Resolución de ejercicios de pruebas no paramétricas

1. En un ensayo clínico de la eficacia de la equinácea para prevenir resfriados, se obtuvieron

los resultados que se muestran en la tabla siguiente (según datos de “An Evaluation of
Echinacea Angustifolia in Experimental Rhinovirus Infections”, de Turner et al., New England
Journal of Medicine, vol. 353, núm. 4). Use un nivel de significancia de 0.05 para probar si
un resfriado es independiente del grupo de tratamiento. ¿Qué sugieren los resultados sobre
la eficacia de la equinácea para prevenir los resfriados?

Grupo de tratamiento
Placebo Equinácea. Extracto al Equinácea. Extracto al
20% 60%
Enfermó de resfriado 88 48 42
No enfermó de 15 4 10
resfriado

Valor crítico: 5,99

Conclusión: El resfriado común es independiente del grupo de tratamiento.

2. El autor perforó un agujero en un dado y lo llenó con un peso de plomo, luego procedió a
lanzarlo 200 veces. A continuación se listan las frecuencias observadas para los resultados
de 1, 2, 3, 4, 5 y 6, respectivamente: 27, 31, 42, 40, 28 y 32. Use un nivel de significancia de
0.05 para probar la afirmación de que los resultados no son igualmente probables. ¿Parece
que el dado cargado se comporta de forma diferente a un dado legal?
Valor crítico: 11,07

Conclusión: Existe un buen ajuste de las frecuencias observadas de los resultados de los
lanzamientos con la distribución establecida de frecuencias igualmente probables, por tanto, los
resultados de los lanzamientos de los dados son igualmente probables. El dado cargado se
comportaría de igual forma que un dado normal.

3. Se realizan experimentos con híbridos de dos tipos de chícharos. Si los descendientes siguen
la teoría de la herencia de Mendel, las semillas que se producen son amarillas lisas, verdes
lisas, amarillas corrugadas y verdes corrugadas, y deben ocurrir en una proporción de
9:3:3:1, respectivamente. Se diseñó un experimento para probar la teoría de Mendel con el
resultado de que las semillas de los descendientes estuvieron formadas por 307 lisas
amarillas, 77 verdes lisas, 98 amarillas corrugadas y 18 verdes corrugadas. Use un nivel de
significancia de 0.05 para probar la afirmación de que los resultados contradicen la teoría
de Mendel.

Valor crítico: 7,81

Las frecuencias observadas del número de semillas de acuerdo a los fenotipos analizados, no se
ajustan a la distribución indicada por las proporciones esperadas según la teoría de Mendel. Los
resultados contradicen a la teoría de Mendel.

4. La siguiente tabla muestra la temperatura corporal de siete sujetos a las 8 AM y a las 12 AM

(del conjunto de datos 3 “Temperaturas corporales” en el apéndice B). Los datos son
pareados porque cada par de temperaturas se mide de la misma persona. Use la prueba de
rangos con signo de Wilcoxon para probar la afirmación de que no hay diferencia entre las
temperaturas corporales de las 8 AM y las 12 AM.
 Temperatura 98 97,6 97,2 98 97 98 98,2
(°F) a las 8
AM
Temperatura 97 98,8 97,6 98 97,7 98,8 97,6
(°F) a las 12
AM

Primero se aplicó un test de normalidad con ambas muestras y vamos a ver los resultados

Como se puede observan los datos de las dos muestras se ajustan a una distribución normal. Con
este resultado se aplicaría una prueba paramétrica como la t de Student para dos muestras
dependientes.

Conclusión: No existen diferencias entre las temperaturas corporales de las 8 AM y de las 12 AM

En la evaluación de progreso va a ocurrir que si ambas muestras son normales van a aplicar una
prueba paramétrica.

Si una muestra o las dos no nos salían normales, aplicaríamos una prueba no paramétrica.
Conclusión en este caso: No existen diferencias entre las temperaturas corporales de las 8 AM y de
las 12 AM

A continuación se listan las cantidades de estroncio-90 (en milibeque-lios, o mBq, por gramo de
calcio) en una muestra aleatoria simple de dientes de leche obtenida de residentes de Pensilvania y
residentes de Nueva York nacidos después de 1979 (según datos de “An Unexpected Rise in
Strontium-90 in U.S. Deciduous Teeth in the 1990s”, de Mangano et al., Science of the Total Environ-
ment). Use un nivel de significancia de 0.05 para evaluar la afirmación de que la cantidad mediana
de estroncio 90 en los residentes de Pensilvania es la misma que la mediana de los residentes de
Nueva York

Pensilvania 155 142 149 130 151 163 151 142 156 133 138 161
Nueva 133 140 142 131 134 129 128 140 140 140 137 143
York

Después de aplicar una prueba de normalidad se aprecia que ambas muestras se ajustan a una
distribución normal, por tanto se aplicaría una prueba paramétrica, en este caso la prueba t de
Student para dos muestras independientes.

Después de aplicar el test de Levene, se observan que las varianzas no son homogéneas.
Y con esto se aplicaría la prueba t de Student para dos muestras independientes con varianzas que
no son homogéneas.

Existen diferencias en las cantidades de estroncio-90 de los residentes de Pensilvania con respecto
a los de Nueva York.

En la evaluación de progreso va a ocurrir que si ambas muestras son normales van a aplicar una
prueba paramétrica.

Y que hubiese sucedido si una de las muestras o ambas no eran normales, aplicábamos la prueba
de U Mann Whitney

Igualmente se observan que existen diferencias en las cantidades de estroncio-90 de los

residentes de Pensilvania con respecto a los de Nueva York.
A continuación se listan las cantidades de arsénico en muestras de arroz integral de tres estados.
Las cantidades se dan en microgramos de arsénico y todas las muestras tienen el mismo tamaño de
porción. Los datos provienen de la Administración de Alimentos y Medicamentos de Estados Unidos.
Use un nivel de significancia de 0.01 para probar la afirmación de que las tres muestras provienen
de poblaciones con la misma mediana.

Arkansas 4,8 4,9 5 5,4 5,4 5,4 5,6 5,6 5,6 5.9 6 6,1
California 1,5 3,7 4 4,5 4,9 5,1 5,3 5,4 5,4 5,5 5,6 5,6
Texas 5,6 5,8 6,6 6,9 6,9 6,9 7,1 7,3 7,5 7,6 7,7 7,7

Como se aprecia los datos de las cantidades de arsénico de California no se ajustan a una
distribución normal. Los de Arkansas y Texas, si.

En este caso y para la evaluación si una de las muestras no se ajusta a una distribución normal,
se aplicará directamente la prueba no paramétrica de Kruskal Wallis.

Conclusión de la prueba Kruskal Wallis: Existen diferencias en las cantidades de arsénico medidas
en los tres estados.
Supongamos que las tres muestras son normales y tienen varianzas homogéneas, ahí
hubiésemos aplicado un ANOVA.

Las varianzas si salieron homogéneas como se ve en esta imagen:

Y los resultados del ANOVA serían:

Conclusión del ANOVA: Existen diferencias en las cantidades de arsénico medidas en los tres
estados.