Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Agronomía
Postgrado en Estadística
Curso: Métodos Estadísticos No Paramétricos
PRÁCTICA 07
ASOCIACIONES NO PARAMÉTRICAS
Profesores: Estudiante:
Haru M de Cordero Alessandro G. Cecala Guerrieri
Isabel Díaz
Lino Lugo
Abril 2023
Práctica 07: Asociaciones No Paramétricas
Determine si existe una relación entre las dos variables. Use α = 0.05 y reporte sus
hallazgos.
Resolución:
α = 0,05
3) Prueba Estadística: Coeficiente de correlación de rangos ordenados de Spearman,
ya que tenemos dos variables medidas en una escala ordinal y con un tamaño de
muestra n ≥ 4.
∑ 𝐷2 = 146
Se calcula 𝑟𝑠 :
6 ∑ 𝐷𝑖 2 (6)(146)
𝑟𝑠 = 1 − = 1 − = − 0,217
𝑛(𝑛2 − 1) 9(92 − 1)
5) Se determina el valor necesario para el rechazo de la hipótesis nula:
α = 0,05
∑(𝑋𝑖 − 𝑋̅ )2 807
𝑆𝑥 = √ = √ = 7,33
𝑛−1 16 − 1
∑ 𝑋𝑝 (44 + 30 + 50 + 33 + 37 + 35 + 36)
̅𝑋̅̅𝑝̅ = = = 37,86
𝑛𝑀 7
∑ 𝑋𝑞 (29 + 39 + 33 + 50 + 45 + 37 + 30 + 34 + 50)
̅̅̅
𝑋𝑞 = = = 38,56
𝑛𝐹 9
𝑛𝑀 7 𝑛𝐹 9
Las proporciones 𝑃𝑝 = = = 0,44 y 𝑃𝑞 = = = 0,56
𝑛 16 𝑛 16
̅̅
𝑋̅̅ ̅̅̅
𝑃 − 𝑋𝑞 37,86 − 38,56
𝑟𝑝𝑏 = √𝑃𝑝 𝑃𝑞 = √(0,44)(0,56) = − 0,047
𝑆𝑥 7,33
Luego:
𝑑𝑓 = 𝑛 − 2 = 16 − 2 = 14 𝑦 𝛼 = 0,05
𝑟𝑡𝑎𝑏 = 0,497
6) Se compara el valor crítico con el valor obtenido:
Se puede observar que el p-valor obtenido (p = 0,858 > α = 0,05), entonces no existe
evidencia suficiente para rechazar la hipótesis nula. Este resultado confirma que no hay
evidencia de asociación significativa entre el género y el conocimiento de la historia entre
los estudiantes talentosos de octavo grado.
α = 0,05
3) Prueba Estadística: Coeficiente de correlación bicerial, ya que tenemos una variable
dicotómica con cierto orden, un nivel de pobreza por encima y un nivel de pobreza
bajo, y una variable en escala de intervalos.
211
𝑋̅ = = 11,72
18
∑(𝑋𝑖 − 𝑋̅ )2 363,61
𝑆𝑥 = √ = √ = 4,62
𝑛−1 18 − 1
∑ 𝑋𝑝 (15 + 19 + 15 + 20 + 7 + 12 + 3 + 15)
̅𝑋̅̅̅𝑝 = = = 13,25
𝑛𝐸 8
∑ 𝑋𝑞 (9 + 5 + 13 + 13 + 11 + 10 + 8 + 9 + 10 + 17)
̅̅̅
𝑋𝑞 = = = 10,50
𝑛𝐵 10
𝑛𝐸 8 𝑛𝐵 10
Las proporciones 𝑃𝑝 = = = 0,44 y 𝑃𝑞 = = = 0,56
𝑛 18 𝑛 18
̅̅̅̅
𝑋𝑃 − 𝑋 ̅̅̅𝑞 𝑃𝑝 𝑃𝑞
𝑟𝑏 = [ ]
𝑆𝑥 𝑦
𝑍2
1
Para obtener 𝑦 = 𝑒− 2
√2𝜋
Buscamos el valor de Z en la tabla de valores críticos de la distribución normal:
1 𝑍2 1 (0,14)2
− −
𝑦= 𝑒 2 = 𝑒 2 = 0,40
√2𝜋 √2𝜋
Luego:
̅𝑋̅̅𝑃̅ − ̅̅̅
𝑋𝑞 𝑃𝑝 𝑃𝑞 13,25 − 10,50 (0,44)(0,56)
𝑟𝑏 = [ ] = ⌈ ⌉ = 0,37
𝑆𝑥 𝑦 4,62 0,40
𝑑𝑓 = 𝑛 − 2 = 18 − 2 = 16 𝑦 𝛼 = 0,05
𝑟𝑡𝑎𝑏 = 0,468
6) Se compara el valor crítico con el valor obtenido:
4) Los datos mostrados en la siguiente tabla, son una muestra obtenida por
Featherston (1971). Entre otras cosas, él estuvo interesado en la relación entre el
peso de las tenías (Taenia hydatigena) alimentadas de los perros y el peso de las
escoleces recuperadas después de 20 días (un escólex es el extremo de unión de una
tenia, el cual consta de la cabeza y el cuello). El cisticerco utilizado en el experimento
fue recolectado a partir de cadáveres de ovejas para la alimentación forzada de 10
perros utilizando capsulas de gelatina. Se recuperaron los escógenos de cada perro
en la autopsia, 20 días después de la introducción de las tenías. La tabla siguiente
muestra el peso medio de los cisticercos iniciales y el peso medio de los gusanos
recuperados de cada uno de los 10 perros del estudio. Pruebe la hipótesis de
independencia frente a la alternativa de que el peso medio de los cisticercos
introducidos se correlaciona positivamente con el peso medio de los gusanos
recuperados.
Resolución:
𝑯 𝒐 : 𝜏𝒌 = 𝟎
No existe una correlación positiva entre el peso medio de los cisticercos y el peso medio
de los gusanos recuperados.
𝑯 𝒂 : 𝜏𝒌 > 𝟎
Existe una correlación positiva entre el peso medio de los cisticercos y el peso medio de
los gusanos recuperados.
2) Se establece el nivel de riesgo (o el nivel de significación):
α = 0,05
𝑸 ((𝑥𝑖 , 𝑦𝑖 ), (𝑥𝑗 , 𝑦𝑗 ))
j/i 1 2 3 4 5 6 7 8 9
(28,9 , 1,0) (32,8, 7,7) (12 , 7,3) (9,9 , 7,9) (15 , 1,1) (38,0 , 3,5) (12,5 , 18,9) (36,5 , 33,9) (8,6, 28,6)
2 1
(32,8, 7,7)
3 -1 1
(12 , 7,3)
4 -1 -1 -1
(9,9 , 7,9)
5 -1 1 -1 -1
(15 , 1,1)
6 1 -1 -1 -1 1
(38,0 , 3,5)
7 -1 -1 1 1 -1 -1
(12,5 , 18,9)
8 1 1 1 1 1 -1 1
(36,5 , 33,9)
9 -1 -1 -1 -1 -1 -1 -1 1
(8,6, 28,6)
10 -1 -1 1 1 1 -1 1 1 -1
(26,8, 25,0)
9 10
𝐾 = ∑ ∑ 𝑄 ((𝑥𝑖 , 𝑦𝑖 ), (𝑥𝑗 , 𝑦𝑗 )) = 19 − 26 = − 7
𝑖=1 𝑗=𝑖+1
Se puede obtener el coeficiente Tau Kendall como se muestra a continuación:
2𝐾 2(−7)
𝜏𝐾 = = = − 0,156
𝑛(𝑛 − 1) 10(10 − 1)
5) Región de rechazo:
𝑃 (𝐾 ≥ − 7) ≥ 𝑃 (𝐾 ≥ 1) = 0,500 ≥ 𝛼 = 0,05