Tema 8. IntroduccioÌ N A La Inferencia No Parameì Trica

Tema 8.
- Introducción a la inferencia no paramétrica
Ø Introducción.
Ø Inferencia no paramétrica para una variable.
Ø Inferencia no paramétrica para dos variables independientes.
Ø Inferencia no paramétrica para dos variables dependientes.
Ø Independencia de dos variables.
Ø Inferencia no paramétrica para varias variables independientes.
Estadística ADE/EE.
En este tema veremos:
Ø Inferencia no paramétrica para una variable.
• Contraste de bondad de ajuste de Kolmogorov-Smirnov.

• Contrastes de posición: Contraste de los rangos signados de Wilcoxon.
Ø Inferencia no paramétrica para dos variables independientes
• Contraste de homogeneidad de Kolmogorov-Smirnov.

• Contraste de la U de Mann-Whitney-Wilcoxon.
Ø Inferencia no paramétrica para dos variables dependientes.
Ø Independencia de dos variables.
• Contraste del coeficiente de la 𝜏 de Kendall.
Ø Inferencia no paramétrica para varias variables independientes.
• Contraste de Kruskal-Wallis.
En inferencia paramétrica se necesita bien suponer que la variable sigue una
distribución normal o bien que los tamaños muestrales sean lo suficientemente
grandes para poder asumir la distribución normal.
En caso de que no se dé ninguna de las dos condiciones anteriores se deben utilizar

procedimientos de inferencia no paramétrica.
En inferencia no paramétrica no es necesario conocer la distribución de la variable.

Los contrastes no son sobre parámetros (son sobre la forma de la distribución, medidas
de posición, aleatoriedad, etc.).
Ventajas de los contrastes no paramétricos:
ü Son simples de resolver, ya que sus expresiones son sencillas.
ü Son rápidos, ya que las operaciones matemáticas necesarias son ordenar, contar,
sumar y restar.
ü Tienen un campo de aplicación muy amplio, ya que las hipótesis necesarias son
muy generales y mucho menos exigentes que las de los contrastes paramétricos.
Su principal desventaja es la pérdida de información (no se trabaja con la magnitud

de la observación, sino con la ordenación de los datos).
Inferencia no paramétrica para una variable
Contraste de bondad de ajuste de Kolmogorov-Smirnov
Este contraste sólo es válido para distribuciones continuas. El contraste es:
𝐻! : Los datos proceden de una distribución 𝐹! 𝐻 : 𝐹 = 𝐹!

"⇔ ! "
𝐻" : Los datos no proceden de 𝐹! 𝐻" : 𝐹 ≠ 𝐹!
Es un contraste alternativo al de la χ2 con la ventaja de que se puede utilizar

cuando el tamaño muestral es pequeño.
Consiste en comparar la distribución empírica obtenida a partir de los datos con
la distribución 𝐹0.
Función de distribución empírica de la muestra
Dada una m.a.s (𝑋1, … 𝑋𝑛) de una v.a. con distribución 𝐹, sea 𝑁(𝑥) el número de
valores muestrales inferiores o iguales a 𝑥. Se define la función de distribución
empírica de la muestra como
𝑁(𝑥)
𝐹# 𝑥 =
𝑛
(proporción de valores muestrales inferiores o iguales a 𝑥)
Ejemplo
Dada la m.a.s. (3, 8, 5, 4, 5), obtener la función de distribución empírica y representarla
gráficamente.
Se ordenan los elementos de la muestra de menor a mayor:
Muestra 𝑁(𝑥) 𝐹5(𝑥) 1

(< 3) 0 0 0.8
3 1 1/5 = 0.2 0.6
4 2 2/5 = 0.4
0.4
5 4 4/5 = 0.8
0.2
8 5 5⁄5 = 1
0 1 2 3 4 5 6 7 8
La función de distribución empírica converge (se aproxima) a la verdadera

distribución de la que procede la muestra (Teorema de Glivenko-Cantelli).
El estadístico del contraste es la mayor de las diferencias en valor absoluto entre la
función de distribución empírica de los datos y la propuesta en la hipótesis nula:
𝐷# = 𝑠𝑢𝑝 𝐹# 𝑥 − 𝐹$ (𝑥) Estadístico de Kolmogorov-Smirnov
Como la función 𝐹𝑛 es escalonada, las diferencias máximas se tienen en los puntos de

salto. Así que 𝐷𝑛 se calcula del siguiente modo:
𝐷# = 𝑚á𝑥 𝐹# 𝑥%&" − 𝐹! (𝑥% ) , 𝐹# 𝑥% − 𝐹! (𝑥% )
Se rechaza la hipótesis nula a nivel 𝛼 para valores grandes del estadístico:
𝐷# > 𝐷#,( , 𝑐𝑜𝑛 𝑃 𝐷# > 𝐷#,( = 𝛼 Los valores 𝐷#,( se

obtienen de tablas
Por tanto la región crítica es
𝑅𝐶 = [𝐷#,( , +∞)
𝐹$ 𝑥
𝐹& 𝑥
𝐹$ 𝑥%
𝐹$ 𝑥% − 𝐹&(𝑥% )
𝐹& 𝑥%
𝐹$ 𝑥%'( − 𝐹&(𝑥% )
𝐹$ 𝑥%'(
𝑥!"# 𝑥!
Ejemplo
Se desea contrastar si la siguiente muestra observaciones se seleccionó o no de una
normal estándar (𝑁(0,1)).
−2.46, −1.23, −0.39, −0.10, −0.02, 0.40, 0.44, 0.82, 1.39, 1.76
Las hipótesis son 𝐻$ : 𝐹 = 𝐹$ = 𝑁(0,1)
3
𝐻# : 𝐹 ≠ 𝐹$ = 𝑁(0,1)
En la siguiente tabla se obtienen los elementos necesarios para resolver el contraste
(hay que ordenar las observaciones de menor a mayor):
𝑖 𝑥% 𝐹(&(𝑥% ) 𝐹(&(𝑥%'() 𝐹&(𝑥% ) 𝐹𝟏𝟎 𝑥% − 𝐹&(𝑥% ) 𝐹𝟏𝟎 𝑥%'𝟏 − 𝐹&(𝑥% )
1 −2.46 0.1 0 0.0069 0.0931 0.0069
2 −1.23 0.2 0.1 0.1093 0.0907 0.0093
3 −0.39 0.3 0.2 0.3483 0.0483 0.1483
4 −0.10 0.4 0.3 0.4602 0.0602 0.1602
5 −0.02 0.5 0.4 0.4920 0.0080 0.0920
6 0.40 0.6 0.5 0.6554 0.0554 0.1554
7 0.44 0.7 0.6 0.6700 0.0300 0.0700
8 0.81 0.8 0.7 0.7910 0.0090 0.0910
9 1.39 0.9 0.8 0.9177 0.0177 0.1177
10 1.76 1.00 0.9 0.9608 0.0392 0.0608
Estadístico del contraste
𝐷"! = 𝑚𝑎𝑥 𝐹"! 𝑥% − 𝐹! (𝑥% ) , 𝐹"! 𝑥%&" − 𝐹! (𝑥% ) = 0.1602
Región crítica
𝑅𝐶 = 𝐷#,( , +∞ = 𝐷"!,!.!* , +∞ = [0.409, +∞)
No se rechaza la hipótesis nula. Podemos concluir que los datos proceden de una
distribución 𝑁(0,1).
Nota:
Para contrastar el ajuste a cualquier otra distribución, se obtendrá el valor de 𝐹! ,
usando la distribución de la variable que corresponda.
Contrastes de posición: Test de los rangos signados de Wilcoxon
Sean
• 𝑋 variable aleatoria continua y simétrica respecto a su mediana M

• (𝑋1, 𝑋2, … , 𝑋𝑛) una muestra aleatoria de tamaño 𝑛 de 𝑋
• 𝑀0 valor hipotético de la mediana.
Los contrastes de hipótesis que vamos a resolver son:
𝐻! : 𝑀 ≤ 𝑀! 𝐻! : 𝑀 ≥ 𝑀! 𝐻! : 𝑀 = 𝑀!
" " "
𝐻" : 𝑀 > 𝑀! 𝐻" : 𝑀 < 𝑀! 𝐻" : 𝑀 ≠ 𝑀!
Calculamos las diferencias
𝑋" − 𝑀! , 𝑋+ −𝑀! , … , 𝑋# −𝑀!
(si 𝑀 = 𝑀0 aproximadamente la mitad de las observaciones estarán a la izquierda del 0)
Para resolver el contraste seguimos los siguientes pasos:
① Ordenamos de menor a mayor el conjunto de las diferencias anteriores en valor

absoluto.
② Asignamos rangos, 𝑅𝑖 , a estas diferencias del 1 al 𝑛 , de forma que a la

diferencia más pequeña le corresponde el rango 1 y a la mayor el rango 𝑛.
Nota: Si hay empates se asigna a todas las coincidencias la media de los

rangos que les corresponderían.
+
③ Se suman por separado los rangos de las diferencias positivas (𝑊 ) y negativas
−
(𝑊 ). El estadístico de Wilcoxon es
𝑊 = 𝑊,
Si 𝐻0 es cierta (si 𝑀 = 𝑀! ) es lógico que 𝑊 , y 𝑊 & sean iguales (habrá igual
número a un lado que a otro del 0). Si 𝑊 , es grande (𝑊 & pequeño) la mediana
será mayor que 𝑀! y si 𝑊 , es pequeño (𝑊 & grande) la mediana será menor
que 𝑀! .
④ Para el contraste unilateral a la derecha
𝐻! : 𝑀 ≤ 𝑀!
"
𝐻" : 𝑀 > 𝑀!
se rechaza 𝐻! si 𝑊 es grande y la región crítica es
𝑅. 𝐶. = [𝑊#,( , +∞)
siendo 𝛼 el nivel de significación.
Para el contraste unilateral a la izquierda

𝐻! : 𝑀 ≥ 𝑀!
"
𝐻" : 𝑀 < 𝑀!
se rechaza 𝐻! si 𝑊 es pequeño y la región crítica es
𝑅. 𝐶. = (0, 𝑊#,"&( ]
Para el contraste bilateral
𝐻! : 𝑀 = 𝑀!
"
𝐻" : 𝑀 ≠ 𝑀!
se rechaza 𝐻! si 𝑊 es o bien grande o bien pequeño y la región crítica es
𝑅. 𝐶. = [0, 𝑊#,"&(⁄+ ] ∪ [𝑊#,(∕+ , +∞)
Ejemplo
En general, la distancia mediana que alcanzan los lanzadores de peso es de 21
metros. Se está estudiando un nuevo material con el que se cree que puede aumentar
esta distancia. Se anota esta distancia para 10 lanzadores, y los resultados son
24.1 25.8 20.5 20.9 27.3 21.5 20.1 28.9 19.2 26.3
Resolver el problema para un nivel de significación 𝛼 = 0.05
El contraste es 𝐻$ : 𝑀 ≤ 21
3
𝐻# : 𝑀 > 21
𝑥! 24.1 25.8 20.5 20.9 27.3 21.5 20.1 28.9 19.2

𝑥! -21 3.1 4.8 −0.5 −0.1 6.3 0.5 −0.9 7.9 −1.8
𝑥! −21 3.1 4.8 0.5 0.1 6.3 0.5 0.9 7.9 1.8
𝑅! 6 7 2.5 1 9 2.5 4 10 5
Signo + + − − + + − + −
Los valores que corresponderían a los rangos 2 y 3 son los mismos (0.5), deshacemos el
empate asignando a cada uno la media de los rangos, 2.5.
𝑊 = 𝑊 , = i 𝑅% = 6 + 7 + 9 + 2.5 + 10 + 8 = 42.5
/%0.1!
Región crítica
𝑅. 𝐶. = 𝑊𝑛, 𝛼 , +∞ = 𝑊10,0.05 , +∞ = [44, +∞)
No se rechaza la hipótesis nula.
No hay evidencia suficiente para concluir que el material aumenta la

distancia de los lanzamientos.
Inferencia no paramétrica para dos variables
Contraste de Kolmogorov-Smirnov para dos variables.
Se trata de contrastar mediante dos muestras aleatorias (𝑋1, … , 𝑋𝑚) y (𝑌1, … , 𝑌𝑛) si dos
variables aleatorias siguen la misma distribución; es decir si la variable es homogénea.
Las hipótesis son
𝐻! : 𝐹2 = 𝐹3
"
𝐻" : 𝐹2 ≠ 𝐹3
Se calculan las funciones de distribución empíricas correspondientes a ambas

muestras, 𝐹2,4 (𝑥) y 𝐹3,# (𝑥) y a partir de ellas el estadístico del contraste:
𝐷4,# = 𝑚á𝑥 𝐹2,4 (𝑥) − 𝐹3,# (𝑥)
Se rechazará la hipótesis nula cuando el estadístico tome valores grandes. La región

crítica es
𝑅𝐶 = [𝐷4,#,( , +∞)
Ejemplo
Se observaron 12 niñas y 12 niños de 4 años durante dos sesiones de juegos de 15
minutos. Durante estos dos periodos se cuantificó el juego de cada niñ@ según su
agresividad, dándose los siguientes resultados
Niños: 86 69 72 65 113 65 118 45 141 41 50 104

Niñas: 55 40 22 58 16 7 9 16 26 36 20 15
Contrastar la hipótesis de que hubo diferencias entre los sexos según la cantidad de
agresividad mostrada mediante el test de Kolmogorov-Smirnov.
Se trata de contrastar
𝐻! : 𝐹2 = 𝐹3
"
𝐻" : 𝐹2 ≠ 𝐹3
𝐷"+,"+ = 𝑚á𝑥 𝐹2,"+ (𝑥) − 𝐹3,"+ (𝑥)
Calculamos el estadístico a partir de la siguiente tabla:
𝐹2,"+ (𝑥) 𝐹3,"+ (𝑥) 𝐹2,"+ 𝑥 𝐹3,"+ (𝑥)
𝑥 𝐹2,"+ (𝑥) − 𝐹3,"+ (𝑥) 𝑥 𝐹2,"+ (𝑥) − 𝐹3,"+ (𝑥)
Niños Niñas Niños Niñas
7 0 1/12 1/12 50 3/12 10/12 7/12
9 0 2/12 2/12 55 3/12 11/12 8/12
15 0 3/12 3/12 58 3/12 1 9/12
16 0 5/12 5/12 65 5/12 1 7/12
20 0 6/12 6/12 69 6/12 1 6/12
22 0 7/12 7/12 72 7/12 1 5/12
26 0 8/12 8/12 86 8/12 1 4/12
36 0 9/12 9/12 104 9/12 1 3/12
40 0 10/12 10/12 113 10/12 1 2/12
41 1/12 10/12 9/12 118 11/12 1 1/12
45 2/12 10/12 8/12 141 1 1 0
#$
Estadístico del contraste 𝐷#%,#% = 𝑚á𝑥 𝐹',#% (𝑥) − 𝐹(,#% (𝑥) =
#%
Región crítica
𝑅𝐶 = 𝐷4,#,( , +∞ = 𝐷"+,"+,!.!* , +∞ = [6 ∕ 12,+∞)
Se rechaza la hipótesis nula. Hay diferencias entre los sexos.
También se puede plantear y resolver los contrastes unilaterales a la izquierda y

a la derecha.
, = 𝑚á𝑥 𝐹
𝐻2 : 𝐹3 ≤ 𝐹4 Estadístico del contraste 𝐷4,# 2,4 (𝑥) − 𝐹3,# (𝑥)
!
𝐻5 : 𝐹3 > 𝐹4 ,
Región crítica 𝑅𝐶 = 𝐷4,#,( , +∞
&
𝐻2 : 𝐹3 ≥ 𝐹4 Estadístico del contraste 𝐷4,# = 𝑚á𝑥 𝐹3,# (𝑥) − 𝐹2,4 (𝑥)
!
𝐻5 : 𝐹3 < 𝐹4 &
Región crítica 𝑅𝐶 = 𝐷4,#,( , +∞
Contraste de U de Mann-Whitney-Wilcoxon – Comparación de medianas
Dadas dos variables aleatorias ordinales o continuas, 𝑋 e 𝑌, y dos m.a.s. (𝑋1, … , 𝑋𝑚) y
(𝑌1, … , 𝑌𝑛) se contrastan las siguientes hipótesis:
𝐻! : 𝑀2 ≤ 𝑀3 𝐻! : 𝑀2 ≥ 𝑀3 𝐻! : 𝑀2 = 𝑀3
" " "
𝐻" : 𝑀2 > 𝑀3 𝐻" : 𝑀2 < 𝑀3 𝐻" : 𝑀2 ≠ 𝑀3
Sean
1 𝑠𝑖 𝑋! < 𝑌)
𝑍!) = D 𝑖 = 1, … 𝑚; 𝑗 = 1, … 𝑛
0 𝑠𝑖 𝑋! > 𝑌)
+
M 𝑍!) = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑌) 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑚𝑎𝑦𝑜𝑟𝑒𝑠 𝑞𝑢𝑒 𝑋!
!*#
Se define el estadístico de Mann-Whitney-Wilcoxon como

4 #
𝑈 = i i 𝑍%6 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑌6 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑚𝑎𝑦𝑜𝑟𝑒𝑠 𝑞𝑢𝑒 𝑐𝑎𝑑𝑎 𝑋%

%5" 65"
𝑈 varía entre 0 (si todos los valores de 𝑋𝑖 son mayores que los 𝑌𝑗) y 𝑚×𝑛 (si todos los
𝑋𝑖 son menores que los 𝑌𝑗).
Ejemplo de cálculo del estadístico
Sean las muestras (𝑋1, … , 𝑋4 ) = (3, 10, 7, 4) y 𝑌1, … , 𝑌# = 8, 6, 5 . (𝑚 = 4, 𝑛 = 3)
Ordenamos de menor a mayor ambas muestras mezcladas:
3 4 5 6 7 8 10
𝑥 𝑥 𝑦 𝑦 𝑥 𝑦 𝑥
Entonces
𝑈 =3+3+1+0=7
𝑈 grande indica que los valores de la segunda muestra tienden a ser más grandes que
los de la primera, rechazamos 𝐻0: 𝑀𝑋 ≥ 𝑀𝑌
Si 𝑈 es pequeño los valores de la primera muestra tienden a ser más grandes que los
de la segunda y se deberá rechazar 𝐻0: 𝑀𝑋 ≤ 𝑀𝑌
Si 𝑈 es grande o pequeño, o los valores de la segunda muestra tienden a ser más

grandes que los de la primera o los valores de la primera muestra tienden a ser más
grandes que los de la segunda se deberá rechazar 𝐻0: 𝑀𝑋 = 𝑀𝑌
Para el contraste unilateral a la derecha:
𝐻! : 𝑀2 ≤ 𝑀3
"
𝐻" : 𝑀2 > 𝑀3
la región crítica es
𝑅𝐶 = (−∞, 𝑈4,#,"&( ]
Para el contraste unilateral a la izquierda
𝐻! : 𝑀2 ≥ 𝑀3
"
𝐻" : 𝑀2 < 𝑀3
𝑅𝐶 = [𝑈4,#,( , +∞)
Para el contraste bilateral

𝐻! : 𝑀2 = 𝑀3
"
𝐻" : 𝑀2 ≠ 𝑀3
𝑅𝐶 = (−∞, 𝑈4,#,"&(∕+ ] ∪ [𝑈4,#,(∕+ , +∞)
Ejemplo
Se quiere averiguar si el número de horas que dedican los estudiantes a estudiar las
asignaturas de Economía Española y Estadística son las mismas. Los datos son los
siguientes:
Economía Española (𝑋) Estadística (𝑌)
10 13
6 17
8 14
10 12
12 10
13 9
11 15
9 16
5 11
11
El contraste es
𝐻! : 𝑀2 = 𝑀3
"
𝐻" : 𝑀2 ≠ 𝑀3
𝑚 = 10, 𝑛 = 9, 𝛼 = 0.1
6 6 8 9 9 10 10 10 11 11 11 12 12 13 13 14 15 16 17
𝑥 𝑥 𝑥 𝑥 𝑦 𝑥 𝑥 𝑦 𝑥 𝑥 𝑦 𝑥 𝑦 𝑥 𝑦 𝑦 𝑦 𝑦 𝑦
𝑈 = 9 + 9 + 9 + 8 + 7 + 7 + 6 + 6 + 5 + 4 = 70
Región crítica
En la tabla correspondiente obtenemos
𝑈"!,7,!.!* = 65
⇒ 𝑅. 𝐶. = 0,25 ∪ [65, +∞)
𝑈"!,7,!.7* = 𝑚 w 𝑛 − 𝑈"!,7,!.!* = 10 w 9 − 65 = 25
Como el valor de U es mayor que 65, se rechaza la hipótesis nula. El número de

horas de estudio dedicadas a Estadística es superior al número de horas de
estudio dedicadas a Economía Española.
Inferencia no paramétrica para dos variables dependientes
El problema del contraste en muestras apareadas se resuelve de forma similar a como
se hizo en el caso paramétrico; es decir trabajando con la muestra obtenida como la
diferencia entre las muestras de ambas poblaciones. Posteriormente utilizaremos el
contraste de los rangos signados de Wilcoxon para resolver el problema.
Ejemplo
Un fabricante de alubias precocinadas está considerando una nueva receta para la
salsa utilizada en su producto. Elige una muestra aleatoria de 8 individuos y a cada uno
de ellos le pide que valore en una escala de 1 a 10 el sabor del producto original y el
del nuevo producto. Los resultados son
Individuo 1 2 3 4 5 6 7 8
Producto Original (𝑋) 6 4 5 8 3 6 7 5
Producto Nuevo (𝑌) 8 9 4 7 9 9 7 9
Queremos determinar si el nuevo producto es preferido al original; es decir
𝐻! : 𝑀8 ≥ 0 (𝑀9 ≥ 𝑀: )
", 𝐷 =𝑋−𝑌
𝐻" : 𝑀8 < 0 (𝑀9 < 𝑀: )
Individuo 1 2 3 4 5 6 7 8
Producto Original (𝑋) 6 4 5 8 3 6 7 5
Producto Nuevo (𝑌) 8 9 4 7 9 9 7 9
𝑑% −2 −5 1 1 −6 −3 0 −4
𝑑% − 0 2 5 1 1 6 3 0 4
Rango 3 6 1.5 1.5 7 4 5
Signo − − + + − − −
𝑠𝑢𝑚𝑎 𝑑𝑒 𝑟𝑎𝑛𝑔𝑜𝑠 𝑑𝑒
𝑊 = 𝑊, = = 1.5 + 1.5 = 3
𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑠 > 0
Región crítica
En la tabla obtenemos que para 𝑛 = 7 y 𝛼 = 0.05 es 𝑊;,!.!* = 24. Entonces,
𝑛 w (𝑛 + 1) 7w8
𝑊;,!.7* = − 𝑊;,!.!* = − 24 = 28 − 24 = 4 ⇒ 𝑅. 𝐶. = 0, 𝑊#,"&( = (0,4]
2 2
Como el valor del estadístico es menor que 4, se rechaza la hipótesis nula. Los
consumidores prefieren el nuevo producto.
Independencia entre dos variables
Contraste del coeficiente de correlación τ de Kendall
El coeficiente de la 𝜏 de Kendall mide la asociación entre dos variables ordinales o
continuas.
El interés se centrará en la ordenación de los pares de casos entre las variables, ya

que se pretende saber si el conocimiento de la ordenación de los casos de una
variable es útil para la predicción de la ordenación de los casos de la otra. Si es así
habrá asociación entre las variables.
Sean (𝑥1, … , 𝑥𝑛) e (𝑦1, … , 𝑦𝑛) las observaciones correspondientes a dos variables X e Y.
La asociación es positiva (pares concordantes, 𝑁< ) cuando
𝑥% < 𝑥6 𝑦 𝑦% < 𝑦6
ó
𝑥% > 𝑥6 𝑦 𝑦% > 𝑦6
La asociación es negativa (pares discordantes, 𝑁8 ) cuando
𝑥% < 𝑥6 𝑦 𝑦% > 𝑦6
ó
𝑥% > 𝑥6 𝑦 𝑦% < 𝑦6
El numero total de parejas que se pueden formar con las observaciones es
𝑛 𝑛(𝑛 − 1)
𝑁𝑃 = =
2 2
Vemos como calcular el número de pares concordantes, 𝑁𝐶 , (asociación positiva) y

el número de pares discordantes, 𝑁𝐷 , (asociación negativa) mediante un ejemplo.
Ejemplo
Se tiene una muestra de parejas de jóvenes con la siguiente distribución de alturas
Pareja 1 2 3 4 5 6 7 8 9 10
Hombre 80 70 73 72 62 65 74 71 63 64
Mujer 72 60 76 62 63 46 68 71 61 65
El número total de pares que se pueden formar es
𝑛(𝑛 − 1) 10 w 9
𝑁𝑃 = = = 45
2 2
Obtención del número de pares concordantes, NC:
Se asigna a cada observación de cada muestra (por separado) el rango
correspondiente
Pareja 1 2 3 4 5 6 7 8 9 10
Hombre 80 70 73 72 62 65 74 71 63 64
Rango 10 5 8 7 1 4 9 6 2 3
Mujer 72 60 76 62 63 46 68 71 61 65
Rango 9 2 10 4 5 1 7 8 3 6
Se ordena la muestra por pares según los rangos de la primera muestra
(1,5) (2,3) (3,6) (4,1) (5,2) (6,8) (7,4) (8,10) (9,7) (10,9)
Y contamos los pares concordantes. Las pares discordantes se calculan de forma

análoga.
(1,5) (2,3) (3,6) (4,1) (5,2) (6,8) (7,4) (8,10) (9,7) (10,9)
Para (1,5) − + − − + − + + += 5 Para (6,8) − + − += 2
Para (2,3) + − − + + + ++= 6 Para (7,4) + ++= 3
Para (3,6) − − + − + ++= 4 Para (8,10) − −= 0
Para 4,1 + + + + + += 6 Para (9,7) += 1
Para (5,2) + + + ++= 5
Luego
𝑁𝐶 = 5 + 6 + 4 + 6 + 5 + 2 + 3 + 0 + 1 = 32
𝑁8 = 4 + 2 + 3 + 2 + 2 = 13
Contraste
𝐻0: 𝐿𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
"
𝐻1: 𝐿𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
El coeficiente de correlación de la 𝜏 de Kendall es

El coeficiente 𝜏 toma valores entre −1 y 1. Valores
𝑁- − 𝑁. 32 − 13 próximos a 0 indican baja dependencia y próximos
𝜏= = = 0.42 a 1 y −1 alta dependencia positiva (1) o negativa
𝑁𝑃 45
(-1).
Estadístico del contraste 𝑆 = 𝑁< − 𝑁8
Región crítica 𝑅𝐶 = −∞, −𝑆#,(⁄+ ∪ [𝑆#,(⁄+ , +∞)
Para el ejemplo:
𝑆 = 𝑁< − 𝑁8 = 32 − 13 = 19
De las tablas correspondientes obtenemos
𝑅𝐶 = −∞, −𝑆"!,!.!+* ∪ 𝑆"!,!.!+* , +∞ = −∞, 21 ∪ [21, +∞)
No se rechaza la hipótesis de independencia. Las alturas entre los hombres y mujeres que
forman cada pareja son independientes.
Inferencia no paramétrica para varias variables: Contraste de Kruskall-Wallis
Es una alternativa al procedimiento ANOVA para el caso en que no se cumpla la

hipótesis de normalidad y los tamaños muestrales sean pequeños para alguna de las
variables. Las hipótesis que se contrastan son
𝐻0: 𝐿𝑎𝑠 𝑚𝑒𝑑𝑖𝑎𝑛𝑎𝑠 𝑑𝑒 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

3
𝐻1: 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝑝𝑎𝑟 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠
El procedimiento es el siguiente:
① Ordenar de menor a mayor los datos combinados de todas las variables mezclados.
② Asignar rangos a la muestra combinada. Cuando haya empates se asigna la media

de los rangos que les corresponderían si no hubiese empates.
③ Calcular la suma total de rangos por población, 𝑅𝑖
④ Obtener el número de grupos de datos empatados, 𝑚
⑤ Calcular
𝐿𝑖 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑚𝑝𝑎𝑡𝑎𝑑𝑎𝑠 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑔𝑟𝑢𝑝𝑜 𝑑𝑒 𝑒𝑚𝑝𝑎𝑡𝑒𝑠.
⑥ Calcular el estadístico de Kruskall-Wallis, dado por:
>
1 12 𝑅%+
𝐻= i − 3(𝑛 + 1)
𝐿 𝑛(𝑛 + 1) 𝑛%
%5"
donde
𝑘 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑛% = 𝑡𝑎𝑚𝑎ñ𝑜 𝑚𝑢𝑒𝑠𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑖
𝑛 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑡𝑜𝑡𝑎𝑙: 𝑛 = 𝑛" + ⋯ + 𝑛>
y
4
1
𝐿 =1− ? i 𝐿?% − 𝐿%
𝑛 −𝑛
%5"
El estadístico H es una medida de la variabilidad de los rangos, 𝑅𝑖 , y sigue una

+
distribución 𝜒>&"
+
La región crítica es 𝑅𝐶 = [𝜒>&",( , +∞)
Comparaciones múltiples
Cuando en el test de Kruskall-Wallis se rechaza la hipótesis nula hay que buscar

dónde se encuentran las diferencias.
Se resolverán los siguientes contrastes:
𝐻! : 𝑀% = 𝑀6
" para todo i ≠ 𝑗; 𝑖, 𝑗 = 1, … 𝑘
𝐻" : 𝑀% ≠ 𝑀6
Estadístico de cada contraste

𝑅% 𝑅6
𝑛% − 𝑛6
𝑇%6 =
𝑛(𝑛 + 1) 1 1
𝐿 12 𝑛% + 𝑛6
Región crítica (común a todos los contrastes)
𝑅𝐶 = [𝑍(∕@ , +∞),
donde 𝑐 es el número de comparaciones (número de contrastes).
Ejemplo
Una compañía quiere comparar cinco estrategias de venta diferentes en sus tiendas.
Aplica a cada tienda una estrategia distinta durante un mes. Los datos corresponden
a las ventas mensuales en cada establecimiento en miles de euros.
Tienda Ventas Mensuales

1 1.53 1.61 3.75 2.89 3.26
2 3.15 3.89 3.59 1.89 1.45 1.56
3 3.89 3.68 5.70 5.62 5.79 5.33
4 8.18 5.64 7.36 5.33 8.82 5.26 7.10
5 5.86 5.46 5.69 6.49 7.81 9.03 7.49
Tienda Rangos 𝑛% 𝑅% 𝑅%+ ∕ 𝑛%

1 2 4 11 6 8 5 31 192.2 𝑚=2
2 7 12.5 9 5 1 3 6 37.5 234.4 𝐿" = 2
𝐿+ = 2
3 12.5 10 21 18 22 15.5 6 99 1633
4 29 19 26 15.5 30 14 25 7 158.5 3566
5 23 17 20 24 28 31 27 7 170 4219
Totales 31 9754
Calculamos el valor de 𝐿: 𝑚 = 2, 𝐿" = 2 , 𝐿+ = 2
4
1 1 12
𝐿 =1− ? i 𝐿?% − 𝐿% = 1 − ? 2? − 2 + 2? − 2 =1− = 0.9996
𝑛 −𝑛 31 − 31 29760
%5"
/
𝑅!%
Estadístico del contraste M = 9754
𝑛!
!*#
>
1 12 𝑅%+ 1 12
𝐻= i − 3(𝑛 + 1) = 9754 − 3 w 32 = 22
𝐿 𝑛(𝑛 + 1) 𝑛% 0.9996 31 w 32
%5"
Región crítica
+ +
𝑅𝐶 = 𝜒>&",( , +∞ = 𝜒A,!.!* , +∞ = 9.487, +∞
Se rechaza la hipótesis nula. Hay diferencias entre las distintas estrategias de

venta. Con las distintas estrategias de venta se producen diferentes resultados.
𝛼
Comparaciones múltiples Nº de comparaciones 𝑐 = 10 ⇒ 𝛼 = 0.05 ⇒ = 0.005
𝑐
𝑅% 𝑅6
𝑛% − 𝑛6 Tienda 𝑛% 1 ∕ 𝑛% 𝑅% 𝑅% ∕ 𝑛%
𝑇%6 =
1 5 0,2 31 6,2
𝑛(𝑛 + 1) 1 1
𝐿 12 𝑛% + 𝑛6 2 6 0,1667 37.5 6,25
57.!7 3 6 0,1667 99 16,5
4 7 0,1429 158.5 22,643
Comparación Estadístico Conclusión 5 7 0,1429 170 24,286
𝐻! : 𝑀" = 𝑀+ 0.0091 No significativo
𝐻! : 𝑀" = 𝑀? 1.8712 No significativo
𝐻! : 𝑀" = 𝑀A 3.0892 Significativo
𝐻! : 𝑀" = 𝑀* 3.3978 Significativo 𝐸# 𝐸% 𝐸0 𝐸1 𝐸2
𝐻! : 𝑀+ = 𝑀? 1.9530 No significativo
𝐻! : 𝑀+ = 𝑀A 3.2414 Significativo
𝐻! : 𝑀+ = 𝑀* 3.5662 Significativo No hay ninguna estrategia
𝐻! : 𝑀? = 𝑀A 1.2146 No significativo de venta que sea mejor ni
𝐻! : 𝑀? = 𝑀* 1.5395 No significativo peor que las demás.
𝐻! : 𝑀A = 𝑀* 0.3381 No significativo
𝑅𝐶 = 𝑧(⁄@ , +∞ = 𝑧!.!!* , +∞ = [2.58, +∞)
Contrastes no paramétricos para una variable
Contraste Hipótesis nula Estadístico del Contraste Región Crítica

Kolmogorov-
Smirnov
H 0 : FX = F0 {
Dn = máx Fn (x(i−1) ) − F0 (x(i) ) , Fn (x(i) ) − F0 (x(i) ) } [Dn,α ,+∞)
Test de los H0 : M = M 0 (0,Wn,1−α /2 ] [Wn,α /2 ,+∞)

rangos W = suma de los rangos correspondientes a las
H0 : M ≤ M 0 [Wn,α ,+∞)
signados de diferencias !! – $" positivas
Wilcoxon H0 : M ≥ M 0 (0,Wn,1−α ]
Contrastes no paramétricos para dos variables

Kolmogorov-
Smirnov
H 0 : FX = FY {
Dm,n = máx FX ,m (x) − FY ,n (x) } [Dm,n,α ,+∞)
Test de la !!: #" = ## (0,U m,n,1−α /2 ]  [U m,n,α /2 ,+∞)

! de Mann- ! = Número de valores $! , … , $" que
!!: #" ≥ ## son mayores que cada uno de los [U m,n,α ,+∞)
Whitney-
'! , … , '#
Wilcoxon) !!: #" ≤ ## (0,U m,n,1−α ]
Test de la t de
Kendall !H 0 : !Las!variables!son!independientes ( = )* − ), (−∞,−S n,α /2 ] [S n,α /2 ,+∞)
Contrastes no paramétricos para varias variables

1 ⎛ 12 k
R2
⎞
H= ⎜ ∑ i
L ⎝ n(n + 1) i=1 ni
− 3(n + 1)⎟
⎠
Contraste de [ χ 2 ,+∞)
H 0 : M1 = M 2 = ... = M k 1 m 3
Kruskal-Wallis
∑ (L − Li )
k−1,α
L = 1− 3
n − n i=1 i
Ri R j
−
Comparaciones ni n j ⎛ ⎞
H 0 : M i = M j ; i, j = 1,…,k T= [Zα /C ,+∞); C = ⎜ k ⎟
Múltiples ⎝ 2 ⎠
n(n + 1) 1 1
L +
12 ni n j

Tema 8. IntroduccioÌ N A La Inferencia No Parameì Trica

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 8. IntroduccioÌ N A La Inferencia No Parameì Trica

Cargado por

Copyright:

Formatos disponibles

Tema 8.

- Introducción a la inferencia no paramétrica

Ø Inferencia no paramétrica para una variable.

Ø Inferencia no paramétrica para dos variables independientes.

Ø Inferencia no paramétrica para dos variables dependientes.

Ø Independencia de dos variables.

Ø Inferencia no paramétrica para varias variables independientes.

Ø Inferencia no paramétrica para una variable.

• Contraste de bondad de ajuste de Kolmogorov-Smirnov.

Ø Inferencia no paramétrica para dos variables independientes

• Contraste de homogeneidad de Kolmogorov-Smirnov.

Ø Inferencia no paramétrica para dos variables dependientes.

Ø Independencia de dos variables.

• Contraste del coeficiente de la 𝜏 de Kendall.

Ø Inferencia no paramétrica para varias variables independientes.

En caso de que no se dé ninguna de las dos condiciones anteriores se deben utilizar

En inferencia no paramétrica no es necesario conocer la distribución de la variable.

Ventajas de los contrastes no paramétricos:

ü Son simples de resolver, ya que sus expresiones son sencillas.

Su principal desventaja es la pérdida de información (no se trabaja con la magnitud

Contraste de bondad de ajuste de Kolmogorov-Smirnov

Este contraste sólo es válido para distribuciones continuas. El contraste es:

𝐻! : Los datos proceden de una distribución 𝐹! 𝐻 : 𝐹 = 𝐹!

Es un contraste alternativo al de la χ2 con la ventaja de que se puede utilizar

(proporción de valores muestrales inferiores o iguales a 𝑥)

Se ordenan los elementos de la muestra de menor a mayor:

Muestra 𝑁(𝑥) 𝐹5(𝑥) 1

La función de distribución empírica converge (se aproxima) a la verdadera

𝐷# = 𝑠𝑢𝑝 𝐹# 𝑥 − 𝐹$ (𝑥) Estadístico de Kolmogorov-Smirnov

Como la función 𝐹𝑛 es escalonada, las diferencias máximas se tienen en los puntos de

𝐷# = 𝑚á𝑥 𝐹# 𝑥%&" − 𝐹! (𝑥% ) , 𝐹# 𝑥% − 𝐹! (𝑥% )

Se rechaza la hipótesis nula a nivel 𝛼 para valores grandes del estadístico:

𝐷# > 𝐷#,( , 𝑐𝑜𝑛 𝑃 𝐷# > 𝐷#,( = 𝛼 Los valores 𝐷#,( se

Por tanto la región crítica es

𝐷"! = 𝑚𝑎𝑥 𝐹"! 𝑥% − 𝐹! (𝑥% ) , 𝐹"! 𝑥%&" − 𝐹! (𝑥% ) = 0.1602

𝑅𝐶 = 𝐷#,( , +∞ = 𝐷"!,!.!* , +∞ = [0.409, +∞)

• 𝑋 variable aleatoria continua y simétrica respecto a su mediana M

Los contrastes de hipótesis que vamos a resolver son:

Calculamos las diferencias

𝑋" − 𝑀! , 𝑋+ −𝑀! , … , 𝑋# −𝑀!

(si 𝑀 = 𝑀0 aproximadamente la mitad de las observaciones estarán a la izquierda del 0)

① Ordenamos de menor a mayor el conjunto de las diferencias anteriores en valor

② Asignamos rangos, 𝑅𝑖 , a estas diferencias del 1 al 𝑛 , de forma que a la

Nota: Si hay empates se asigna a todas las coincidencias la media de los

se rechaza 𝐻! si 𝑊 es grande y la región crítica es

siendo 𝛼 el nivel de significación.

Para el contraste unilateral a la izquierda

se rechaza 𝐻! si 𝑊 es pequeño y la región crítica es

siendo 𝛼 el nivel de significación.

se rechaza 𝐻! si 𝑊 es o bien grande o bien pequeño y la región crítica es

𝑅. 𝐶. = [0, 𝑊#,"&(⁄+ ] ∪ [𝑊#,(∕+ , +∞)

siendo 𝛼 el nivel de significación.

Resolver el problema para un nivel de significación 𝛼 = 0.05

𝑥! 24.1 25.8 20.5 20.9 27.3 21.5 20.1 28.9 19.2

𝑅. 𝐶. = 𝑊𝑛, 𝛼 , +∞ = 𝑊10,0.05 , +∞ = [44, +∞)

No se rechaza la hipótesis nula.

No hay evidencia suficiente para concluir que el material aumenta la

Contraste de Kolmogorov-Smirnov para dos variables.

Se calculan las funciones de distribución empíricas correspondientes a ambas

𝐷4,# = 𝑚á𝑥 𝐹2,4 (𝑥) − 𝐹3,# (𝑥)

Se rechazará la hipótesis nula cuando el estadístico tome valores grandes. La región

Niños: 86 69 72 65 113 65 118 45 141 41 50 104