Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Practica 09 Diseños No Paramétricos - Alessandro Cecala
Practica 09 Diseños No Paramétricos - Alessandro Cecala
Facultad de Agronomía
Postgrado en Estadística
Curso: Métodos Estadísticos No Paramétricos
PRÁCTICA 09
DISEÑOS NO PARAMÉTRICOS
Profesores: Estudiante:
Haru M de Cordero Alessandro G. Cecala Guerrieri
Isabel Díaz
Lino Lugo
Mayo 2023
Práctica 09: Diseños No Paramétricos
Utilice una prueba de Kruskal-Wallis H con α = 0.05 para determinar si uno o más
de los grupos son muy diferentes.
Resolución:
α = 0,05
c) Se ordenan todos los datos de menor a mayor y se sustituyen por su respectivo
rango. Al final, se calcula la suma de los rangos por grupo y el rango promedio:
Tratamientos
I II III
6,5 12 11
2 1 5
4 6,5 15
10 8 9
14 3 13
∑ 𝑅𝑗 36,5 30,5 53
𝐾
12 2
𝑘𝑤𝑠𝑖𝑛𝑐𝑜𝑟𝑟 = [ ∑ 𝑛𝑗 𝑅̅𝑗 ] − 3(𝑁 + 1)
𝑁(𝑁 + 1)
𝑗=1
12
𝑘𝑤𝑠𝑖𝑛𝑐𝑜𝑟𝑟 = [5(7,3)2 + 5(6,1)2 + 5(10,6)2 ] − 3(15 + 1) = 2,715
15(15 + 1)
∑𝑔𝑗=1(𝑡𝑖 3 − 𝑡𝑖 )
𝑓𝑐 = 1 − [ ]
(𝑁 3 − 𝑁)
(23 − 2)
𝑓𝑐 = 1 − = 0,998
(153 − 15)
𝑘𝑤𝑠𝑖𝑛𝑐𝑜𝑟𝑟 2,715
𝑘𝑤 = = = 𝟐, 𝟕𝟐
𝑓𝑐 0,998
Se puede decir con un 95 % de confiabilidad, que no hay diferencias entre las medianas
de los grupos, lo que implica que no hay una diferencia significativa en las ganancias de
fuerza del ejercicio en los tratamientos.
2) Un investigador indagó cómo la atracción física influye en la percepción entre otros
de la eficacia de una persona con tareas difíciles. Las fotografías de 24 se mostraron
a las personas a un grupo de enfoque. Se pidió al grupo que clasificara las fotos en
tres grupos: muy atractivo, medio y muy poco atractivo. Entonces, el grupo clasificó
las fotografías de acuerdo con su impresión de cuán capaces eran de resolver
problemas difíciles. La Tabla 6.9 muestra la clasificación y ranking de las personas en
las fotos (1 = más efectivo, 24 = menos efectivo).
Utilice una prueba H de Kruskal-Wallis con α = 0,05 para determinar si uno o más
de los grupos son significativamente diferentes.
α = 0,05
c) Se ordenan todos los datos de menor a mayor y se sustituyen por su respectivo
rango. Al final, se calcula la suma de los rangos por grupo y el rango promedio:
∑ 𝑅𝑗 60 92 148
𝐾
12 2
𝑘𝑤𝑠𝑖𝑛𝑐𝑜𝑟𝑟 = [ ∑ 𝑛𝑗 𝑅̅𝑗 ] − 3(𝑁 + 1)
𝑁(𝑁 + 1)
𝑗=1
12
𝑘𝑤𝑠𝑖𝑛𝑐𝑜𝑟𝑟 = [8(7,5)2 + 8(11,5)2 + 8(18,5)2 ] − 3(24 + 1) = 9,92
24(24 + 1)
e) Como la muestra es grande, se busca el valor tabulado en la tabla de valores críticos
de Chi-cuadrado, para grados de libertad k – 1 = 3 -1 = 2:
Se puede decir con un 95 % de confiabilidad, que hay diferencias entre las medianas de
los grupos, lo que implica que hay diferencias en la clasificación de los grupos de las
fotografías en base a su impresión de cuan capaces eran de resolver problemas difíciles.
h) Se calcula C:
𝑘(𝑘 − 1) 3(3 − 1)
𝑐= = = 3
2 2
𝑁(𝑁 + 1) 1 1
𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑐𝑟𝑖𝑡𝑖𝑐𝑎 = 𝑍𝛼⁄ √ ( + )
𝑘(𝑘−1) 12 𝑛𝑖 𝑛𝑗
24(24 + 1) 1 1
𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑐𝑟𝑖𝑡𝑖𝑐𝑎 = 2,394√ ( + ) = 8,464
12 8 8
̅̅̅1 − ̅̅̅
|𝑅 𝑅2 | = |7,5 − 11,5| = 4
̅̅̅1 − 𝑅
|𝑅 ̅̅̅3 | = |7,5 − 18,5| = 𝟏𝟏
̅̅̅2 − ̅̅̅
|𝑅 𝑅3 | = |11,5 − 18,5| = 7
̅̅̅1 − ̅̅̅
|𝑅 𝑅3 | = 11 > 8,464 Son significativos
Utilice una prueba de Friedman para determinar si uno o más de los grupos están
significativamente diferente. Dado que este es un estudio piloto, use = 0,10.
a) Se declara las Hipótesis:
α = 0,10
∑ 𝑅𝑗 20 26 26 28
𝐾
12
𝐹𝑟 = [ ∑ 𝑅𝑗 2 ] − 3𝑛(𝑘 + 1)
𝑛𝑘(𝑘 + 1)
𝑗=1
12
𝐹𝑟 = [(20)2 + (26)2 + (26)2 + (28)2 ] − 3(10)(4 + 1) = 2,16
(10)(4)(4 + 1)
α = 0,05
∑ 𝑅𝑗 17 22,5 32,5
𝐾
12
𝐹𝑟 = [ ∑ 𝑅𝑗 2 ] − 3𝑛(𝑘 + 1)
𝑛𝑘(𝑘 + 1)
𝑗=1
12
𝐹𝑟 = [(17)2 + (22,5)2 + (32,5)2 ] − 3(12)(3 + 1) = 10,29
(12)(3)(3 + 1)
𝐷4 = (23 + 12 ) − 3 = 6
𝐷8 = (23 + 12 ) − 3 = 6
𝐷10 = (23 + 12 ) − 3 = 6
18
𝑓𝑐 = 1 − [ ] = 0,9375
(12)(3)(32 − 1)
Se puede decir con un 95 % de confiabilidad, que hay diferencias entre las medianas de
los tratamientos, lo que implica que el desempeño en los programas de fuerza y
acondicionamiento no es el mismo para todos los participantes masculinos involucrados en
este proyecto de investigación-acción.
𝑘(𝑘 + 1)
𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑐𝑟𝑖𝑡𝑖𝑐𝑎 = 𝑍𝛼⁄ √
𝑘(𝑘−1) 6𝑛
3(3 + 1)
𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑐𝑟𝑖𝑡𝑖𝑐𝑎 = 2,394√ = 0,977
6(12)
̅̅̅1 − ̅̅̅
|𝑅 𝑅2 | = |1,417 − 1,875| = 0,458
̅̅̅1 − ̅̅̅
|𝑅 𝑅3 | = |1,417 − 2,708| = 𝟏, 𝟐𝟗𝟏
̅̅̅2 − ̅̅̅
|𝑅 𝑅3 | = |1,875 − 2,708| = 0,833
̅̅̅1 − ̅̅̅
|𝑅 𝑅3 | = 1,291 > 0,977