Estadística no

paramétrica
Sergio Jurado
Estadística Aplicada

Semana 3
Reconocer las características de una prueba no
paramétrica Multinomial.

Realizar pruebas No paramétricas de Bondad de Ajuste.

Realizar pruebas de Independencia y Homogeneidad.

 10.1 Una distribución de frecuencias para dos
variables categóricas.
• En una distribución de frecuencias se tiene un resumen de todos los posibles resultados
aleatorios de dos variables:
La Ford Motor Company opera una planta de ensamble en Dearborn, Michigan. La planta
opera tres turnos. El gerente de control de calidad quiere comparar el nivel de calidad en los
tres turnos. Los vehículos se clasifican por su nivel de calidad (aceptable, inaceptable) y por
turno (matutino, vespertino, nocturno). ¿Hay alguna diferencia en el nivel de calidad en los
tres turnos? Es decir, ¿está relacionada la calidad del producto con el turno donde se fabricó?

Nivel de Calidad

Total de
Aceptable Inaceptable
Filas
1 12 14 26
Turno 2 18 23 41
3 6 14 20
Total 36 51 87
 10.2 Pruebas de
Independencia y
Homogeneidad
Pruebas con experimentos multinomiales.
 10.2 Tablas de contingencia
• Ahora se estudiaran problemas en los que los datos también están formados por
cantidades o frecuencias, pero la tabla de información ahora tendrá I filas (I ≥ 2)
y J columnas (J > 2) , por tanto IJ celdas. Hay dos situaciones que por lo general
se encuentran y en las que se muestran los datos:

Las poblaciones de interés, Hay una sola población de interés, con

correspondientes a cada fila de la
tabla, y cada población está dividida
en las mismas J categorías de las
columnas. Nos interesa si la distribución
de las poblaciones i son iguales en
todas las columnas j.
cada individuo de la población
clasificado con respecto a dos
factores(filas y columnas) diferentes.
Nos interesa saber si el factor en las filas
i se relaciona de alguna manera con el
factor de columnas j.

Prueba de Homogeneidad Prueba de Independencia

 10.2 Tablas de contingencia
• Ahora se estudiaran problemas en los que los datos también están formados por
cantidades o frecuencias, pero la tabla de información ahora tendrá I filas (I ≥ 2) y
J (J > 2) columnas, por tanto IJ celdas. Hay dos situaciones que por lo general se
encuentran y en las que se muestran los datos:

Una compañía empaca un producto La Ford Motor Company opera una

particular en latas de tres tamaños
diferentes. La mayor parte de las latas se
apegan a especificaciones, pero un
ingeniero de control de calidad ha
identificado los siguientes errores:
Defecto en lata, Grieta en lata,
Ubicación incorrecta de arillo y otros.
¿Sugiere la información que las
proporciones que caen en las diversas
categorías de fuera
de especificación son iguales para las
tres líneas?
planta de ensamble en Dearborn,
Michigan. La planta opera tres turnos. El
gerente de control de calidad quiere
comparar el nivel de calidad en los tres
turnos. Los vehículos se clasifican por su
nivel de calidad (aceptable,
inaceptable) y por turno (matutino,
vespertino, nocturno). ¿Hay alguna
diferencia en el nivel de calidad en los
tres turnos? Es decir, ¿está relacionada
la calidad del producto con el turno
donde se fabricó?

Prueba de Homogeneidad Prueba de Independencia

 10.3 Condiciones de una prueba de hipótesis
con tablas de contingencia:
• La muestra o muestras son aleatorias simples.
• Se tienen “i” filas ≥ 2 y “j” columnas en las que se puede clasificar cada uno
de los elementos de una población.
• Se tiene una frecuencia esperada en cada casilla “ij” Eij ≥ 5

Variable B
1 2 3 ... j
1 a11 a12 a13 ... a1j
Variable A

2 a21 a22 a23 ... a2j

3 a31 a32 a33 ... a3j
... ... ... ... ... ...
i ai1 ai2 ai3 ... aij
 10.3 Condiciones de una prueba de hipótesis
con tablas de contingencia:
• Los valores críticos se encuentran en la tabla A-4, utilizando:
• Los grados de libertad gl = (f – 1)(c – 1);
donde f es el número de filas y c es el número de columnas
• En estas pruebas la región de rechazo de cola a la derecha
• El estadístico de prueba es:
𝑂−𝐸 2
χ2 = σ 𝐸

• Las frecuencias esperadas (E) se calculan de:

(𝑇𝑜𝑡𝑎𝑘 𝑑𝑒𝑐 𝑐𝑜𝑙𝑢𝑚𝑛𝑎)(𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑓𝑖𝑙𝑎)
E=
𝑇𝑜𝑡𝑎𝑙
 10.4 Prueba de Homogeneidad
Ejemplo 9.2
• Una compañía empaca un producto particular en latas de tres tamaños
diferentes. La mayor parte de las latas se apegan a especificaciones,
pero un ingeniero de control de calidad ha identificado los siguientes
errores: Defecto en lata, Grieta en lata, Ubicación incorrecta de arillo y
otros. ¿Sugiere la información que las proporciones que caen en las
diversas categorías de fuera de especificación son iguales para las tres
líneas? Realice una prueba al nivel del 5% de significancia si se tiene una
muestra de 321 con fallas clasificadas según la tabla siguiente:

Razón de falla
Ubicació Tamaño
Defecto Grieta Otros
n muestral
1 34 65 17 13 129
Línea de
2 23 52 25 6 106
Producción
3 32 28 16 10 86
Total 89 145 58 29 321
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

La solución utiliza el procedimiento de prueba de hipótesis de cinco pasos:

1. Parámetro de interés: son las proporciones: p1j; p2j: p3j para j=1, . . .5.

2. Hipótesis:
H0: O = E; Las poblaciones en las filas son homogéneas p1j = p2j = p3j para j=1, . . .5
H1: O ≠ E: Las poblaciones no son homogéneas con respecto a las categorías.
𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ 𝐸

4. Regla de decisión: Rechace H0 como verdadera si el x2 es mayor que el VC, al nivel

de significancia de α y gl=(f-1)(c-1).
5. Conclusión:
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

La solución :
1. Hipótesis:

H0: O = E; las proporciones que caen en las diversas categorías de fuera de

especificación son iguales para las tres líneas; es decir, p1j = p2j = p3j para j=1, . . .5
H1: O ≠ E: las líneas de producción no son homogéneas con respecto a las categorías.
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Ubicació Tamaño
Defecto Grieta Otros
n muestral
1 34 65 17 13 129
2 23 52 25 6 106
3 32 28 16 10 86
Total 89 145 58 29 321
Realizamos una tabla para los valores Esperados (E)

Ubicació Tamaño
Defecto Grieta Otros
n muestral
1 (89)(129) 129
375
2 106
3 86
Total 89 145 58 29 321
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Ubicació Tamaño
Defecto Grieta Otros
n muestral
1 34 65 17 13 129
2 23 52 25 6 106
3 32 28 16 10 86
Total 89 145 58 29 321
Realizamos una tabla para los valores Esperados (E)

Ubicació Tamaño
Defecto Grieta Otros
n muestral
1 (89)(129) 129
375
2 106
3 86
Total 89 145 58 29 321
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Ubicació Tamaño
Defecto Grieta Otros
n muestral
1 34 65 17 13 129
2 23 52 25 6 106
3 32 28 16 10 86
Total 89 145 58 29 321
Realizamos una tabla para los valores Esperados (E)

Ubicació Tamaño
Defecto Grieta Otros
n muestral
1 35.766 58.271 23.308 11.654 129
2 29.389 47.882 19.153 9.576 106
3 23.844 38.847 15.539 7.769 86
Total 89 145 58 29 321
 10.4 Prueba de Homogeneidad
Ejemplo 9.2
𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Realizamos el cálculo de x2:

2
34 − 35,766
35,667
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Realizamos el cálculo de x2:

0.087
 10.4 Prueba de Homogeneidad
Ejemplo 9.2
𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Realizamos el cálculo de x2:

0.087 0.777 1.707 0.155

1.389 0.354 1.785 1.335
2.79 3.029 0.014 0.641
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

H0: O = E; Las proporciones que caen en las diversas categorías de fuera de especificación son
iguales para las tres líneas.
H1: O ≠ E: las líneas de producción no son homogéneas con respecto a las categorías
Estadístico de la prueba:

𝑶−𝑬 𝟐
Realizamos el cálculo de x2 = σ
𝑬

0.087 0.777 1.707 0.155

1.389 0.354 1.785 1.335
2.79 3.029 0.014 0.641
𝑥 2 =14.063
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

H0: O = E; Las proporciones que caen en las diversas categorías de fuera de especificación son
iguales para las tres líneas.
H1: O ≠ E: las líneas de producción no son homogéneas con respecto a las categorías
Estadístico de la prueba:

𝑶−𝑬 𝟐
Realizamos el cálculo de x2 = σ
𝑬
 = 0,05
0.087 0.777 1.707 0.155 gl = (f-1)(c-1) = (2)(3) = 6
1.389 0.354 1.785 1.335
2.79 3.029 0.014 0.641
𝑥 2 =14.063 12,592.
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

H0: O = E; Las proporciones que caen en las diversas categorías de fuera de especificación son
iguales para las tres líneas.
H1: O ≠ E: las líneas de producción no son homogéneas con respecto a las categorías
Estadístico de la prueba:

No existe
evidencia
muestral suficiente
para probare que
“Las proporciones
𝑶−𝑬 𝟐
Realizamos el cálculo de x2 = σ que caen en las
𝑬
 = 0,05 diversas
0.087 0.777 1.707 0.155 gl = (f-1)(c-1) = (2)(3) = 6 categorías de
1.389 0.354 1.785 1.335
2.79 3.029 0.014 0.641 fuera de
𝑥 2 =14.063 especificación son
12,592.
iguales para las
Rechazamos Ho como tres líneas”
verdadera
 10.5 Prueba de Independencia
Ejemplo 9.3
• La Ford Motor Company opera una planta de ensamble en Dearborn,
Michigan. La planta opera tres turnos. El gerente de control de calidad
quiere comparar el nivel de calidad en los tres turnos. Los vehículos se
clasifican por su nivel de calidad (aceptable, inaceptable) y por turno
(matutino, vespertino, nocturno). ¿Hay alguna diferencia en el nivel de
calidad en los tres turnos? Es decir, al nivel del 5% de significancia ¿está
relacionada la calidad del producto con el turno donde se fabricó? Los
datos siguientes pertenecen a una muestra de 87 unid.

Nivel de Calidad
Inaceptabl Total de
Aceptable
e Filas
1 12 14 26
Turno 2 18 23 41
3 6 14 20
Total 36 51 87
 10.5 Prueba de Homogeneidad
Ejemplo 9.2

La solución utiliza el procedimiento de prueba de hipótesis de cinco pasos:

1. Parámetro de interés: son las proporciones: p1j; p2j: p3j para j=1, . . .3.

2. Hipótesis:
H0: O = E; La variable de filas es independiente de la variable
de columnas: p1j = p2j = p3j para j=1, . . .3

H1: O ≠ E: Las variables no son independientes, relacionan de

alguna manera.
𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ 𝐸

4. Regla de decisión: Rechace H0 como verdadera si el x2 es mayor que el VC, al nivel

de significancia de α y gl=(f-1)(c-1).
5. Conclusión:
 10.5 Prueba de Homogeneidad
Ejemplo 9.2

La solución :
1. Hipótesis:

H0: O = E; La calidad del producto y el turno son independientes.

H1: O ≠ E: Está relacionada la calidad del producto con el turno donde se fabricó.
 10.5 Prueba de Homogeneidad
Ejemplo 9.2
𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Inaceptabl Total de
Aceptable
e Filas
1 12 14 26
Turno 2 18 23 41
3 6 14 20
Total 36 51 87

Realizamos una tabla para los valores Esperados

(E)
Inaceptabl Total de
Aceptable
e Filas
1 (36)(26) 26
Turno
87
2 41
3 20
Total 36 51 87
 10.5 Prueba de Homogeneidad
Ejemplo 9.2
𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Inaceptabl Total de
Aceptable
e Filas
1 12 14 26
Turno 2 18 23 41
3 6 14 20
Total 36 51 87

Realizamos una tabla para los valores Esperados (E)

Inaceptabl Total de
Aceptable
e Filas
1 10,759 15,241 26
Turno 2 16,966 24,034 41
3 8,276 11,724 20
Total 36 51 87
 10.5 Prueba de Homogeneidad
Ejemplo 9.2
𝑂−𝐸 2
3. Estadístico de la prueba: La estadística de la prueba es: x2 =σ
𝐸

Realizamos el cálculo de x2:

2
12 − 10,759
10,759
 10.4 Prueba de Homogeneidad
Ejemplo 9.2

H0: O = E; La calidad del producto y el turno son independientes.

H1: O ≠ E: Está relacionada la calidad del producto con el turno donde se fabricó.

Estadístico de la prueba:

No existe evidencia
suficiente para
probar que “Está
relacionada la
Realizamos el cálculo de x2 = σ
𝑶−𝑬 𝟐 calidad del
𝑬
 = 0,05 producto con el
10.759 15.241 gl = (f-1)(c-1) = (2)(1) = 2 turno donde se
16.966 24.034 fabricó
8.276 11.724
5.991
𝑥 2 =1.419
 28

1) ¿Qué
aprendí?

Como plantear la prueba de hipótesis para un

experimento multinomial

4) ¿Qué 2) ¿Cómo
me falta aprendí?
aprender?
Conceptualizando
¿Cómo se plantea la Diferenciando
prueba de hipótesis Comparando
para la correlación? Ejemplificando
3) ¿Para
qué
aprendí?

Para plantear la prueba de hipótesis en los

trabajos de investigación.