DIVISIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN
MAESTRÍA:
MAESTRÍA EN ADMINISTRACIÓN INDUSTRIAL.
NOMBRE DE LA MATERIA:
ESTADÍSTICA.
TEMA:
“REPORTE RESUMEN 14.1 AL 14.3”.
NOMBRE DEL ALUMNO:
VICENTE ALVAREZ CASTILLO.
NOMBRE DEL DOCENTE ASESOR DE LA MATERIA:
APOLINAR ZAPATA REBOLLOSO.
HORARIO:
7:00 – 10:00 p.m.
H MATAMOROS TAMAULIPAS A 12 DE MARZO DE 2023
1
ÍNDICE
14.1 Introducción a la estadística no paramétrica...............................................3
Estadística paramétrica..................................................................................................................3
Estadística no paramétrica.............................................................................................................3
Ventajas de los métodos no paramétricos.................................................................................4
Desventajas de los métodos no paramétricos............................................................................4
14.2 Prueba de signo para datos por pares..........................................................4
Uso de la prueba de signo para datos apareados...........................................................................4
Establecimiento de las hipótesis....................................................................................................4
Prueba de una hipótesis de que no hay diferencia.........................................................................5
Prueba de hipótesis de dos colas de una proporción al nivel de 0.05 de significancia...............5
Prueba de hipótesis de dos colas de una proporción al nivel de 0.05 incluyendo la proporción
estandarizada de la muestra......................................................................................................6
14.3 Pruebas de suma de rangos: prueba U de Mann-Whitney y prueba de
Kruskal-Wallis..........................................................................................................6
Uso de la prueba de Mann-Whitney y Kruskal-Wallis....................................................................6
Símbolos para expresar un problema para la prueba de U de Mann-Whitney..............................6
Calculo del estadístico U.................................................................................................................7
Formula......................................................................................................................................7
Media de la distribución muestral de U.........................................................................................7
Error estándar del estadístico U.....................................................................................................7
Prueba de las hipótesis...................................................................................................................7
Planteamiento de las hipótesis..................................................................................................7
Fórmula alternativa para el estadístico U...................................................................................8
Prueba de Kruskal-Wallis................................................................................................................8
Estadístico K...............................................................................................................................8
2
14.1 Introducción a la estadística no paramétrica
Estadística paramétrica
Las pruebas de hipótesis discutidas hasta ahora hacen inferencias sobre los
parámetros de la población, como la media y la proporción. Estas pruebas
paramétricas usan estadísticas paramétricas de muestras de la población que se
está probando. Al construir estas pruebas, hicimos suposiciones limitadas sobre
las poblaciones que muestreamos.
Estadística no paramétrica
Los estadísticos han desarrollado técnicas útiles que no hacen suposiciones
restrictivas sobre la forma de la distribución de la población. Estas se denominan
pruebas de no distribución o, más comúnmente, pruebas no paramétricas.
Los supuestos de una prueba no paramétrica se refieren a algo más que el valor
de un parámetro de población. Hay una gran cantidad de pruebas de este tipo,
pero este capítulo solo analizará algunas de las más famosas y ampliamente
utilizadas:
1. Comprobación de signos para datos de pares, donde los signos positivos o
negativos reemplazan los valores cuantitativos.
2. La prueba de suma de rangos, comúnmente conocida como prueba U de
Mann-Whitney, se puede usar para determinar si se extrajeron dos
muestras independientes de la misma población. Usos señal de verificación
de más información.
3. Otra prueba de suma de términos, la prueba de Kruskal-Wallis, generaliza
el análisis de varianza para superar el supuesto de una distribución normal
de la población.
4. Pruebas de conjuntos de una muestra, un método para determinar la
aleatoriedad de sujetos muestreados seleccionados.
3
5. Correlación de rango, un método de análisis de correlación cuando los
datos no están disponibles para uso numérico, pero hay suficiente
información para clasificar los datos en primero, segundo, tercero, etc.
6. Prueba de Kolmogorov-Smirnov, otro método para determinar el grado de
concordancia entre una muestra observada y la distribución de probabilidad
teórica.
Ventajas de los métodos no paramétricos
a) No requieren la suposición de que la población se distribuye como una
curva normal o alguna otra forma particular.
b) En general, son más fáciles de implementar y comprender.
c) A veces ni siquiera es necesaria la calificación o clasificación formal.
Desventajas de los métodos no paramétricos
a) Ignoran cierta cantidad de información.
b) A menudo no son tan eficientes u "obvias" como las pruebas paramétricas.
14.2 Prueba de signo para datos por pares
Uso de la prueba de signo para datos apareados
Una de las pruebas no paramétricas más simples es la prueba de signos. Su
nombre proviene del hecho de que se basa en la dirección o el signo más o menos
de un par de observaciones, no en su magnitud numérica.
Establecimiento de las hipótesis
Una hipótesis estadística es una declaración sobre la distribución de una variable
aleatoria. Si la afirmación involucra el valor de un parámetro, es una hipótesis
estadística paramétrica. Si la declaración es sobre la forma de la distribución de
probabilidad, es una suposición estadística no paramétrica.
4
Intuitivamente, podemos decir que las hipótesis estadísticas son la transformación
de las hipótesis de investigación y las hipótesis nulas en símbolos estadísticos,
que solo se pueden formar cuando se recopilan los datos de la investigación.
Recolectar y analizar para probar o refutar hipótesis que son cuantitativas
(número, porcentaje, porcentaje, significar). En otras palabras, el investigador
traduce su hipótesis de investigación y su hipótesis nula en términos estadísticos.
Prueba de una hipótesis de que no hay diferencia
La prueba de hipótesis calcula la probabilidad asociada con la hipótesis nula (H0)
de que no hay efecto o diferencia.
El valor de p obtenido refleja la probabilidad de rechazar H0, si es cierto; de
ninguna manera prueba que la hipótesis alternativa de que existe un efecto o una
diferencia sea cierta.
Prueba de hipótesis de dos colas de una proporción al nivel de 0.05 de
significancia
5
Prueba de hipótesis de dos colas de una proporción al nivel de 0.05
incluyendo la proporción estandarizada de la muestra
Las pruebas no paramétricas son muy convenientes cuando el mundo real
presenta datos sin una distribución que deben usarse para tomar una decisión.
Tenga en cuenta que la prueba de signos es solo otra aproximación popular al
número binomial que usa + y - en lugar de "éxitos" y "fracasos".
14.3 Pruebas de suma de rangos: prueba U de Mann-Whitney y
prueba de Kruskal-Wallis
Uso de la prueba de Mann-Whitney y Kruskal-Wallis
Usaremos la prueba de Mann-Whitney cuando tengamos solo dos poblaciones y la
prueba de Kruskal-Wallis cuando haya más de dos poblaciones. El uso de estas
pruebas nos permitirá determinar si se obtuvieron muestras independientes de la
misma población o de diferentes poblaciones con la misma distribución. El uso de
la clasificación de la información en lugar de los signos más y menos desperdicia
menos datos que la búsqueda de signos.
Símbolos para expresar un problema para la prueba de U de Mann-
Whitney
n1 =¿Número de elementos en la muestra 1.
n2 =¿Número de elementos en la muestra 2.
6
R1=¿ Suma de los rangos de los elementos en la muestra 1.
R2=¿Suma de los rangos de los elementos en la muestra 2.
Calculo del estadístico U
Utilizando los valores de n1 y n2 y la suma de los rangos R1 y R2, podemos
determinar el estadístico u.
Formula
Media de la distribución muestral de U
Error estándar del estadístico U
Prueba de las hipótesis
La distribución muestral del estadístico u puede aproximarse mediante la
distribución normal cuando tanto n1 como n2 son mayores que 10.
Planteamiento de las hipótesis
7
Fórmula alternativa para el estadístico U
Prueba de Kruskal-Wallis
La prueba de Kruskal-Wallis es una extensión de la prueba de Mann-Whitney para
casos en que están involucradas más de dos poblaciones. Esta prueba, también,
depende de los rangos de las observaciones de la muestra.
Estadístico K
