Clase 11- Pruebas para

datos no paramétricos
Transformación de datos
➢ Uno de lo métodos más utilizados para transformar datos

con Heterocedasticidad es por medio del cálculo de la

raíz cuadrada.

➢ Permite reducir la diferencia de la varianza entre las

muestras.
➢ Puede ser utilizada para datos con Heterocedasticidad, pero
también se usa cuando los datos tienen un sesgo positivo.
➢ Esta transformación se usa para datos que están en forma
de porcentaje.
➢ La transformación de datos es válida porque se aplica a
todos los datos.
➢ Muchos datos se comportan como logaritmos,
cuadrados o cubos; no todas las relaciones son lineales.
➢ Es importante cambiar la hipótesis nula:
• El tipo de droga no tiene efecto en la
concentración promedio de glucosa en la sangre.
• El tipo de droga no tiene efecto en la
concentración logarítmica promedio de glucosa en
la sangre.
Pruebas no Paramétricas
 Pruebas no paramétricas
➢ No asumen la distribución de los datos (no asume
que son normales).
➢ Sin embargo, sí requieren que los datos cumplan
con el supuesto de aleatoriedad.
➢ Los métodos paramétricos tienen menor
probabilidad de cometer el error tipo II (mayor
poder estadístico).
➢ Sin embargo, la diferencia no es mucha y puede
disminuir al aumentar el N.
 1- U-Mann Whitney

➢ Métodos no paramétricos trabajan con rangos.

➢ Se deben ordenar los datos: del mayor a menor o
del menor al mayor.
➢ Se le debe asignar un rango a cada uno.
➢ Al valor más alto en los dos conjuntos de datos se
le asigna el valor de 1.
➢ Al valor que sigue se le asigna el valor 2, etc.
➢ R es la suma de los rangos de cada categoría.
1- U-Mann Whitney
 1- U-Mann Whitney

Fórmulas:
 1- U-Mann Whitney

Tabla:

= Asume n1≤n2

sí n1>n2 usar=

U tabla > U calculado se acepta H0

U tabla < U calculado se rechaza H0

 1- U-Mann Whitney

Prueba de una cola

 2- Wilcoxon: muestras pareadas

➢ Muestras de datos relacionados (dependientes)

➢ Se deben calcular los valores intermedios (igual que
en paramétrica)
➢ El rango se hace con los valores intermedios, de
menor a mayor (SIEMPRE)
➢ Se calcula T+ y T-
➢ T+ sería la suma de los valores positivos del rango.
➢ T- sería la suma de los valores negativos del rango.
 2- Wilcoxon: muestras pareadas
➢ Valores T teórico en tabla de Wilcoxon
➢ Dos colas: H0 se rechaza sí cualquiera de los dos T
es menor al T de la tabla

Pruebas de una cola:

➢ Versión no paramétrica de ANOVA.

Donde:
ni= número de observaciones de i
N=∑ni
Ri= suma de los rangos de ni en el grupo i
➢ Valores en la tabla Kruskal son para k≤5.
➢ Para valores k>5 se debe usar tabla X2 con k-1
grados de libertad.
➢ Cuando hay rangos vinculados se usa esta
corrección:
➢ Hc difiere muy poco de H cuando los valores de Ti
son muy pequeños en comparación con el N.
➢ En estos casos para probar la hipótesis se usa la
siguiente aproximación:
 4- Correlación Spearman

➢ También se utilizan rangos

➢ Mediante la siguiente fórmula se obtienen el
coeficiente de correlación de Spearman:
 4- Correlación Spearman

➢ Cuando hay rangos vinculados se usa la corrección: