Vista previa del material en texto
15.23 Consulte el ejercicio 15.21. Realice la prueba usando la prueba z de muestra grande. Compare sus resultados con los resultados de prueba no paramétrica del ejercicio 15.22, inciso d). 15.24 Consulte el ejercicio 15.22. Realice la prueba usando la prueba z de muestra grande. Compare sus resultados con los resultados de la prueba no paramétrica del ejercicio 15.21, inciso d). 15.25 Consulte el ejercicio 15.16 y el conjunto de datos EX1516. Los datos de esta tabla son de un experimento de diferencia pareada con n � 7 pares de observaciones. Pares Población 1 2 3 4 5 6 7 1 8.9 8.1 9.3 7.7 10.4 8.3 7.4 2 8.8 7.4 9.0 7.8 9.9 8.1 6.9 a. Use la prueba de rango con signo de Wilcoxon para determinar si hay diferencia suficiente entre las dos poblaciones. b. Compare los resultados de la parte a con el resultado que obtuvo en el ejercicio 15.16. ¿Son iguales? Explique. APLICACIONES 15.26 Valores de propiedades II En el ejercicio 15.17 se utilizó la prueba del signo para determinar si los datos daban evidencia suficiente con el fin de indicar una diferencia, en las distribuciones de evaluaciones de propiedad, para los asesores A y B. a. Use la prueba del rango con signo de Wilcoxon para un experimento pareado, con el fin de probar la hipótesis nula de que no hay diferencia en las distribuciones de evaluaciones de propiedades entre los asesores A y B. Pruebe usando un valor de a cercano a .05. b. Compare las conclusiones de la prueba del inciso a con las conclusiones derivadas de la prueba t del ejercicio 10.43, y la prueba del signo del ejercicio 15.17. Explique por qué estas conclusiones de prueba son (o no son) consistentes. 15.27 Descomposturas de máquinas El número de descomposturas mensuales en máquinas se registró durante 9 meses en dos máquinas idénticas, A y B, empleadas para hacer cables: Mes A B 1 3 7 2 14 12 3 7 9 4 10 15 5 9 12 6 6 6 7 13 12 8 6 5 9 7 13 a. ¿Los datos dan suficiente evidencia para indicar una diferencia en los porcentajes de descomposturas mensuales para las dos máquinas? Pruebe usando un valor de a cercano a .05. b. ¿Se puede considerar una razón por la que los porcentajes de descomposturas para las dos máquinas pudieran variar de 1 mes a otro? 15.28 Cocina de gourmet II Consulte la comparación de calificaciones de comidas de gourmet del ejercicio 15.18 y use la prueba de rango con signo de Wilcoxon, para determinar si los datos dan evidencia suficiente con el fin de indicar una diferencia en las calificaciones de los dos gourmets. Pruebe usando un valor de a cercano a .05. Compare los resultados de esta prueba con los resultados de la prueba con signo del ejercicio 15.18. ¿Las conclusiones de la prueba son consistentes? 15.29 Control de tránsito Dos métodos para controlar el tránsito, A y B, se usaron en cada una de n � 12 cruceros durante una semana y los números de accidentes que ocurrieron durante ese tiempo se registraron. El orden de uso (cuál se emplearía para la primera semana) se seleccionó de una manera aleatoria. Se desea saber si los datos dan suficiente evidencia para indicar una diferencia en las distribuciones de porcentajes de accidentes para los métodos A y B de control de tránsito. Método Método Crucero A B Crucero A B 1 5 4 7 2 3 2 6 4 8 4 1 3 8 9 9 7 9 4 3 2 10 5 2 5 6 3 11 6 5 6 1 0 12 1 1 a. Analice usando una prueba del signo. b. Analice usando la prueba de rango con signo de Wilcoxon para un experimento pareado. 15.30 Rompecabezas Ocho personas fueron seleccionadas para realizar una tarea sencilla de armar un rompecabezas bajo condiciones normales y bajo condiciones de estrés. Durante el tiempo de estrés, se aplicó una pequeña descarga eléctrica a las personas 3 minutos después del inicio del experimento y cada 30 segundos de ahí en adelante, hasta que terminaran la tarea. Se tomaron lecturas de la presión sanguínea bajo ambas condiciones. Los datos de la tabla son las lecturas más altas durante el experimento. ¿Los datos presentan suficiente evidencia para indicar lecturas de presión sanguínea más altas bajo condiciones de estrés? Analice los datos usando la prueba de rango con signo de Wilcoxon para un experimento pareado. DATOSMISMIS EX1527 DATOSMISMIS EX1529 DATOSMISMIS EX1530 15.5 LA PRUEBA DE RANGO CON SIGNO DE WILCOXON PARA UN EXPERIMENTO PAREADO ❍ 649 Probabilidad_Mendenhall_15.indd 649Probabilidad_Mendenhall_15.indd 649 5/14/10 8:22:25 AM5/14/10 8:22:25 AM www.FreeLibros.me 650 ❍ CAPÍTULO 15 ESTADÍSTICAS NO PARAMÉTRICAS Persona Normal Con estrés 1 126 130 2 117 118 3 115 125 4 118 120 5 118 121 6 128 125 7 125 130 8 120 120 15.31 Imágenes y recordar palabras Un grupo de psicología realizó un experimento para determinar si recordar la puntuación, en la que se dieron instrucciones para formar imágenes de 25 palabras, difiere de recordar la puntuación inicial para la que no se dieron instrucciones de imágenes. Veinte estudiantes participaron en el experimento, con los resultados que se indican en la tabla siguiente. Con Sin Con Sin Estudiante imágenes imágenes Estudiante imágenes imágenes 1 20 5 11 17 8 2 24 9 12 20 16 3 20 5 13 20 10 4 18 9 14 16 12 5 22 6 15 24 7 6 19 11 16 22 9 7 20 8 17 25 21 8 19 11 18 21 14 9 17 7 19 19 12 10 21 9 20 23 13 a. ¿Cuáles tres procedimientos de prueba se pueden usar para probar si hay diferencias en la distribución de recordar la puntuación con y sin imágenes? ¿Qué suposiciones se requieren para el procedimiento paramétrico? ¿Estos datos satisfacen esas suposiciones? b. Use tanto la prueba del signo y la prueba de rango con signo de Wilcoxon para probar si hay diferencias en las distribuciones de recordar la puntuación bajo estas dos condiciones. c. Compare los resultados de las pruebas del inciso b). ¿Son iguales las conclusiones? Si no es así, ¿por qué no? DATOSMISMIS EX1531 LA PRUEBA H DE KRUSKAL-WALLIS PARA DISEÑOS COMPLETAMENTE ALEATORIZADOS Así como la prueba de la suma de rango de Wilcoxon es la alternativa no paramétrica a la prueba t de Student para una comparación de medias poblacionales, la prueba H de Kruskal-Wallis es la alternativa no paramétrica al análisis de la prueba F de varianza para un diseño completamente aleatorizado. Se usa para detectar diferencias en ubi- caciones entre más de dos distribuciones poblacionales basadas en muestreo aleatorio independiente. El procedimiento para realizar la prueba H de Kruskal-Wallis es semejante al em- pleado para la prueba de suma de rango de Wilcoxon. Supongamos que se comparan k poblaciones basadas en muestras aleatorias independientes n1 de la población 1, n2 de la población 2, …, nk de la población k, donde n1 � n2 � � � � � nk � n El primer paso es ordenar las n observaciones de la más pequeña (rango 1) a la mayor (rango n). A las observaciones con empate se les asigna un rango igual al promedio de los rangos que hubieran recibido de haber sido casi iguales pero no empatadas. A con- tinuación se calculan las sumas de rangos T1, T2, …, Tk para las k muestras y se calcula el estadístico de prueba H � n(n 1 � 2 1) S T ni i 2 � 3(n � 1) 15.6 Probabilidad_Mendenhall_15.indd 650Probabilidad_Mendenhall_15.indd 650 5/14/10 8:22:25 AM5/14/10 8:22:25 AM www.FreeLibros.me que es proporcional a S ni(T�i � T�)2, la suma de desviaciones cuadradas de las medias de rango alrededor de la gran media T� � n(n � 1)/2n � (n � 1)/2. Entre más grandes sean las diferencias en ubicaciones entre las k distribuciones poblacionales, mayor es el valor del estadístico H. Entonces, se puede rechazar la hipótesis nula de que las k distribucio- nes poblacionales son idénticas para valores grandes de H. ¿Qué tan grande es grande? Se puede demostrar (se omite la demostración) que cuando los tamaños muestrales son de moderados a grandes, por ejemplo, cada tamaño muestral es igual a cinco o mayor, y cuando H0 es verdadera, el estadístico H tendrá aproximadamenteuna distribución ji cuadrada con (k � 1) grados de libertad. Por tanto, para un valor determinado de a, se puede rechazar H0 cuando el estadístico H exceda de x 2a (véase la figura 15.5). FIGURA 15.5 Distribución aproximada del estadístico H cuando H0 es verdadero ● x2α H f(H) 0 a Distribución ji cuadrada Región de rechazo Los datos de la tabla 15.9 se recolectaron usando un diseño completamente aleatorizado. Son las calificaciones del examen de aprovechamiento para cuatro diferentes grupos de estudiantes, donde cada grupo recibió enseñanza mediante una técnica diferente. El objetivo del experimento es probar la hipótesis de que no hay diferencia, en las distri- buciones poblacionales de las calificaciones del examen de aprovechamiento, contra la alternativa de que difieren en ubicación; esto es, al menos una de las distribuciones se pasa arriba de las otras. Realice la prueba usando la prueba H de Kruskal-Wallis con a � .05. Calificaciones de examen (y rangos) TABLA 15.9 ● para cuatro técnicas de enseñanza 1 2 3 4 65 (3) 75 (9) 59 (1) 94 (23) 87 (19) 69 (5.5) 78 (11) 89 (21) 73 (8) 83 (17.5) 67 (4) 80 (14) 79 (12.5) 81 (15.5) 62 (2) 88 (20) 81 (15.5) 72 (7) 83 (17.5) 69 (5.5) 79 (12.5) 76 (10) 90 (22) Suma de rango T1 � 63.5 T2 � 89 T3 � 45.5 T4 � 78 Solución Antes de realizar un análisis no paramétrico de estos datos, se puede usar un análisis de varianza de una vía para dar las dos gráficas de la figura 15.6. Parece que la técnica 4 tiene una varianza más pequeña que las otras tres y que hay una marcada desviación en la cola derecha de la gráfica de probabilidad normal. Estas desviaciones podrían ser consideradas menores y podría usarse un análisis ya sea paramétrico o no paramétrico. 15.6 LA PRUEBA H DE KRUSKAL-WALLIS PARA DISEÑOS COMPLETAMENTE ALEATORIZADOS ❍ 651 E J E M P L O 15.6 Probabilidad_Mendenhall_15.indd 651Probabilidad_Mendenhall_15.indd 651 5/14/10 8:22:25 AM5/14/10 8:22:25 AM www.FreeLibros.me 15 ESTADÍSTICAS NO PARAMÉTRICAS 15.6 La prueba H de Kruskal-Wallis para diseños completamente aleatorizados