Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
• La prueba H de Kruskal-Wallis es el rango equivalente al análisis de varianza de una vía de la prueba F. • La prueba Fr de Friedman es el rango equivalente del análisis de varianza de dos vías del diseño aleatorizado de bloques de la prueba F. • El rs de correlación de rango de Spearman es el rango equivalente al coefi ciente de correlación de Pearson. Estos y muchos más procedimientos no paramétricos están disponibles como alter- nativas a las pruebas paramétricas presentadas anteriormente. Es importante tener en cuenta que cuando los supuestos necesarios de las poblaciones muestreadas están relaja- das, nuestra capacidad para detectar diferencias significativas en una o más característi- cas de la población disminuye. Conceptos y fórmulas clave I. Métodos no paramétricos 1. Estos métodos se utilizan cuando los datos no se pueden medir en una escala cuantitativa, o cuando 2. La escala numérica de mediciones sea fi jada arbitrariamente por el investigador, o bien, cuando 3. Las suposiciones paramétricas tales como normalidad o varianza constante sean violadas gravemente. II. Prueba de la suma de rango de Wilcoxon: muestras aleatorias independientes 1. Conjuntamente ordene las dos muestras. Designe la muestra más pequeña como muestra 1. Entonces T1 � Suma de rango de la muestra 1 T *1 � n1(n1 � n2 � 1) � T1 2. Use T1 para probar si la población 1 está a la izquierda de la población 2. Use T *1 para probar si la población 1 está a la derecha de la población 2. Use la menor de T1 y T * 1 para probar si hay diferencia en las ubicaciones de las dos poblaciones. 3. La tabla 7 del apéndice I tiene valores críticos para el rechazo de H0. 4. Cuando los tamaños muestrales sean grandes, use la aproximación normal: mT � n1(n1 � 2 n2 � 1) s 2T � n1n2(n1 � 12 n2 � 1) z � T � sT mT III. Prueba del signo para un experimento pareado 1. Encuentre x, el número de veces que la observación A exceda de la observación B para un par determinado. 2. Para probar si hay diferencia en dos poblaciones, pruebe H0 : p � .5 contra una alternativa de una o de dos colas. 3. Use la tabla 1 del apéndice I para calcular el valor p para la prueba. 4. Cuando los tamaños muestrales sean grandes, use la aproximación normal: z � x � .5n ______ .5 � __ n IV. Prueba de rango con signo de Wilcoxon: experimento pareado 1. Calcule las diferencias en las observaciones pareadas. Ordene los valores absolutos de las diferencias. Calcule las sumas de rango T� y T � para las diferencias positivas y negativas, respectivamente. La estadística de prueba T es la menor de las dos sumas de rango. 2. La tabla 8 del apéndice I tiene valores críticos para el rechazo de H0 para pruebas de una y de dos colas. 3. Cuando los tamaños muestrales sean grandes, use la aproximación normal: z � T � � [n(n � 1)/4] ____________________ � ___________________ [n(n � 1)(2n � 1)]/24 REPASO DEL CAPÍTULO [n(n � 1)(2n � 1)]/24 REPASO DEL CAPÍTULO ❍ 667 Probabilidad_Mendenhall_15.indd 667Probabilidad_Mendenhall_15.indd 667 5/14/10 8:22:27 AM5/14/10 8:22:27 AM www.FreeLibros.me 668 ❍ CAPÍTULO 15 ESTADÍSTICAS NO PARAMÉTRICAS V. Prueba H de Kruskal-Wallis: diseño completamente aleatorizado 1. Conjuntamente ordene las n observaciones de las k muestras. Calcule las sumas de rango, Ti � suma de rango de la muestra i y el estadístico de prueba H � n(n 1 � 2 1) S T n i 2 i � 3(n � 1) 2. Si la hipótesis nula de igualdad de distribuciones es falsa, H será inusualmente grande, resultando en una prueba de una cola. 3. Para tamaños muestrales de cinco o mayores, la región de rechazo para H está basada en la distribución ji cuadrada con (k � 1) grados de libertad. VI. Prueba Fr de Friedman: diseño aleatorizado de bloques 1. Ordene las respuestas dentro de cada bloque de 1 a k. Calcule las sumas de rango, T1, T2, …, Tk, y el estadístico de prueba Fr � bk(k 1 2 � 1) S T i 2 � 3b(k � 1) 2. Si la hipótesis nula de igualdad de distribuciones de tratamiento es falsa, Fr será inusualmente grande, resultando en una prueba de una cola. 3. Para tamaños de bloques de cinco o mayores, la región de rechazo para Fr está basada en la distribución ji cuadrada con (k � 1) grados de libertad. VII. Coefi ciente de correlación de rango de Spearman 1. Ordene las respuestas para las dos variables de menor a mayor. 2. Calcule el coefi ciente de correlación para las observaciones ordenadas: rs � Sxy _______ � _____ SxxSyy o rs � 1 � n( 6 n 2 S � d i 2 1) si no hay empates 3. La tabla 9 del apéndice I da valores críticos para correlaciones de rango signifi cativamente diferentes de 0. 4. El coefi ciente de correlación de rango detecta no sólo correlación lineal signifi cativa sino también cualquier otra relación monotónica entre las dos variables. MINITABMIMI Procedimientos no paramétricos Numerosos procedimientos no paramétricos están disponibles en el paquete MINITAB, incluyendo la mayor parte de las pruebas estudiadas en este capítulo. Los cuadros de diálogo son conocidos para el usuario por ahora y veremos las pruebas en el orden pre- sentado en el capítulo. Para poner en práctica la prueba de la suma de rango de Wilcoxon para dos muestras aleatorias independientes, introduzca los dos conjuntos de datos muestrales en dos co- lumnas (por ejemplo, C1 y C2) de la hoja de trabajo MINITAB. El cuadro de diálogo de la figura 15.13 se genera usando Stat � Nonparametrics � Mann-Whitney. Seleccione C1 y C2 para la First y Second Samples e indique el coeficiente de confianza apropiado (para un intervalo de confianza) e hipótesis alternativa. Al hacer clic en OK se genera la salida de la figura 15.1. La prueba del signo y la prueba de rango con signo de Wilcoxon para muestras pa- readas se efectúan exactamente en la misma forma, con un cambio sólo en el último comando de la secuencia. Incluso los cuadros de diálogo son idénticos. Introduzca los datos en dos columnas de la hoja de trabajo MINITAB (usamos los datos de mezcla de pastel en la sección 15.5). Antes que se pueda implementar cada prueba, se debe ge- nerar una columna de diferencias usando Calc � Calculator, como se ve en la figura 15.14. Use Stat � Nonparametrics � 1-Sample Sign o Stat � Nonparametrics � Probabilidad_Mendenhall_15.indd 668Probabilidad_Mendenhall_15.indd 668 5/14/10 8:22:27 AM5/14/10 8:22:27 AM www.FreeLibros.me 1-Sample Wilcoxon para generar el cuadro de diálogo apropiado que se ve en la fi- gura 15.15. Recuerde que la mediana es el valor de una variable tal que 50% de los valores son más pequeños y 50% son más grandes. En consecuencia, si las dos distribu- ciones poblacionales son iguales, la mediana de las diferencias será 0. Esto es equiva- lente a la hipótesis nula H0 : P(diferencia positiva) � P(diferencia negativa) � .5 FIGURA 15.13 ● FIGURA 15.14 ● MI MINITAB ❍ 669 Probabilidad_Mendenhall_15.indd 669Probabilidad_Mendenhall_15.indd 669 5/14/10 8:22:27 AM5/14/10 8:22:27 AM www.FreeLibros.me 15 ESTADÍSTICAS NO PARAMÉTRICAS Repaso del capítulo
Compartir