TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE ORIZABA

PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS PARA LA

MEDIA

TEMA: 4

Estadística Inferencial I

12:00-1:00 HRS

Prof. Mario Leoncio Arrioja

Rodríguez

ING. GESTIÓN EMPRESARIAL

 Aldana Maldonado Johana

 Hernandez Arellanes Maria
 Zopiyactle Quiahua Sandra

Orizaba, Ver. a 7 de Mayo de 2023.

 Índice

Índice.................................................................................................................................................2
Introducción.....................................................................................................................................3
Pruebas de hipótesis no paramétricas sobre la media o la mediana.............................................4
 Prueba de Wilcoxon para muestras independientes..........................................................4
 Prueba U de Mann-Whitney................................................................................................4
 Prueba del signo para muestras apareadas........................................................................5
 Prueba del orden de los signos para muestras apareadas o prueba T de Wilcoxon........6
Análisis de ejemplos.........................................................................................................................7
Ejemplo propuesto...........................................................................................................................7
Conclusión........................................................................................................................................7
Referencias bibliográficas................................................................................................................8

Introducción
Como parte final veremos algo fundamental que son las pruebas de hipótesis en esta

2
parte veremos todo lo que sugiere entre lo que son las pruebas no paramétricas también
son muy conocidas como de distribución libre y esta se basan en determinar una hipótesis
pero los datos observados no tienen una organización normal formal Generalmente lo que
son las pruebas no paramétricas contienen lo que son los resultados estadísticos que
provienen de su ordenación y Esto hace que sea aún más fácil de comprender también
podemos observar que tiene algunas limitaciones entre las que se encuentran es que no
son lo suficientemente adecuadas en cuanto al cumplimiento de una hipótesis normal y
esto nos puede provocar que no sea rechazada aunque esta llega a ser falsa hay otra
limitación que también forma parte de ella y es que necesita que la hipótesis cambie
cuando las pruebas no llegan a corresponder a la pregunta del procedimiento si la
muestra no es proporcional tiene diversas características las cuales solo mencionaremos
cuatro que es que es necesario realizar pruebas de hipótesis y que la que ellas son
estrictas Las observaciones deben de ser independientes y básicamente es un método de
medición fácil de aplicar Por otra parte podemos decir que no estiman un parámetro
sobre el que se lleva a cabo la comprobación como si lo hiciéramos en las técnicas vistas
en los apartados anteriores que hemos estado trabajando estas se comporta De manera
análoga a un parámetro que se está queriendo probar por otra parte tampoco necesita de
un supuesto normal por lo que con muy poca información sobre la población puede llegar
a ser muchísimas comparaciones y esto podemos cuantificarlo en la confiabilidad ya que
las pruebas no todas están aprobadas para una probabilidad del error tipo 2 aún más alta
que todas las anteriores en este apartado veremos lo que son todo eso de las pruebas no
paramétricas pero para la media o para la mediana y es que vamos a ver aquí que existen
varias pruebas sobre la media entre otras partes también podemos observar que veremos
ejemplos en los cuales aplicaremos la diversas pruebas que pueden llegar a ser y conocer
sobre todo.

3
 Pruebas de hipótesis no paramétricas sobre la media o la
mediana
Para lo que son las pruebas no paramétricas para la media existen diversas de las cuales
nos van a permitir entender un poco lo que ha sido desarrollado en este tipo de pruebas
analizar y existen diferentes pruebas que nos ayudan a determinar cada uno de los casos
en este la primera sería la de Wilcoxo para las muestras independientes también existe la
prueba u de Mann-whitney y la prueba de signos para las muestras apareadas, la prueba
del orden de los signos para las muestras apareadas también es una de las tantas pruebas
que existen para las no paramétricas en la media. Hablaremos de cada una de ellas dando
una pequeña definición y de qué se tratan cada una de estas la hipótesis por comprobar
en todos los casos para cada una de ellas es la siguiente:

 Prueba de Wilcoxon para muestras independientes

Esta prueba básicamente se especifica en sumar los rangos de Wilcoxon en una prueba no
paramédico para dos poblaciones cuando estas muestras llegan a ser independientes o más bien
son independientes si X e Y son muestras independientes con los diferentes tamaños de muestra
la estadística de la prueba que vuelve es la suma de los rangos de la primera la prueba de la suma
de rangos de Wilcoxon es equivalente a una prueba de Mann-Whitney es no paramétrica de igual
que las medidas de las poblaciones de dos muestras independientes X e Y.

“Los pasos que integran Esta técnica son

1. ordenar la forma ascendente de Las n1 + n2 observaciones, sin importar de qué

muestras sean, pero manteniendo identificado A cuál de ellas pertenece cada uno.

2. Asignarle a cada dato su ordinal iniciando en uno, si hay más de un valor igual, se
le asigna el valor promedio de los ordinales que les toca.

3. Obtener la suma de los ordinales de cada muestra, los que se representan por R1 Y
R2 a partir de los cuales se obtiene el estadístico de prueba que será R =min( R1 , R 2)

4. Se concluye comparando el estadístico de prueba R con el valor crítico de Ra a que

se obtiene de las tablas especiales calculadas por Wilcoxon siendo la zona crítica R
< Ra ”

 Prueba U de Mann-Whitney
Esta prueba es una prueba no paramétrica alternativa a la prueba t de muestras
independientes en pocas palabras es una prueba de hipótesis estadística que se utiliza
para poder determinar si una media población desconocida es diferente a un valor en
específico también se utiliza para poder comparar dos medias muéstrales estas que
provienen de la suma de los rangos de Wilcoxon, también son familia del grupo más

4
 grande de pruebas de Independencia las pruebas de Independencia llegan a suponer que
las variables de un análisis pueden ser divididas en variables dependientes y
independientes, Cuál es la importancia que tiene esta prueba y es que a diferencia de la
prueba te demuestras independientes lo que hace esta prueba es que nos permite sacar
diferentes conclusiones sobre los datos en una función de suposiciones que se hagan
sobre la distribución de los mismos por otra parte estas conclusiones también pueden ir
desde simplemente afirmar si dos poblaciones difieren hasta poder terminar y también si
hay diferencia entre las medidas de dos grupos por otra parte si estas llegan a ser
diferentes las conclusiones dependen también mucho de la forma de distribución de los
datos.
Esta prueba básicamente consiste en:

1. “Ordenar las observaciones de menor a mayor, Como si procedieran de una misma

población, pero manteniendo identificada su procedencia.

2. Asignar su ordinal a las (n1 + n2 ) observaciones en orden de magnitud asignando un

uno a la observación más pequeña, un 2 a la siguiente, etcétera. En caso de
empate, promedian los ordinales que correspondieran.

3. Se calcula la suma de los ordinales T A y T B para dos muestras.

4. Se calcula la R A y R B mediante las expresiones de la siguiente ecuación que es la

de suma ordinales prueba de Mann-Whitney.

5. Obtener el estadístico de prueba R= min ( R A , R B).

6. Se concluye comparando R con el valor de Ra ,que se obtiene mediante las tablas

de Mann-Whitney, haciendo la zona crítica: R < Ra .”

 Prueba del signo para muestras apareadas

En esta prueba se aplica cuando no se tiene la seguridad de que las poblaciones tienen
una forma semejante a la alternativa de aquí parte que es aplicable cuando se trata de
comparar las medidas de dos poblaciones por otra parte podemos decir que consiste en
convertir los valores de datos en signos positivos y negativos y luego hacer una prueba
para ver si hay una cantidad desproporcionada mayor de uno u otro signo cuyas muestras
de esta prueba apareadas existe una técnica que es la siguiente de la cual se siguen
diferentes pasos para realizarla:

1. “Para cada diferencia D jde se registra solo el signo de la diferencia, cuando

5
 ocurran empates, se elimina la diferencia.
+¿ ¿ −¿ ¿
2. Ahora se calcula es R , el número de signo positivo y R , coma el número de
signos negativos.

3. El estadístico de pruebas se obtiene mediante R=min ( R+¿ ¿, R−¿ ¿).

4. Se concluye comparando R con el valor de Ra , n que se obtienen en las tablas con el

nivel de significancia el número de diferencias diferentes de cero siendo la zona R <
Ra .”

 Prueba del orden de los signos para muestras apareadas o prueba T de

Wilcoxon

Esta prueba básicamente consiste en un procedimiento estadístico que de

significancia no paramétrico y se supone que se emplea Un diseño de muestras
totalmente relacionadas que la variable independiente es ticmática y también la
variable dependiente es una variable continua y cuya medición es lo menos posible
ordinal Es una excelente alternativa esta prueba para la prueba t- STUDET ya que para
las muestras relacionadas tiene mucho que ver también en ocasiones se utiliza
cuando la variable dependiente está a un nivel de medición de intervalos pero por las
características de la investigación a veces no llegan a cumplir con los supuestos
básicos de las pruebas paramétricas o cuando la variable dependiente es
definitivamente ordinario y esta prueba se aplica en poblaciones que cumplen con
una forma que no es semejante y donde a veces se quiere comprar las medidas o
incluso también las medianas de dos poblaciones que debieron ser de forma
apareada y las técnicas que se emplean Aquí son las siguientes:

1. ”Se calcula la diferencias D j tomándose en cuenta tanto la magnitud como el

signo.

2. Se ordenan las diferencias de forma ascendente en cuanto a sus valores absolutos,

pero se mantienen identificado el signo que tienen.

3. Se le asigna su ordinal a las diferencias sin tomar en cuenta el signo.

4. Se le pasan los signos a los ordinales de las diferencias. puntos si hay diferencia con
el mismo va absoluto, se le asigna el promedio de los ordinales correspondieron.
+¿ ¿ −¿ ¿
5. Se calcula R , la suma de los rangos positivos, y R , el valor absoluto de la
suma de los rangos negativos.
−¿¿

6. El estadístico de prueba se obtiene mediante R=min ( R+¿ ,R ¿

)

6
 ¿
7. Se concluye comparando R con el valor Ra , n , que se obtienen en las tablas siendo
¿
en la zona crítica: R< Ra , n .”

Análisis de ejemplos
Ejemplo 1
Se han seleccionado aleatoriamente una muestra de 82 estudiantes de Instituto y otra con
46 estudiantes de centros privados y se ha considerado la nota en Educación Física para
cada uno de ellos. Los datos obtenidos vienen resumidos en la siguiente tabla de
contingencia

Se desea contrastar
la hipótesis de que
la distribución de notas en Educación física es independiente del tipo de centro de
Enseñanza.
Para aplicar el test Chi-cuadrado aplicable a tablas de contingencia hallamos, en primer
lugar, las frecuencias esperadas caso de cumplirse la hipótesis nula. Se calculan de la
forma siguiente:

Tomando los valores:

Evaluamos el valor experimental del estadístico de contraste:

Comparando este valor con el valor crítico de este test que resulta ser

En este caso el valor experimental queda fuera del intervalo de aceptación, por tanto se
rechaza la hipótesis nula y se concluye que el tipo de centro parece tener alguna influencia
en la distribución de las notas de Educación Física.
Análisis: de acuerdo al problema anterior se pudo verificar como se planteó una hipótesis y
de la cual se buscaba aceptarla o rechazarla mediante el resultado obtenido.

Ejemplo 2
Se desea comparar tres tratamientos para la rehabilitación de lesiones en deportistas de
elite, para lo cual se elige una muestra de 14 deportistas con lesiones equivalentes y se les
distribuye aleatoriamente para aplicarles los diferentes tratamientos. Luego de terminado
los tratamientos se mide el porcentaje de recuperación de la lesión obteniendo los

7
siguientes resultados:
Tratamiento 1: 21 23 59 38 78
Tratamiento 2: 44 72 65 43 79
Tratamiento 3: 39 46 61 49
Usando un nivel de significación de 0.05 pruebe si existe alguna diferencia en los
porcentajes de recuperación entre los diferentes tratamientos
Esquema de solución
Paso 1: Leer cuidadosamente el enunciado del problema.
Paso 2: Identificar la variable en estudio.
Sea X = Porcentaje de recuperación con tratamiento 1.
Sea Y = Porcentaje de recuperación con tratamiento 2.
Sea Z = Porcentaje de recuperación con tratamiento
3 Paso 3: Ordenar los datos y ranguear.

Los rangos y la suma de rangos por tratamiento son:

Tratamiento 1: 1 2 3 9 13 R1= 28
Tratamiento 2: 6 12 11 5 14 R2= 48
Tratamiento 3: 4 7 10 8 R3= 29
Paso 4: Leer la pregunta y revisar cuál de los conceptos se debe usar para obtener lo
pedido. Para responder la pregunta se debe realizar una prueba de hipótesis no
paramétrica de Kruskal Wallis.
Paso 5: Realizar la prueba siguiendo los seis pasos.
P1: Plantear hipótesis.
Hipótesis nula H0: No hay diferencia entre los tratamientos
v/s Hipótesis alternativa H1: Alguna diferencia existe
P2: Estadístico de prueba:
P3: Nivel significación; α = 0.05
P4: Región de rechazo de H0 v/s HA

P5: Decisión. Como K0 = 2.31< 5.643 ⇒ K0 ∉ R ⇒ No se rechaza H0 al nivel de

significación 0.05
P6: Conclusión. Con 95% de confianza no existe diferencia en los porcentajes de
recuperación entre los diferentes tratamientos.
Análisis: de acuerdo al problema anterior podemos verificar como se fue planteando desde
los datos para plantear una hipótesis de la cual se verifico cual era verdadera y cual se
rechazaba.
Ejemplo 3
Para comprobar si la velocidad con la que dos ordenadores ejecutan los programas es
similar se han seleccionado 9 programas de análoga dificultad, que se han ejecutado en
estos ordenadores. Se ha seleccionado aleatoriamente el programa que se va a ejecutar
en cada ordenador. Los tiempos de ejecución de estos programas según el ordenador en
que se ha ejecutado viene recogido en la siguiente tabla:

8
¿Se pueden concluir que ambos ordenadores tardan el mismo tiempo en la ejecución de
los programas?
Para tomar una decisión vamos a emplear el test de Wilcoxon para contrastar dos
muestras independientes.

Considerando la suma de los rangos de la muestra de menor tamaño, 1+5+3+2 = 11, y

consultando en la tabla adecuada resulta que los intervalos de aceptación para la
hipótesis nula son (12, 28) al 90% de confianza y (11, 29) al 95% de confianza. Por los
tanto en ambos casos se rechaza la hipótesis nula y se concluye que los ordenadores
considerados no ejecutan los programas con la misma velocidad.
Análisis: de acuerdo al problema anterior se demuestra que en ambos casos se rechaza la
hipótesis nula, lo que implica que los trabajadores considerados no ejecutan los
programas con la misma velocidad. Por lo tanto, se puede concluir que existe una
diferencia significativa en los tiempos de ejecución entre los dos ordenadores.

9
Ejemplo propuesto

10
11
 Conclusión
En conclusión, las pruebas de hipótesis no paramétricas sobre la media o la mediana son
herramientas estadísticas que se utilizan cuando no se cumplen los supuestos de
normalidad o cuando los datos son de naturaleza ordinal o no numérica. Estas pruebas
proporcionan métodos alternativos robustos y confiables para realizar inferencias sobre la
población en estudio.
Las pruebas no paramétricas sobre la media, como la prueba de Mann-Whitney y la
prueba de Wilcoxon, se emplean cuando se desea comparar las medianas de dos grupos
independientes o relacionados, respectivamente. Estas pruebas se basan en el
ordenamiento de los datos y no requieren la asunción de una distribución específica, lo
que las hace adecuadas para muestras pequeñas o datos sesgados.
Por otro lado, las pruebas no paramétricas sobre la mediana, como la prueba de la
mediana de signos y la prueba de McNemar, se utilizan para evaluar si hay diferencias
significativas entre dos mediciones relacionadas o para comparar la mediana de una
muestra con un valor de referencia. Estas pruebas son adecuadas cuando los datos no
siguen una distribución normal y cuando se desea evaluar cambios o asociaciones en
datos de naturaleza ordinal o no numérica.
En resumen, las pruebas de hipótesis no paramétricas sobre la media o la mediana
ofrecen una alternativa confiable y robusta cuando no se cumplen los supuestos
paramétricos. Estas pruebas permiten realizar inferencias estadísticas precisas y
significativas, brindando una herramienta útil en la investigación y el análisis de datos en
diferentes campos científicos y aplicados.

12
 Referencias bibliográficas
1. Arrioja M. (2019) Estadistica Inferencial prueba de hipotesis . Capitulo 5 pag. 135.
Consultado el 6 de mayo del 2023.
2. Velázquez, A. (2023). ¿Qué son las pruebas no paramétricas? QuestionPro.
https://www.questionpro.com/blog/es/pruebas-no-parametricas/
3. Narváez, M. (2022). Prueba U de Mann-Whitney: Qué es y cómo funciona. QuestionPro.
https://www.questionpro.com/blog/es/prueba-u-de-mann-whitney/
4. de Kruskal Wallis., P. de W. 6. 2. P. (s/f). • Plantear hipótesis no paramétricas. Uantof.cl.
Recuperado el 12 de mayo de 2023, de
https://intranetua.uantof.cl/facultades/csbasicas/matematicas/academicos/jreyes/
DOCENCIA/APUNTES/APUNTES%20PDF/Unidad%206%20Prueba%20no%20param
%C3%A9tricas.pdf
5. Eduard, E. (s/f). 11. PRUEBAS NO PARAMÉTRICAS. Uprm.edu. Recuperado el 12 de
mayo de 2023, de https://academic.uprm.edu/eacuna/miniman11sl.pdf
6.

13