ESTADISTICA NO

PARAMETRICA

Lic. Luz María Supo Zapata

PRUEBA DE KRUSKAL
WALLIS

PRUEBA H
PRUEBA DE KRUSKAL -
WALLIS O PRUEBA H
Esta prueba estadística es una extensión de la
prueba U Mann-Whitney; además es el
equivalente de la prueba F,
La ventaja principal de esta prueba es que no
necesitamos suponer nada acerca de la
naturaleza de las poblaciones muestreadas.
PRUEBA DE KRUSKAL -
WALLIS O PRUEBA H
¿Cómo identificar el caso, en la cual se tiene que aplicar
la prueba de Kruskal-Wallis?
- Cuando las poblaciones observadas o tratadas en el
caso son de tres a más.
- Las poblaciones son independientes entre si.
- La pregunta común que se encuentran en estos casos
(problemas) es: ¿Existe diferencia entre las k (números,
precios, factores, clasificaciones, hábitos, etc) muestras
o poblaciones (independientes)?
LAS HIPÓTESIS

H0 : 1 = 2= 3=.......= c
H1: Al menos dos poblaciones tienen una
distribución diferente
ESTADÍSTICO DE PRUEBA
12 Ri2
H
n(n  1)
 ni
 3(n  1)

Donde: K = valor estadístico de la prueba de

Kruskal-Wallis.
n = tamaño total de la muestra.
Ri2 = sumatoria de los rangos elevados al cuadrado.
ni = tamaño de la muestra de cada grupo.
L = ajuste dado por el ajuste de ligas o empates de
los rangos.
REGLA DE DECISIÓN
El estadístico de prueba
(K) se compara con el F(x2)
gl=k-1

valor crítico de la tabla 2

con c-1 grados de RA
1-

libertad con  grados de 1-

RR


significación.
Si el valor de K es mayor
que el valor crítico, X2

entonces rechazar la
hipótesis nula H0
PRUEBA DE
CORRELACIÓN DE
RANGOS

PRUEBA H
CORRELACIÓN DE
RANGOS DE SPEARMAN
El coeficiente de correlación muestral r se utiliza para
medir la relación lineal entre dos variables continuas X y
Y. Si los rangos 1,2, ..., n se asignan a las observaciones
x en orden de magnitud y de manera similar a las
observaciones y, y si estos rangos se sustituyen después
numéricos reales en la fórmula para el coeficiente de
correlación obtenemos la contraparte no paramétrica del
coeficiente de correlación convencional. Un coeficiente
de correlación calculado de esta forma se conoce como
coeficiente de correlación de rangos de Spearman y
se denota por .
LAS HIPÓTESIS

H0 :  = 0 ; No existe relación entre las dos

variables

H1 :   0 ; Si existe relación entre las dos

variables
COEFICIENTE DE CORRELACIÓN
DE SPEARMAN

6 d 2

rs  1  i

n(n  1)
2

Donde :
di : es la diferencia entre los puntajes de cada
observación.
n : Tamaño de la muestra.
Además se debe cumplir que -1 rs  1
ESTADÍSTICO DE PRUEBA
Para muestras pequñas (n<30), se hace uso de la
tabla A-9.
Si rs se encuentra en el intervalo de los valores
críticos de la tabla A-9 entonces se acepta H0

RA

RR RR

-r r
ESTADÍSTICO DE PRUEBA
Para muestras grandes (n>30) la distribución de
rs se aproxima a la normal, donde el estadístico
de prueba es:
RA

z  rs n  1 RR RR

-z z

Si el valor del estadístico de prueba es mayor

que el valor crítico de z al nivel de /2 rechazar
H0
PRUEBA DE RACHAS
PRUEBA DE RACHAS

Utilizada para comprobar la

aleatoriedad de las muestras.
RACHA : Una serie continua de uno o
más símbolos
LAS HIPÓTESIS

Ho : Existe aleatoriedad en la muestra.

H1 : No existe aleatoriedad en la muestra.

REGLA DE DECISIÓN
Cuando n1 como n2 son menores o iguales a
20
Para probar la hipótesis, se debe determinar si el
número de rachas r es demasiado grande o
demasiado pequeño. Las tablas M1 Y M2,
muestran valores críticos para el numero de
rachas si  es 5%.
Si el valor de r no se encuentra entre los valores
críticos de las tablas entonces se rechaza H0
PRUEBA DE RACHAS

Cuando n1 como n2 son mayores que 20

La distribución de la muestra se aproxima a la
normalidad. Entonces se puede decir que tiene:

Media Desviación estándar

2n1n2
G  1
G 
2n1n2 (2n1n2  n1  n2 )
n1  n2
n1  n2 2 (n1  n2  1)
ESTADÍSTICO DE PRUEBA

G  G
Z
G
Sigue una Distribución Normal estandarizada
REGLA DE DECISIÓN

Si el valor de estadístico cae fuera de la

región de aceptación, H0 se rechaza