PRUEBA DEL SIGNO

Prueba No Parametrica
1.¿Para que Sirve ? Comparar 2 poblaciones similares .
2.¿Cual es la naturaleza de la variable ? se basa en direcciones relacionadas entre signos .
3.¿Que soluciones hay que considerar para poderla aplicar? Que la distribucion de los datos orginiales son contin
Parametros :"Mediana" y "Media o promedios "
Se sustenta en la distribucion Binomial .
Si la mediana de la poblacion de las diferencias es 0,entonces la probabilidades p(+) y P(-) son 0.5.
Hipotesis de trabajo :

Diferencias de los valores de una muestra respecto de un valor hipotético

n:números de pares para los cuales di≠0

P(E)=P(F)=0.5 P(+)=P(-)=0.5
Diferencias de los valores de dos muestras relacionadas

MUESTRAS PEQUEÑAS (n ≤11)

1) Planteamiento de las hipótesis (Hp, Ha)
2) Nivel de significación (α)
3)Prueba estadistica

4)Regiones Criticas
5)Conclusiones

Se trabaja con los valores positivos

Ejemplo 2 ejemplo con dos colas
Miembro 1 2 3 4 5 6
Con casos 2 1 4 4 3 3
Sin casos 3 2 2 3 4 2
signos -1 -1 2 1 -1 1
-1 -1 1 1 -1 1
π=0.5 n=11
Pruebe la hipótesis correspondiente. Use α= 0.01
0.5 11
8 0.0805664063
9 0.0268554688
10 0.0053710938
11 0.0004882813
suma 0.227 se multiplica x2 el valor de la suma por ser tener una natur
Como P = 0.227 > α = 0.01,Se No se rechaza
Se trabaja
la Hp. solo diferencias positivas

MUESTRA GRANDE(n>11)
ejemplo 3
Ejemplo de dos colas

TAMAÑO DE LA MUESTRA INICIAL :40

n= 30
diferencias positivas:
diferencias negativas:
diferencia cero

μ 15
σ 2.73861
x 19
z= 1.46059
Ztab= -1.96
Hp no se rechaza
 los datos orginiales son continuas.

+) y P(-) son 0.5.

ores positivos

7 8 9 10 11 12 13 14 15
 4 2 4 1 3 3 4 4 4
2 1 3 1 2 3 4 4 3
2 1 1 0 1 0 0 0 1
1 1 1 0 1 0 0 0 1

a suma por ser tener una naturalesa de hipotesis dos colas

ferencias positivas

de dos colas

O DE LA MUESTRA INICIAL :40

n= 240
as positivas: 19 130
as negativas: 11 110
10

μ 120
σ 7.745967
x 130
0.975 z= 1.290994 0.99
1.95996 2.32635
Hp no se rechaza
PRUEBA DE WILCOXON
prueba no parametrica
Permite compara dos poblaciones
Es mas sensible que la prueba del signo
Esta prueba considera la direccion(signo) y magnitud (cantidad)
Hipotesis de trabajo:

Diferencias de los valores de una muestra respecto de un valor hipotético

Diferencias de los valores de dos muestras relacionadas

Muestras Pequeñas (n ≤ 11)

1) Planteamiento de las hipótesis (Hp, Ha)
2) Nivel de significación (α)
3)Prueba estadistica

4) Regiones críticas (Tabla de Wilcoxon)

5) Conclusiones
EJEMPLO 1
Turno muestreado unidades ensamblajes Me0 di
1 1725 1175 550 550 70
2 1310 1120 190 190 90
3 1670 1420 250 250 120
5 1520 1640 -120 120 130
6 1290 1360 -70 70 190
7 1880 1750 130 130 250
8 1530 1440 90 90 550

n=
W-=
tabla wilcoxon
W(0.05,8)=

Wcal=4 ≤W=5,entonces ,s

EJEMPLO 2
INDIVIDUO P.ORIGINAL P.NUEVO DIFERENCIA ORDEN
A 6 8 -2 2 1
B 4 9 -5 5 1
C 5 4 1 1 2
D 8 7 1 1 3
E 3 9 -6 6 4
F 6 9 -3 3 5
H 5 9 -4 4 6

n= 7
W(-)= 3
tabla wilcoxon
W(0.05,7) 2 prueba de dos colas
Wcal=3>Wα=2,entonces ,no se rechaza Hp.
MUESTRA GRANDE n>11
EJEMPLO 2
NIVEL DE IMPUREZA Mdo dx
2.6 2.5 0.1 0.1 1 2.5
2.6 2.5 0.1 0.1 2 2.5
2.4 2.5 -0.1 0.1 3 2.5
2.4 2.5 -0.1 0.1 4 2.5
2.3 2.5 -0.2 0.2 5 5.5
2.3 2.5 -0.2 0.2 6 5.5
2 2.5 -0.5 0.5 7 8
2 2.5 -0.5 0.5 8 8
2 2.5 -0.5 0.5 9 8
1.9 2.5 -0.6 0.6 10 11.5
1.9 2.5 -0.6 0.6 11 11.5
1.9 2.5 -0.6 0.6 12 11.5
1.9 2.5 -0.6 0.6 13 11.5
1.8 2.5 -0.7 0.7 14 14
1.7 2.5 -0.8 0.8 15 15.5
1.7 2.5 -0.8 0.8 16 15.5
1.6 2.5 -0.9 0.9 17 17.5
1.6 2.5 -0.9 0.9 18 17.5
1.3 2.5 -1.2 1.2 19 19.5
1.3 2.5 -1.2 1.2 20 19.5

n= 20
W(+)= 5 cola a la izquierda
media : 105 la tabla Z
Variancia 26.7861904719577
Z= -3.73326696473279
Ztab= -1.64485363
RECHAZA LA HP
0.05
RANKEO
 w(+) w(-)
1 7
2 5
3
4 3
5 1
6 4
7 2

suma 18 4

8
4
abla wilcoxon
5 prueba de una cola A LA DERECHA

Wcal=4 ≤W=5,entonces ,se rechaza la Hp

W(+) W(-)
1.5 1.5
1.5 1.5
3 3
4 4
5 5
6 6
7 7
3 25
w(+) w(-) 2)
2.5 1 16 17 -1 1
2.5 2 16 17 -1 1
2.5 3 18 17 1 1
2.5 4 14 17 -3 3
5.5 5 14 17 -3 3
5.5 6 18 17 1 1
8 7 20 17 3 3
8 8 14 17 -3 3
8 9 18 17 1 1
11.5 10 14 17 -3 3
11.5 11 18 17 1 1
11.5 12 22 17 5 5
11.5 13 20 17 3 3
14 14 16 17 -1 1
15.5 15 16 17 -1 1
15.5 16 16 17 -1 1
17.5 17 18 17 1 1
17.5 18 14 17 -3 3
19.5 19 22 17 5 5
19.5 20 24 17 7 7
5 205
 1 5.5
2 5.5
3 5.5 5.5
11 14
12 14
4 5.5 5.5
13 14 14
14 14
5 5.5 5.5
15 14
6 5.5 5.5
18 18.5 18.5
16 14 14
7 5.5
8 5.5
9 5.5
10 5.5 5.5
17 14
19 18.5 18.5
20 20 20
112.5
PRUEBA DE MANN WHITNEY
Prueba no paramétrica que permite comparar dos poblaciones
Las muestras extraídas de dichas poblaciones deben ser independientes.
A la Prueba de Mann Whitney se le conoce también como la Prueba de la Suma de Rangos de Wilcoxon.
Suposiciones
1)Variable es Continua
2)La escala de medicion es por lo menos ordinal.
3)Las muestras de tamaño n y m.
1)Hipotesis planteada

CASO A: MUESTRAS PEQUEÑAS (n1 ≤ 20 y n2 ≤ 20)

2)Nivel de significacion
3)Prueba estadística: W = S R1 - n1(n1+ 1) /2
4) Regiones críticas: Prueba de dos colas Prueba de una cola
Izquierda Derecha
Wa/2 = Tabla ; W1-a/2 = n m - Wa/2 Wa = Tabla W1-a = n m - W
5) Decisión: Prueba d Prueba de una cola
Izquierda Derecha
W < Wa/2 o W > W1-a/2 W < Wa W > W1-
Wα/2 ≤ W ≤ W1-a/2 W ≥ Wa W > W1-a

CASO A: MUESTRAS GRANDES (n 1 > 20 ó n2 > 20)

3) Prueba estadística

Z = (W - mW) / sW
Media Variancia
mW = n1 (n1 + n2 +1) / 2 s W = {n1n2 (n1+ n2 + 1)} / 12
2

EJEMPLO 2
de la Suma de Rangos de Wilcoxon.
1 31 44 5 2
2 25 30 6 3
3 38 34 8 5
4 33 47 9 7
5 42 35 12 10
6 40 32 13 12
7 44 35 14 13
8 26 47 15 14
9 43 48 18.5 15
10 35 24 100.5 16.5
97.5

Derecha
W1-a = n m - Wa

Derecha
W > W1-a Se rechaza Hp R1= 97.5
W > W1-a No se rechaza Hp N1= 10
N2= 10
W= 42.5
W(10,10,0.25) 24 76
No se rechaza Tabla Mank WITHEY

R1= 0 N1= 21
W= -231 N2= 21
σ= 39.7523584206
μ= 451.5
ZCALCULA= -17.1687926733
ZTAB= 1.645
 1 24 1
2 25 2
3 26 3
4 30 4
5 31 5
6 32 6
7 33 7
8 34 8
9 35 10
10 35 10
11 35 10
12 38 12
13 40 13
14 42 14
15 43 15
16 44 16.5
17 44 16.5
18 47 18.5
19 47 18.5
20 48 20
PRUEBA DE KRUSKAL-WALLIS
La prueba de Kruskal Wallis es una extensión de la técnica de Mann Whitney(tambien se
Sirve para comparar trés o mas poblaciones .Implica tres o mas tratamientos.
Es La contraparte no parametrica del analisis de varianza del "DCA"
Se utiliza para comparar tratamientos .

S2 = [1/(n – 1)] [ S R(X ij)2 - n(n +1)2/4]

REGIONES CRITICAS
X2 CRITICO = X2 TABULAR = X2 (1 - a, k – 1)

CONCLUSIONES

Si X2CAL £ X2 TAB , no se rechaza Hp ;

Si X2CAL > X2 TAB , se rechaza Hp
ann Whitney(tambien se trata con muestras independientes)
tratamientos.
5 4 4
10 6.5 1
11 5 4
13 8 3
12 6.5 2
9
55 26 10

RANKEO
1 8
2 9
Ri= 91 3 10
n= 13 4 11
k= 3 5 13
S^2= 15.13 6 14 6.5
CON EMPATES 7 14 6.5
T= 10.71 8 15
SIN EMPATES 9 16
T= 10.68 10 17
TABULAR 5.99 11 20
Se rechaza 12 31
13 40
17 14 8
20 13 11
40 15 10
31 14 9
16
 PRUEBA DE FRIEDMAN
La prueba de Friedman sirve para comparar si dos más poblaciones tienen la misma distribución.
Es la contraparte no paramétrica del Diseño Bloque Completamente al Azar (DBCA)
La distribución de los datos es continua
La escala de medición es por lo menos ordinal.
Dentro de un bloque las observaciones deben estar rankeadas

1A) HIPOTESIS:
Hp: m1 = m2 = m3 = ... mK
Ha: Al menos un mi es diferente de las demás
2)NIVEL DE SIGNIFICACION (a)
3)PRUEBA ESTADISTICA
A = åå [ R(XB = 1/b å Ri2
F = (k – 1) [bB – (b2K(K + 1)2 / 4)] / [A – [bK(K + 1)2 /4] ]
b = Número de Bloques ; K = Número de Tratamientos
Si no hay empates:
F = [12 x S R2i. / bK(K + 1)] – 3b(K + 1) ~ X2 (k -1)
4)REGIONES CRÍTICAS
X2 c = X2 TAB = X2 1 - a (k – 1)
CONCLUSIONES
Si X2 CAL £ X2 TAB , no se Rechaza Hp ; Si X2 CAL > X2 TAB , se rechaza Hp
ma distribución.
JUECES SA FRE VAIN CHO
1 3 1 2 1
2 5 2 1 3
3 4 4 1 1
4 4 3 2 3

5 5 2 2 2
RANKEADO
JUECES SA FRE VAIN CHO
A= 146 1 4 1.5 3 1.5
B= 139 2 4 2 1 3
K= 4 3 3.5 3.5 1.5 1.5
b= 5 4 4 2.5 1 2.5
F= 10 5 4 2 2 2
TOTAL 19.5 11.5 8.5 10.5
TABULAR 7.815
PRUEBA DE RACHAS CORRIDAS
La prueba de Rachas Corridas se utiliza para verificar si una secuencia de observaciones es producto del azar.
Esta prueba no paramétrica evalúa la aleatoriedad
CASO A: MUESTRAS PEQUEÑAS (n 1 £ 20 y n2 £ 20)
1.Hipótesis:
Hp: La secuencia de observaciones es aleatoria
Ha: La secuencia de observaciones no es aleatoria
2.Nivel de Significación (a)
3. Prueba Estadística(r)
4. Regiones Críticas:
r α (tabla M1) o r α (tabla M2)
5.Conclusiones:
r ≤ rα (tabla M1) o r ≥ rα (tabla M2) se rechaza la Hp
rα (tabla M1) < r < rα (tabla M2) no se rechaza la Hp

CASO B: MUESTRAS GRANDES (n 1 > 20 ó n2 > 20)

1.Hipótesis:
Hp: La secuencia de observaciones es aleatoria
Ha: La secuencia de observaciones no es aleatoria
2. Nivel de Significación (a)
3.Prueba Estadística:

Z = r - mr / sr

m r = (2 n1 n2 / n1 + n2) + 1 ; s r 2 = (2 n1 n2 (2 n1 n2 - n1 - n2)) / (n1 + n2)2 (n1 + n2 -1)

4.Regiones Críticas:
±Z tab

5. Conclusiones:
Si Zcal < - Z tab ó
Zcal > + Z tab se rechaza Hp
ARTIFICIO:
Se utilizan las letras (a , b), la letra “a” para representar los valores por encima de la mediana y
la “b” para los que están debajo de ella. Del mismo modo pueden usarse los signos (+ , -).
Luego, se procede de acuerdo a los pasos señalados en los casos anteriores. Los números
iguales al valor de la mediana no se toman en cuenta.
SE TRABAJA CON MEDIANAS
nes es producto del azar. 1) PERCENTIL
1 57 49.4 7.6 1
2 62 49.4 12.6 1
3 65 49.4 15.6 1
4 45 49.4 -4.4 2
5 25 49.4 -24.4 2
6 49 49.4 -0.4 2
7 33 49.4 -16.4 2
8 41 49.4 -8.4 2
9 59 49.4 9.6 3
10 61 49.4 11.6 3
R 3
TABLA DE RACHAS N1 5
N2 5
TABLA M1 2
EJM: No se rechaza

r= 26 n1= 28
Z= -1.05192602 n2= 30
Ur= 29.9655172
σ^2= 14.2111521
σ= 3.76976818
tabulares -1.9600 1.9600
positivos
negativos
TABLA M2 10