ANÁLISIS DE ENTRADA

C. ANALISIS DE ENTRADA

Con el analisis de entrada se da valides a una serie de experimentos, para dar conclusiones
objetivas para la toma de desiciones. Se utilizan dos tipos de pruebas:
a. Pruebas de homogenidad
b. Pruebas de independencia
1. Pruebas de homogenidad. Las pruebas que se utilizan son las de Kruskal Wallis, de
varianza y de medias. Como resultado de estás se determina si en dos o mas tratamientos se
tienen comportamientos iguales o similares o hay diferencia entre ellos e indentifica entre cuales.

1.1 Prueba Kruskal - Wallis

En la prueba se utiliza la siguiente simbología PROCEDIMIENTO PARA LA PRUEBA

en la formulación:
• k: Número de tratamientos
• 𝑛𝑖 : Número de datos por tratamiento
• ∝: Nivel de significancia
• 𝑁: Número total de datos
• 𝐻: Estadistico de prueba
• ( 1 −∝): Nivel de confianza
• 𝒙𝟐 ∝, 𝒌−𝟏 : Valor critico
Requisitos para hacer la prueba:
• Se requiere obtener al menos dos (2)
tratamientos, k >1
• Dependiendo del número de tratamientos
k, estos deben de tener un número de
datos 𝑛𝑖 , con las siguientes condiciones:
k = 3 y 𝑛𝑖 ≥ 6 para 𝑖 = 1,2 𝑦 3.
k > 3 y 𝑛𝑖 ≥ 5 para 𝑖 = 1,2 … 𝑘.
• Se establece la hipótesis nula y la hipótesis
alternativa.
Ho: Las N observaciones provienen todas 7. Comparar el estadístico de prueba con el
de la misma población o son iguales.
Ha: Las N observaciones NO provienen
todas de la misma población y son
diferentes
c. Se verifica el cumplimiento de las
condiciones de k muestras y 𝑛𝑖 datos, para
hacer la prueba.
d. Se enfilan en un solo vector columna todos
los 𝑛𝑖 datos de las k muestras.
e. Se organizan los datos de menor a mayor .
f. Se le asigna un orden consecutivo de 1,
2…………n.
g. Con base en la posición se asigna al dato
un rango, si es un solo dato se le asigna el
consecutivo correspondiente, y si son mas
de un dato con igual valor númerico se
promedia el consecutivo de los datos y se
asignan el rango igual para todos los datos.
h. Se organiza los datos por muestra.
i. Se suman los rangos por muestra
j. Calcular el estadístico de prueba H;
𝑘
12 𝑅2 𝑖
𝐻= ∑ − 3(𝑁 + 1)
𝑁(𝑁 + 1) 𝑛𝑖
𝑖=1
k. Hallar el valor crítico 𝑥 2 ∝, 𝑘−1
valor crítico;
Si H < 𝒙𝟐 ∝, 𝒌−𝟏
En Excel =PRUEBA.CHI.INV
Se acepta Ho: Las N observaciones
provienen todas de la misma distribución.
Por lo tanto se requiere hacer una sola
simulación con los 25 datos y aplica para las
diferentes màquinas o para las muestras
registradas en diferentes horas.

MSc. Ingeniero Luis Carlos Sánchez Acevedo

 ANÁLISIS DE ENTRADA

1.2 Prueba de comparación de varianzas (Prueba de Levene)

En estadística, la prueba de Levene es una prueba estadística inferencial utilizada para

evaluar la igualdad de las varianzas para una variable calculada para dos o más grupos.
Algunos procedimientos estadísticos comunes asumen que las varianzas de las poblaciones
de las que se extraen diferentes muestras son iguales.
Para iniciar la prueba se organizan de mayor a menor las varianzas y se realiza la prueba.
Determinar el valor critico de F
PROCEDIMIENTO PARA LA PRUEBA 𝐹 𝑛1 −1, 𝑛2 −1 : para ∝ = 0,05
Se utiliza la siguiente nomenclatura:
𝑛1 ∶ nùmero de registros de la muestra 1
𝑛2 ∶ nùmero de registros de la muestra 2
𝑛1 − 1: grados de libertad de la muestra
1
𝑛2 − 1: grados de libertad de la muestra
2
𝜎1 2 : Varianza de la muestra 1
𝜎2 2 : Varianza de la muestra 2
F : Estadistico de prueba

𝜎1 2 Comparar el estadístico de prueba con el valor

𝐹= critico 𝐹 < 𝐹 𝑛1 −1, 𝑛2 −1 En Excel =INV.F.CD
𝜎2 2
Valor critico de F Si se cumple la condición se acepta la Ho por lo
El contraste de las hipótesis que se tiene tanto no hay evidencia para rechazar la hipótesis
que realizar es bilateral: Ho, por lo tanto
2
Ho: 𝜎1 = 𝜎2 2 𝜎1 2 = 𝜎2 2 son iguales
Ha: 𝜎1 2 ≠ 𝜎2 2
1.3 Prueba de comparación de medias

La prueba "t" de Student es un tipo de estadística deductiva. Se utiliza para determinar si

hay una diferencia significativa entre las medias de dos grupos.
PROCEDIMIENTO PARA LA PRUEBA a- Calcular la desviación estándar para las dos
Se utiliza la siguiente nomenclatura: muestras
𝑛1 ∶ nùmero de registros de la muestra 1 (𝑛1 − 1)𝜎1 2 + (𝑛2 − 1)𝜎2 2
𝑛2 ∶ nùmero de registros de la muestra 2 𝜎2 =
𝑛1 + 𝑛2 − 2
𝜇1 : media de la muestra 1 b- Determinar el estadístico de prueba
𝜇2 : media de la muestra 2 𝜇1 − 𝜇2
𝑡𝑜 =
𝜎1 : desviaciòn estándar de la muestra 1 1 1
𝜎2 : desviaciòn estándar de la muestra 2 𝜎 ∗ √𝑛 + 𝑛
1 2
𝜎: desviaciòn estándar de las dos c- Determinar el valor critico
muestras 𝑡 ∝;𝑛 +𝑛 −2 : para ∝ = 0,05 en Excel =INV.T
1 2
𝑡𝑜 . Estadistico de prueba 2

𝑡 ∝;𝑛 +𝑛 −2 : Valor critico d- Comparar el estadístico de prueba con el valor

2 1 2 critico
El contraste de las hipótesis que se 𝑡𝑜 < 𝑡 ∝;𝑛 +𝑛 −2
tiene que realizar es bilateral: 2 1 2

Ho: 𝜇1 = 𝜇2 Si se cumple la condición se acepta la Ho por lo

Ha: 𝜇1 ≠ 𝜇2 tanto no hay evidencia para rechazar la hipótesis
Ho, por lo tanto
𝜇1 = 𝜇2 son iguales.

MSc. Ingeniero Luis Carlos Sánchez Acevedo

 ANÁLISIS DE ENTRADA

2. Pruebas de independencia
Una prueba independiente de un tratamiento es aquella cuyos valores no depende de algún
factor que las manipule a su criterio sino que son un resultado ético del investigador en la
recolección de la información.
2.1 Prueba de corridas arriba y abajo

El procedimiento de esta prueba consiste en determinar una secuencia de números 𝑛𝑖 que sólo
contiene unos y ceros, de acuerdo con una comparación entre 𝑛𝑖 y 𝑛𝑖 + 1. Después se
determina el número de corridas observadas, C0 (una corrida se identifica como la cantidad de
unos o ceros consecutivos). Luego se calcula el valor esperado, la varianza del número de
corridas y el estadístico 𝑍∝⁄2 𝑚ediante las ecuaciones:
e. Se suma los unos (1) del vector d, con
PROCEDIMIENTO PARA LA PRUEBA lo cual se determina 𝐶𝑂 .
2𝑛+1
f. Se calcula 𝜇𝐶𝑂 = 3
a. Se establece la hipótesis nula y la hipótesis 16𝑛−29
alternativa. g. Se calcula 𝜎 2 𝐶𝑂 =
90

h. Se calcula 𝜎𝐶𝑂 = √𝜎 2 𝐶𝑂
Ho: El conjunto de los 𝑛𝑖 son independientes.
Ha: El conjunto de los 𝑛𝑖 NO son i. Calcular el estadístico de prueba 𝑍𝑂
independientes. 𝐶𝑂 − 𝜇𝐶𝑂
b. Se enfilan en un solo vector columna a 𝑍𝑂 = | |
𝜎𝐶𝑂
todos los 𝑛𝑖 datos de las k muestras. j. Hallar el valor crítico 𝑍∝⁄2 para ∝= 0,05 ;
c. Se compara cada variable 𝑛𝑖 + 1 con 𝑛𝑖 en
𝑍0,05⁄ = 1,96
el vector b, si la variable 𝑛𝑖 + 1 > 𝑛𝑖 se 2
asigna un 1 en la celda de la vector c , en k. Comparar el estadístico de prueba
el caso contraria se asigna cero (0). con el valor crítico;
d. Se compara en el vector c la celda 𝑛𝑖 + 1 Si: 𝑍𝑂 < 𝑍∝⁄2
con 𝑛𝑖 si 𝑛𝑖 + 1 = 𝑛𝑖 se asigna un 1 en la Si se cumple la comparación se concluye
celda del vector d , en el caso contraria se que los números del conjunto 𝑟𝑖 son
asigna cero (0). independientes.
Se acepta Ho:
No hay evidencia para rechazar la hipótesis
Ho de que las 𝑛𝑖 variables son
independientes.

MSc. Ingeniero Luis Carlos Sánchez Acevedo

 ANÁLISIS DE ENTRADA

2.2 Diagrama de dispersión

Un diagrama de dispersión o gráfica de dispersión o gráfico de burbujas es un tipo
de diagrama matemático que utiliza las coordenadas cartesianas para mostrar los valores de
dos variables para un conjunto de datos.

MSc. Ingeniero Luis Carlos Sánchez Acevedo