas
de cada categoría según la hipótesis nula correctamente ordenadas: 0,4 para la categoría 1;
0,3 para la 2; 0,2 para la 3 y 0,10 para la 4. Al aceptar se obtienen los siguientes resultados:
Como todas las categorías presentan frecuencia esperada mayor que 5 se puede aplicar el
contraste Chi-cuadrado sin modificar el número de categorías. El valor del estadístico Chi-
cuadrado permite rechazar la hipótesis nula para niveles de significación superiores al 2,7%.
Así pues, al 5% de significación se llega a la conclusión de que la distribución del tipo de
transporte que utilizan los alumnos no se adapta a la publicada por el ayuntamiento.