BENEMERITA UNIVERSIDAD AUTONOMA DE PUEBLA

ESTADISTICA
DANIEL MORALES MARTINEZ
MARIANO NICOLAS LINARES CASTILLO
CARLOS ENRIQUE BARRANCO PEREZ
FRANCISCO ALEXIS
CONTENIDO
Pruebas no parametricas 1-3

Prueba de signo 3-5

Prueba de rangos Will 5-6

Coutson

Prueba C Wallis 8 - 10
PRUEBAS NO PARAMETRICAS
Las pruebas no paramétricas, también conocidas como
pruebas de distribución libre, son las que se basan en
determinadas hipótesis, pero lo datos observados no
tienen un organización normal. Generalmente, las
pruebas no paramétricas contienen resultados
estadísticos que provienen de su ordenación, lo que las
vuelve más fáciles de comprender.

Creamos
campañas de
publicidad únicas
PRUEBAS NO
PARAMETRICAS
Las pruebas no paramétricas
tienen algunas limitaciones, entre Es un método de medición difícil de aplicar.
ellas se encuentra que no son lo
suficientemente fuertes cuando Es necesario realizar pruebas de hipótesis.
se cumple una hipótesis normal.
Esto puede provocar que no sea
Las hipótesis son estrictas.
rechazada aunque sea falsa. Otra
de sus limitaciones es que
Las observaciones deben de ser
necesitan que la hipótesis se
independientes.
cambie cuando la prueba no
corresponde a la pregunta del
procedimiento si la muestra no es
proporcional.
DIFERENCIAS ENTRE LAS PRUEBAS NO
PARAMÉTRICAS Y LAS PRUEBAS
PARAMÉTRICAS

 DIFERENCIAS
Pruebas no Pruebas paramétricas
paramétricas
Menor potencia estadística.
Mayor potencia estadística.
Se aplican en variables
Se aplican en variables
normales o de intervalo.
categóricas.
Se utilizan para muestras
Se utilizan para muestras
grandes.
pequeñas.
Su distribución de datos es
No se conoce la forma de
normal.
distribución de datos.
 Prueba de Signo
La prueba de signos compara los tamaños de dos
grupos. Es una prueba no paramétrica o «libre de
distribución», lo que significa que la prueba no
asume que los datos provienen de una distribución
particular, como la distribución normal . La prueba
de signos es una alternativa a una prueba t de una
muestra o una prueba t pareada . También se
puede utilizar para datos categóricos ordenados
(clasificados).
 CALCULAR UNA PRUEBA DE
SIGNOS DE MUESTRAS
EMPAREJADAS/EMPAREJADAS

Las suposiciones para la prueba (sus datos

deben cumplir con estos requisitos antes de
ejecutar la prueba) son:
1. Los datos deben ser de dos muestras.
2. Las dos muestras dependientesdeben
emparejarse o emparejarse. Por ejemplo,
puntuaciones de depresión antes y después
de un procedimiento médico.

 CONJUNTO DE DATOS
REPRESENTA LOS PUNTAJES DE
LAS PRUEBAS

al final de la primavera y al comienzo de los

semestres de otoño. La hipótesis es que las
vacaciones de verano significan una caída
significativa en los puntajes de las pruebas.
H 0 : No hay diferencia en la mediana de las
diferencias con signo.
H 1 : La mediana de las diferencias con signo
es menor que cero.

 EJEMPLO

Paso 1: Resta el conjunto 2 del

conjunto 1 y coloca el resultado
en la tercera columna.

 EJEMPLO

Paso 2: agregue una cuarta

columna que indique el signo
del número en la columna 3.
Paso 3: Cuente el número de
positivos y negativos.
4 positivos.
12 negativos.

 EJEMPLO

12 negativos parece mucho ,

pero no podemos decir con
certeza que sea significativo (es
decir, que no sucedió por
casualidad) hasta que
realizamos la prueba de signos.
Paso 3: sume el número de
artículos en su muestra y reste
cualquiera para el que tenga
una diferencia de cero (en la
columna 3). El tamaño de la
muestra en esta pregunta fue
de 17, con uno cero, por lo que
n = 16.
Paso 4: encuentre el valor p
usando una tabla de
distribución binomial o use una
calculadora binomial . Usé la
calculadora y puse:

 EJEMPLO

:5 para la probabilidad . La
hipótesis nula es que hay
un número igual de signos
(es decir, 50/50). Por lo
tanto, la prueba es un
experimento binomial
simple con una
probabilidad de .5 de que el
signo sea negativo y .5 de
que sea positivo
(suponiendo que la
hipótesis nula sea
verdadera).
16 para el número de
intentos.
4 para el número de éxitos.
“Éxitos” aquí es el menor
de los signos positivos o
negativos del Paso 2

 EJEMPLO

El valor p es 0,038, que es

menor que el nivel alfa de
0,05. Podemos rechazar la
hipótesis nula y decir que
hay una diferencia
significativa.

PRUEBAS DE RANGO
WILCOXON
La prueba de los rangos con
signo de Wilcoxon es una
prueba no paramétrica para
comparar el rango medio de dos
muestras relacionadas y
determinar si existen diferencias
entre ellas. Se utiliza como
alternativa a la prueba t de
Student cuando no se puede
suponer la normalidad de dichas
muestras.
 METODO DE RANGO
los datos de acuerdo a un criterio, por ejemplo del mas pequeño al mas grande, o del mayor a menor.
el rango es el numero que se asigna a un elemento muestral individual de acuerdo con su orden en la
lista ordenada
se descartan todas las diferencias iguales a cero y se ordenan y etiquetan las diferencias absolutas
restante, desde la mínima hasta la máxima
cuando las diferencias son iguales se les asigna la clasificación media a sus posiciones ordenadas, en el
conjunto combinado de datos
la idea básica esta detrás de loa prueba del signo es el análisis de las frecuencias de los signos positivos y
negativos para determinar sis son significativamente diferentes
emplearemos el estadístico de prueba con base en el numero de veces que ocurre el signo menos
frecuente
 Pasos a seguir
Se establecen las hipótesis
Se fija el nivel de significancia
Se calculan las diferencias en cada elemento de la muestra para las variables a estudiar (se eliminan los
elementos que tengan diferencias nulas).
Se ordenan estas diferencias prescindiendo de los signos y se asigna un rango a cada diferencia
corrigiendo las ligaduras existentes.
Se calculan los estimadores T(+) y T(-) tal que:
T(+)= suma de los rangos correspondientes a las diferencias positivas.
T(-)= suma de los rangos correspondientes a las diferencias negativas.
Se define la estadística de contraste
T= Min { T(+) ,T(-) }
Aproximación por la normal
Hipótesis nula
Si n > 25 , podemos aproximar el test de wilcoxon a una normal

 PRUEBA DE
. Es una extensión de la
WALLIS prueba de la U de Mann-
En estadística, la prueba de Kruskal- Whitney para 3 o más
grupos.
Wallis (de William Kruskal y W. Allen
Wallis) es un método no paramétrico
para probar si un grupo de datos
Ya que es una prueba no proviene de la misma población.
paramétrica, la prueba de
Kruskal-Wallis no asume
normalidad en los datos, en
oposición al tradicional Intuitivamente, es
ANOVA. idéntico al ANOVA con
los datos reemplazados
por categorías.
 Algunas de las ventajas de
utilizar los modelos de Kruskal
Wallis son:
La prueba
determina si las 1. Puede aplicarse a un gran número de
medianas de dos situaciones.
o más grupos son 2. Se puede entender fácilmente de forma
diferentes. De intuitiva.
esta forma, 3. Puede utilizarse con tamaños de muestra
calcula un más pequeños.
estadístico de 4. Puede utilizarse con diversos tipos de datos.
prueba y lo 5. Necesita menos supuestos o menos
compara con un estrictos sobre la naturaleza de la
punto de corte distribución de la población.
de la distribución
 ¿CÓMO REALIZAR LA Encuentra el valor
crítico de chi-cuadrado,
PRUEBA DE KRUSKAL con c-1 grados de
WALLIS? libertad. Para 3 – 1
grados de libertad y un

4
nivel de alfa de 0,05, el
Suma los diferentes valor crítico de chi
rangos de cada cuadrado es 5,9915.
Ordena los datos de
2
grupo/muestra.
todos los grupos o
muestras en orden
Calcula el estadístico H
5
ascendente en un
Donde:

3
conjunto combinado.
Donde:
n = suma de los
tamaños de las
1
Asigna rangos a los
puntos de datos muestras para todas
ordenados. Asigna a las muestras.
los valores empatados c = número de
el rango medio. muestras.
Tj = suma de rangos
en la muestra.
nj = tamaño de la
muestra.

VENTAJAS
DE NUESTRO
PROCESO
COMERCIAL
 PRINCIPALES BENEFICIOS
Resultados Fácil de
positivos implementar

1 2 3 4
Efectividad en los Adaptación al
proceso mercado
 "Opinión del cliente con respecto
al servicio o producto aquí."

OPINIONES Sandra Haro

@unsitiogenial.es

DE NUESTROS
"Opinión del cliente con respecto

CLIENTES al servicio o producto aquí."

Sandra Haro
Lorem ipsum dolor sit amet, @unsitiogenial.es

consectetur adipiscing elit. Etiam

euismod id sem quis accumsan.
Sed tempus placerat velit a "Opinión del cliente con respecto
placerat. Cras suscipit est at mauris al servicio o producto aquí."

blandit efficitur finibus non augue.

Sandra Haro
@unsitiogenial.es
¿Qué ofrecemos?
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Etiam
euismod id sem quis accumsan. Sed tempus placerat velit a placerat.
Cras suscipit est at mauris blandit efficitur finibus non augue.

¿Cómo son los servicios?

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Etiam
euismod id sem quis accumsan. Sed tempus placerat velit a placerat.
Cras suscipit est at mauris blandit efficitur finibus non augue.

¿Porqué elegirnos?
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Etiam
euismod id sem quis accumsan. Sed tempus placerat velit a placerat.
Cras suscipit est at mauris blandit efficitur finibus non augue.
90%
DE NUESTROS CLIENTES
AUMENTARON SUS VENTAS
RESULTADOS 78 %

DE NUESTROS Aumentaron sus ventas

CLIENTES

2022
89 %

Incrementaron sus clientes

NUESTROS SERVICIOS
Cuadro comparativo Básico Medio Completo
Diseño gráfico

Marketing

Publicidad

Identidad de marca

Soporte 24 hs.
NUESTRO EQUIPO
Pedro Fernández Elena Paula
Desarrollador web Diseño gráfico

Pedro Fernández Sandra Haro

Desarrollador web Marketing manager
NUESTRAS
OFICINAS
España - Madrid
Calle Cualquiera 123, Cualquier Lugar, CP: 12345
Teléfono: +34-91-1234-567

España - Madrid
Calle Cualquiera 123, Cualquier Lugar, CP: 12345
Teléfono: +34-91-1234-567
CONTÁCTANOS
91-1234-567
Hola@unsitiogenial.es
www.unsitiogenial.es
Calle Cualquiera 123, Cualquier Lugar
ELEMENTOS