0 calificaciones0% encontró este documento útil (0 votos)
8 vistas3 páginas
La prueba de Kolmogorov-Smirnov es una prueba estadística no paramétrica que se utiliza para evaluar si una muestra de datos proviene de una distribución específica o si dos muestras provienen de la misma distribución. El procedimiento involucra establecer hipótesis nula y alternativa, calcular las funciones de distribución acumulativa empírica y teórica, determinar la máxima diferencia entre ellas, y comparar ese valor con un valor crítico para aceptar o rechazar la hipótesis
La prueba de Kolmogorov-Smirnov es una prueba estadística no paramétrica que se utiliza para evaluar si una muestra de datos proviene de una distribución específica o si dos muestras provienen de la misma distribución. El procedimiento involucra establecer hipótesis nula y alternativa, calcular las funciones de distribución acumulativa empírica y teórica, determinar la máxima diferencia entre ellas, y comparar ese valor con un valor crítico para aceptar o rechazar la hipótesis
La prueba de Kolmogorov-Smirnov es una prueba estadística no paramétrica que se utiliza para evaluar si una muestra de datos proviene de una distribución específica o si dos muestras provienen de la misma distribución. El procedimiento involucra establecer hipótesis nula y alternativa, calcular las funciones de distribución acumulativa empírica y teórica, determinar la máxima diferencia entre ellas, y comparar ese valor con un valor crítico para aceptar o rechazar la hipótesis
La prueba de Kolmogorov-Smirnov es una prueba no paramétrica utilizada en
estadística para evaluar si una muestra de datos proviene de una distribución específica o si dos muestras provienen de la misma distribución. La prueba se basa en la comparación de las funciones de distribución acumulativa (FDC) empírica y teórica.
El procedimiento general de la prueba de Kolmogorov-Smirnov es el siguiente:
Planteamiento de hipótesis: Se establecen las hipótesis nula (H0) y alternativa
(H1). La hipótesis nula asume que los datos siguen la distribución especificada o que las dos muestras provienen de la misma distribución. La hipótesis alternativa sugiere que los datos no siguen la distribución especificada o que las dos muestras provienen de diferentes distribuciones.
Cálculo de la función de distribución acumulativa (FDC) empírica: Se calcula la
FDC empírica de los datos de la muestra o de cada una de las muestras, según el caso.
Comparación de las FDC empírica y teórica: Se compara la FDC empírica con la
FDC teórica especificada en la hipótesis nula. Si se trata de una prueba de una muestra, se compara la FDC empírica con la FDC teórica. Si se trata de una prueba de dos muestras, se compara la FDC empírica de cada muestra con la FDC empírica combinada de las dos muestras.
Cálculo de la estadística de prueba: La estadística de prueba se calcula como la
máxima diferencia vertical entre las dos FDC. Se utiliza esta diferencia para determinar si se rechaza o no la hipótesis nula.
Comparación con el valor crítico: La estadística de prueba se compara con un
valor crítico obtenido de tablas o mediante simulaciones. Si la estadística de prueba es mayor que el valor crítico, se rechaza la hipótesis nula. En caso contrario, no se puede rechazar la hipótesis nula. 2
La prueba de Kolmogorov-Smirnov es útil para evaluar la bondad de ajuste de una
muestra a una distribución teórica específica o para comparar dos muestras independientes. No asume ninguna distribución particular de los datos y es ampliamente utilizada en diversos campos de investigación.
Es importante tener en cuenta que la prueba de Kolmogorov-Smirnov tiene
algunas limitaciones, como ser sensible a diferencias en la forma de la distribución y tener menos poder en comparación con otras pruebas no paramétricas. Por lo tanto, es recomendable utilizarla en conjunto con otras pruebas estadísticas y considerar el contexto específico del problema de investigación.
I. INTRODUCCION El Uso de Pruebas Estadísticas en La Investigación y La Sección de Un Modelo Estadístico Apropiado - Pruebas Estadísticas Paramétricas y No Paramétricas PDF