ESTADÍSTICA NO PARAMÉTRICA

Prueba de los signos

Se basa en el signo de una diferencia entre dos observaciones relacionadas. En general, se designa
con un signo más (+) una diferencia positiva, y con un signo menos (–), una negativa.

Por ejemplo, una dietista quiere ver si disminuirá el nivel de colesterol de una persona si la dieta
se complementa con cierto mineral. Ella selecciona una muestra de 20 obreros mayores de 40
años de edad y mide su nivel de colesterol. Después que los 20 sujetos toman el mineral durante 6
semanas, se vuelve a medir su nivel de colesterol; si disminuyó, se registra un signo “+”. Si
aumentó, se registra un signo “–”. Si no hay cambio, se registra cero (y esa persona sale del
estudio). Para una prueba de los signos, no interesa la magnitud de la diferencia, sólo la dirección
de la diferencia. La prueba de los signos tiene muchas aplicaciones. Una es para experimentos de
“antes/después”.

Se asume que la variable es continua, aunque la prueba se puede aplicar en variables medidas al
menos en una escala ordinal y donde tenga “sentido” la interpretación de la mediana.
ESTADÍSTICA NO PARAMÉTRICA

Ejemplo

El director de sistemas de información de Samuelson Chemicals recomendó la elaboración

de un programa de capacitación para gerentes en la planta. El objetivo es

aumentar los conocimientos sobre la base de datos de contabilidad, adquisiciones,

producción, etc. Algunos gerentes pensaron que el programa valdría la pena, otros

se resistieron y dijeron que no tendría ningún caso. A pesar de estas objeciones, se

anunció que las sesiones de capacitación iniciarían el día primero del mes.

Se seleccionó de forma aleatoria una muestra de 15 gerentes. Un panel de

expertos en bases de datos determinó el nivel general de conocimientos de cada

gerente respecto del uso de las bases de datos. Su competencia y comprensión se

calificaron como sobresalientes, excelentes, buenas, regulares o deficientes. (Consulte

la tabla 18.1.) Después del programa de capacitación de tres meses, el mismo

panel de expertos en sistemas de información calificó a cada gerente una vez más.

Las dos calificaciones (antes y después) aparecen con el signo de la diferencia. Un

signo “+” indica una mejora, y un signo “–”, que la competencia del gerente para las

bases de datos declinó después del programa de capacitación

Lo que interesa saber es si el programa de capacitación en la planta aumentó

de manera eficaz la competencia de los gerentes en el uso de la base de datos de la

compañía. Es decir, ¿los gerentes son más competentes después del programa de

capacitación que antes?

El símbolo 􀁑 es la proporción en la población con una característica

particular. Si no se rechaza la hipótesis nula, se indica que el programa de

capacitación no produjo ningún cambio en el nivel de competencia o que

la competencia en realidad disminuyó. Si se rechaza la hipótesis nula, se

indica que la competencia de los gerentes aumentó como resultado del

programa de capacitación.

El estadístico de prueba sigue la distribución de probabilidad binomial.

Es apropiado debido a que la prueba de los signos cumple con todas las

suposiciones binomiales, que son las siguientes:

1. Sólo hay dos resultados: “éxito” o “fracaso”. Un gerente o aumentó su

competencia para las bases de datos (un éxito) o no.

2. Por cada intento, se supone que la probabilidad de éxito es 0.50. Así,

la probabilidad de un éxito es la misma en todos los intentos (en este

caso, los gerentes).

3. El número total de intentos es fijo (15 en este experimento).

4. Cada intento es independiente. Eso significa, por ejemplo, que el desempeño

de Arthur Seiple en el curso de tres meses no se relaciona con

el desempeño de Sandy Gumpp.

􀀱􀁂􀁔􀁐􀀁􀀓􀀛 􀀴􀁆􀁍􀁆􀁄􀁄􀁊􀁐􀁏􀁆􀀁􀁖􀁏􀀁􀁏􀁊􀁗􀁆􀁍􀀁􀁅􀁆􀀁􀁔􀁊􀁈􀁏􀁊􀃠􀁄􀁂􀁏􀁄􀁊􀁂􀀏􀀁Elija un nivel de 0.10.

􀀁􀀱􀁂􀁔􀁐􀀁􀀔􀀛 􀀥􀁆􀁄􀁊􀁅􀁂􀀁􀁔􀁐􀁃􀁓􀁆􀀁􀁆􀁍􀀁􀁆􀁔􀁕􀁂􀁅􀃎􀁔􀁕􀁊􀁄􀁐􀀁􀁅􀁆􀀁􀁑􀁓􀁖􀁆􀁃􀁂􀀏􀀁Es el número de signos más que

resulten del experimento.

􀀁􀀱􀁂􀁔􀁐􀀁􀀕􀀛 􀀧􀁐􀁓􀁎􀁖􀁍􀁆􀀁􀁖􀁏􀁂􀀁 􀁓􀁆􀁈􀁍􀁂􀀁􀁅􀁆􀀁􀁅􀁆􀁄􀁊􀁔􀁊􀃓􀁏􀀏􀀁En el curso de capacitación se inscribieron

15 gerentes, pero Andy Love no mostró aumento ni reducción en

la competencia. (Consulte la tabla 18.1.) Por tanto, se eliminó del estudio

debido a que no se pudo incluir en ningún grupo, entonces n = 14. A partir

de la tabla de distribución de probabilidad binomial del apéndice B.9,

para una n de 14 y una probabilidad de 0.50, se presenta la distribución

de probabilidad binomial en la tabla 18.2. El número de éxitos aparece en

la columna 1, las probabilidades de éxito en la columna 2, y las probabilidades

acumuladas en la 3. Para llegar a las probabilidades acumuladas,

sume las probabilidades de éxito en la columna 2 desde la parte inferior.

Con fines de ilustración, para obtener la probabilidad acumulada de 11 o

más éxitos, sume 0.000 + 0.001 + 0.006 + 0.022 = 0.029.

Ésta es una prueba de una cola debido a que la hipótesis alternativa

proporciona una dirección. La desigualdad (>) apunta hacia la derecha.

Por tanto, la región de rechazo está en la cola superior o derecha. Si el

signo de desigualdad apuntara hacia la cola izquierda (<), la región de

rechazo estaría en la cola inferior o izquierda. Si ése fuera el caso, sumaría

las probabilidades en la columna 2 hacia abajo para obtener las probabilidades

acumuladas en la columna 3.

Recuerde que se seleccionó el nivel de significancia de 0.10. Para llegar

a la regla de decisión para este problema, se recurre a las probabilidades

acumuladas en la tabla 18.2, columna 3. Se lee de abajo hacia arriba

hasta llegar a la probabilidad acumulada más cercana, pero sin exceder

el nivel de significancia (0.10). Esa probabilidad acumulada es 0.090. El

número de éxitos (signos más) que corresponde a 0.090 en la columna 1

es 10. Por tanto, la regla de decisión es: si el número de signos más en la

muestra es 10 o mayor, se rechaza la hipótesis nula y se acepta la hipótesis

alternativa.

Para repasar: se suman las probabilidades de abajo hacia arriba porque

la dirección de la desigualdad (>) es hacia la derecha, lo que indica que

la región de rechazo está en la cola superior. Si el número de signos más

en la muestra es 10 o mayor, se rechaza la hipótesis nula; de lo contrario,

no se rechaza H0. La representación de la región de rechazo aparece en

la gráfica 18.1.

¿Qué procedimiento se sigue para una prueba de dos colas? Se combinan

(suman) las probabilidades de éxito en las dos colas hasta estar lo

ESTADÍSTICA NO PARAMÉTRICA

Ejemplo 2