República bolivariana de Venezuela

Ministerio del poder popular para la educación universitaria

UCS. “Universidad de las ciencias de la salud Hugo Rafael Chávez Frías”
Morita II, 12/04/2022
SCF III

Dra. Integrantes:
Dania Yubeidy Mendoza
Alejandro Chacha
Kenjaret
Juan Álvarez
Mariana
Antonio Manríquez
Maryelys Manríquez
Carlos
Angie
Pruebas de hipótesis no paramétricas
Una prueba no paramétrica es una prueba de hipótesis que no requiere
que la distribución de la población sea caracterizada por ciertos
parámetros. Por ejemplo, muchas pruebas de hipótesis parten del
supuesto de que la población sigue una distribución normal con los
parámetros μ y σ. Las pruebas no paramétricas no parten de este
supuesto, de modo que son útiles cuando los datos son
considerablemente no normales y resistentes a transformaciones.

En la estadística paramétrica, se presupone que las muestras provienen de

distribuciones totalmente especificadas caracterizadas por uno o más
parámetros desconocidos sobre los cuales se desea hacer inferencias. En
un método no paramétrico, se presupone que la distribución de la que
proviene la muestra no está especificada y, con frecuencia, se desea hacer
inferencias sobre el centro de la distribución. Por ejemplo, muchas
pruebas de la estadística paramétrica, como la prueba t de 1 muestra, se
realizan bajo el supuesto de que los datos provienen de una población
normal con una media desconocida. En un estudio no paramétrico, se
elimina el supuesto de normalidad.

Prueba de chi cuadrado (x2)

En estadística y estadística aplicada se denomina prueba x² (pronunciado
como chi al cuadrado) a cualquier prueba en la que el estadístico utilizado
sigue una distribución x² si la hipótesis nula es cierta.

Prueba chi-cuadrado de Pearson

En 1900, Pearson publicó un trabajo sobre la prueba x2 el cual es

considerado uno de las piedras fundacionales de la estadística moderna.
En este trabajo, Pearson investigó una prueba de bondad de ajuste.
Suponiendo que se clasifican n observaciones de una muestra aleatoria de
una población en k clases mutuamente exclusivas con número respectivos
observados xi (para i = 1,2,…,k), y una hipótesis nula de la
probabilidad pi que una observación se encuentre dentro de la clase i-
ésima. Por lo que se tienen los números esperados mi = npi para todo i,
donde
Pearson propuso bajo la hipótesis, de que la hipótesis nula es cierta, en la
medida que n → ∞ la distribución límite de la cantidad indicada abajo es
la distribución x2.

Prueba de chi-cuadrado para la varianza en una

población normal
Si se toma una muestra de tamaño n de una población que tiene
una distribución normal, entonces hay un resultado que permite realizar
una prueba de si la varianza de la población tiene un valor
predeterminado. Por ejemplo, un proceso de fabricación podría haber
estado en condición estable durante un largo período, lo que permitió
determinar un valor para la varianza esencialmente sin error. Suponga que
se está probando una variante del proceso, lo que da lugar a una pequeña
muestra de n elementos de producto cuya variación se va a probar. El
estadístico de prueba T en este caso, podría establecerse como la suma de
cuadrados de la media de la muestra, dividida por el valor nominal de la
varianza (es decir, el valor que se probará como sostenido). Entonces T
tiene una distribución chi-cuadrado con n - 1 grados de libertad. Por
ejemplo, si el tamaño de la muestra es 21, la región de aceptación para T
con un nivel de significancia del 5% está entre 9,59 y 34,17.

La prueba x² de independencia
La prueba de independencia de ji cuadrado es una prueba estadística de
hipótesis que se usa para determinar si dos variables categóricas o
nominales pueden estar o no relacionadas.

La prueba de independencia ji cuadrado comprueba si es probable que

dos variables estén o no relacionadas. Tenemos conteos de dos variables
nominales o categóricas. También tenemos la noción de que ambas no
están relacionadas. Esta prueba nos da una forma de decidir si esta noción
es plausible o no.

Las siguientes secciones repasan lo que necesitamos para la prueba, cómo

llevarla a cabo, cómo entender los resultados, detalles estadísticos y cómo
interpretar valores p.

La prueba de Bartlett de homogeneidad de varianzas.

La prueba de bondad de ajuste se puede usar para decidir si una población
se ajusta a una distribución determinada, pero no bastará para decidir si
dos poblaciones siguen la misma distribución desconocida. Una prueba
diferente, llamada prueba de homogeneidad, se puede usar para sacar
una conclusión sobre si dos poblaciones tienen la misma distribución. Para
calcular el estadístico de prueba de homogeneidad siga el mismo
procedimiento que con la prueba de independencia.

Hipótesis
H0: Las distribuciones de las dos poblaciones son iguales.

Ha: Las distribuciones de las dos poblaciones no son iguales.

Estadístico de prueba: Utilice un χ 2 estadístico de prueba. Se calcula de la

misma manera que la prueba de independencia.

Grados de libertad (df): df = número de columnas – 1

Requisitos: Todos los valores de la tabla deben ser mayores o iguales a

cinco.

Usos comunes: Comparación de dos poblaciones. Por ejemplo: hombres

versus mujeres, antes versus después, este versus oeste. La variable es
categórica con más de dos valores de respuesta posibles.