Pruebas de Normalidad para la serie de datos:

Test de Kolmogorov-Smirnov

La prueba de Kolmogorov-Smirnov para una muestra se considera un procedimiento de "bondad de

ajuste", es decir, permite medir el grado de concordancia existente entre la distribución de un conjunto
de datos y una distribución teórica específica. Su objetivo es señalar si los datos provienen de una
población que tiene la distribución teórica especificada, en el presente caso, si los datos provienen de una
población con una “distribución normal”.

Mediante la prueba se compara la Probabilidad acumulada de la distribución de las frecuencias teóricas

esperadas (Fe) con la probabilidad resultante de la distribución acumulada de las frecuencias observadas
(Fo), como resultado de esta comparación, se encuentra el punto de divergencia máximo y se determina
qué probabilidad existe de que una diferencia de esa magnitud se deba al azar.

La prueba de Kolmogorov-Smirnov, se basa en el teorema de Glivenko-Cantelli, que como se recordara

tiene la siguiente forma:

𝑠𝑢𝑝 |𝐹 − 𝐹 | → 0
Pasos:

1. Organizar los datos de menor a mayor

2. Determinar frecuencias absolutas para cada valor
3. Calcular las frecuencias acumuladas observadas y presentarlas en forma de proporción o
probabilidad frecuencial, a dicho valor asignar el símbolo P(Fo).
4. Transformar los valores observados en puntajes Z.
5. Con la ayuda de tablas de una distribución normal estandarizada, asignar a cada valor z las
probabilidades teóricas acumuladas correspondientes. Estas probabilidades, se constituyen en
los valores acumulados esperados P(Fe).
6. Aplicar la ecuación 𝐷 = 𝑠𝑢𝑝|𝑃(𝐹𝑜) − 𝑃(𝐹𝑒)|. Donde D+ es la máxima discrepancia de las
probabilidades acumuladas que son objeto de comparación.
7. Aplicar la ecuación 𝐷 = 𝑠𝑢𝑝 𝑃 − 𝑃(𝐹𝑒) . Donde D- es la máxima discrepancia de las
probabilidades acumuladas con AJUSTE.
8. Entre los valores D+ y D- se debe escoger aquel que resulte máximo, este valor será el estadístico
KS. Esto es: 𝐾𝑆 = 𝑠𝑢𝑝|𝐷 , 𝐷 |
9. Comparar el valor del estadístico KS en la tabla de valores críticos de Kolmogorov-Smirnov
10. Decidir si se acepta o rechaza la hipótesis de la prueba de Kolmogorov-Smirnov.

Planteamiento de la hipótesis para la Prueba Kolmogorov - Smirnov.

 Hipótesis nula Ho: KSCalculado ≤ KSTablas, lo anterior significa que las diferencias entre los valores
observados y los teóricos de la distribución normal se deben al azar, por tanto, los datos siguen
una distribución Normal.
 Hipótesis alternativa H1: KSCalculado > KSTablas, lo anterior significa que los valores observados de las
frecuencias para cada caso son diferentes de las frecuencias teóricas esperadas para una
distribución normal. Por tanto, es posible concluir que los datos no siguen una distribución
normal.
Ejemplo:

Se tienen los siguientes datos:

Datos 6 7 7 8 12 14 35 46 47 58 n=10

Siguiendo cada uno de los pasos indicados se tiene la siguiente tabla:

X fi Fo P(Fo) Zx P(Zx) o P(Fe) D+ D-

6 1 1 0.1 -0.88871583 0.18707791 -0.08707791 -0.18707791
7 1 2 0.2 -0.83934272 0.20063851 -0.00063851 -0.10063851
7 1 3 0.3 -0.83934272 0.20063851 0.09936149 -0.00063851
8 1 4 0.4 -0.78996962 0.21477275 0.18522725 0.08522725
12 1 5 0.5 -0.59247722 0.27676554 0.22323446 0.12323446
14 1 6 0.6 -0.49373101 0.31074808 0.28925192 0.18925192
35 1 7 0.7 0.54310412 0.70647094 -0.00647094 -0.10647094
46 1 8 0.8 1.08620823 0.86130656 -0.06130656 -0.16130656
47 1 9 0.9 1.13558133 0.87193409 0.02806591 -0.07193409
58 1 10 1 1.67868545 0.95339332 0.04660668 -0.05339332
Hipótesis:
Ho: KSCalculado ≤ KSTablas
H1: KSCalculado > KSTablas

Valor critico KS de Tablas a un nivel de significación de 0.05: 0.409

KS Calculado: 𝐾𝑆 = 𝑠𝑢𝑝|𝐷 , 𝐷 | = 𝑠𝑢𝑝|0.2892,0.1893| = 0.2892

Se prueba la hipótesis nula, por tanto las discrepancias de los valores resultan aleatorios, siendo que la
distribución de datos sigue una distribución Normal.

COMPROBACIONES CON PROGRAMAS ESTADISTICOS - MINITAB:

Normal
99
Media 24
Desv.Est. 20.25
95 N 10
KS 0.289
90 Valor p 0.026

80
70
Porcentaje

60
50
40
30
20

10

1
-20 -10 0 10 20 30 40 50 60 70
x