pruebas estadisticas no parametricas i n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
PRUEBAS ESTADISTICAS NO PARAMETRICAS I PowerPoint Presentation
Download Presentation
PRUEBAS ESTADISTICAS NO PARAMETRICAS I

Loading in 2 Seconds...

play fullscreen
1 / 30

PRUEBAS ESTADISTICAS NO PARAMETRICAS I - PowerPoint PPT Presentation


  • 692 Views
  • Uploaded on

PRUEBAS ESTADISTICAS NO PARAMETRICAS I. Mario Briones L. MV, MSc 2005. 10 tareas básicas para ser más feliz. cuidar una planta recordar cada día cinco cosas positivas de la vida salir a caminar hablar durante más tiempo con los seres queridos

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'PRUEBAS ESTADISTICAS NO PARAMETRICAS I' - payton


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
pruebas estadisticas no parametricas i

PRUEBAS ESTADISTICAS NO PARAMETRICAS I

Mario Briones L.

MV, MSc

2005

10 tareas b sicas para ser m s feliz
10 tareas básicas para ser más feliz
  • cuidar una planta
  • recordar cada día cinco cosas positivas de la vida
  • salir a caminar
  • hablar durante más tiempo con los seres queridos
  • llamar a un amigo que no se ha visto por mucho tiempo
  • reírse
  • realizar ejercicios por lo menos media hora al día tres veces por semana
  • sonreír a personas desconocidas
  • reducir a la mitad el tiempo que se dedica a mirar televisión
  • realizar tareas en beneficio de la comunidad.
pruebas tradicionales
Pruebas tradicionales
  • Necesitan la especificación de una distribución
  • Son métodos robustos para las distribuciones supuestas
  • Tienen problemas con muestras de pequeño tamaño
  • Aplicación limitada a variables cuantitativas.
problemas de las escalas no num ricas
Problemas de las escalas no numéricas
  • No se puede definir cantidades.
  • A lo más puede definirse un orden entre las categorías
  • Esto significa que se establece un RANGO entre las observaciones.
  • Para estos casos se han desarrollado metodos inferenciales que no requieren definición de la forma de la distribución.
comparaci n de pruebas param tricas y no param tricas

Aplicación

Prueba paramétrica

Prueba no paramétrica

Eficiencia de la prueba no paramétrica en relación a param.

Dos muestras dependientes (datos pareados

Prueba t o prueba z

Prueba del signo

Prueba de rangos con signos de Wilcoxon

0.63

0.95

Dos muestras independientes

Prueba t o prueba z

Prueba de suma de rangos de Mann Whitney

0.95

Varias muestras independientes

Análisis de varianza

Prueba de Kruskal Wallis

0.95

Correlación

Correlación lineal

Prueba de correlación de rangos

0.91

Comparación de pruebas paramétricas y no paramétricas.
ejemplo
Ejemplo:
  • Se utilizan 4 diferentes suturas en heridas experimentales en caballos y se mide, entre otras variables, el grado de reacción tisular en el periodo post operatorio (en una escala de 0 a 5 puntos).
an lisis de rangos
Análisis de rangos:
  • Las pruebas no paramétricas equivalentes al análisis de varianza y prueba de t se basan en los rangos de las observaciones en lugar de las observaciones mismas.
  • Esta metodología utiliza información acerca de los tamaños relativos de las observaciones, sin asumir nada acerca de la naturaleza específica de la población desde donde se obtuvieron los datos.
c mo elegir entre m todos param tricos y no param tricos
¿Cómo elegir entre métodos paramétricos y no paramétricos?
  • El análisis de varianza es una metodología paramétrica debido a que se basa en las estimaciones de los parámetros de dos o más poblaciones.
  • Cuando los supuestos de los métodos paramétricos se sostienen, estas pruebas son las más poderosas.
c mo elegir entre m todos param tricos y no param tricos1
¿Cómo elegir entre métodos paramétricos y no paramétricos?
  • Cuando la población desde la cual fueron tomados los datos no tiene distribución normal (o no es compatible con otros supuestos como por ejemplo la igualdad de varianza entre los grupos de tratamiento), la media y la desviación estándar ya no son confiables como descriptores de la población y los métodos paramétricos dejan de ser confiables.
c mo elegir entre m todos param tricos y no param tricos2
¿Cómo elegir entre métodos paramétricos y no paramétricos?
  • En la práctica se pueden utilizar métodos no paramético cada vez que el tamaño de las muestras es pequeño y por lo tanto no hay garantía de que los estimadores tengan distribución normal.
slide12
Pruebas no paramétricas para compararar muestras poblaciones sobre la base de muestras independientes
  • Prueba de Mann-Whitney
  • Se basa en la combinación de los conjuntos de las n1 y n2 observaciones.
  • Cuando todas las observaciones están juntas se asigna un rango a cada una de las observaciones ordenadas, que comienza en 1 y termina en n1+n2
procedimiento
Procedimiento
  • Se obtiene la suma de los rangos asociados con las observaciones de una de las dos muestras. (escogida en forma arbitraria si son del mismo tamaño, en caso contrario se hace con la muestra más pequeña).
  • Esta suma es igual a R1
  • El estadístico está dado por:
ejemplo1
Ejemplo:
  • Se sospecha que una empresa lleva a cabo una política de discriminación, con respecto al sexo, en los sueldos de sus empleados. Se seleccionaron 12 empleados masculinos y 12 femeninos de entre los que tienen responsabilidades y experiencias similares en el trabajo; sus salarios anuales en miles de dólares son los siguientes:
slide15

¿Existe alguna razón para creer que estas muestras

aleatorias provienen de poblaciones con diferentes

distribuciones? (alfa=0.05).

Se combinan los salarios de las dos muestras para

formar un solo conjunto de 24 salarios anuales.

Luego se ordenan y se les asigna un rango de la

siguiente manera:

slide16

Para obtener la suma de los rangos se seleccionará la

muestra de mujeres. De esta forma la suma de los rangos es:

1+2+3+5+6+7+10+11+15+16+18+24=118

ns=tamaño de la muestra menor

slide17

Valores críticos

para la prueba de

Mann Whitney (T)

- dos colas

- alfa=0.05

Valores menores

o iguales a los

de la tabla

implican rechazo

de la Hipótesis

nula

aproximaci n normal
Aproximación normal:

Cuando los valores de n1+n2 son mayores que 30

resultado de la aproximaci n normal y conclusi n
Resultado de la aproximación normal y conclusión

Los datos no proporcionan evidencia suficiente para

concluir que la empresa paga sueldos diferentes a

hombres y mujeres (P0.05)

prueba del signo wilcoxon
Prueba del signo (Wilcoxon)
  • Se utiliza cuando las muestras no son independientes (equivalente a la prueba de t de student para muestras emparejadas.
  • La idea básica consiste en determinar la frecuencia con la cual el valor de un miembro del par es superior al valor del otro miembro del par.
prueba del signo
Prueba del signo
  • Por ejemplo, si se tienen dos grupos simbolizados por A y B, cada vez que el valor de A es superior al valor de B, se asigna un valor positivo y cuando el valor de A es inferior al valor de B se asigna un valor negativo.
prueba del signo1
Prueba del signo
  • Cuando la hipótesis nula es verdadera, deberá haber una similar cantidad o proporción de valores positivos y negativos.
  • Es decir, si la H0 es verdadera, la probabilidad de valores positivos es 0.5
prueba del signo2
Prueba del signo
  • La estadística para la prueba del signo, denotada por S, es el número de signos + para los n pares.
  • Dado que bajo H0 cada par constituye un ensayo independiente con una probabilidad para el signo positivo + de 0.5, la estadística S tiene una distribución binomial con p= 0.5.
prueba del signo3
Prueba del signo
  • Para valores grandes de n puede utilizarse la aproximación normal de la distribución binomial.
  • Cuando ocurren empates al aplicar la prueba del signo, el procedimiento que se recomienda seguir es el de ignorarlos y emplear la prueba sólo para aquellos pares en los que no ocurren empates.
prueba del signo4
Prueba del signo
  • Ejemplo: Se seleccionaron al azar 10 parejas de recién casados y se les preguntó por separado, tanto al marido como a la esposa, cuántos hijos deseaban tener. Se obtuvieron los siguientes datos.
slide26

Mediante el empleo de la prueba del signo,

¿existe alguna razón para creer que las esposas desean

menos hijos que sus esposos?

Supóngase un tamaño máximo del error tipo I de 0.05.

slide27
Nótese que deberá rechazarse H0 si el número de signos + es muy pequeño. Al restar las respuestas de cada esposo de la de su esposa, y notando que las respuestas de cinco de las parejas son las mismas, se obtienen el siguiente arreglo de signos + y -.
tabla de valores cr ticos para la prueba del signo

VALOR DE ALFA

n

0.01

0.05

1

*

*

2

*

*

3

*

*

4

*

*

5

*

*

6

*

0

7

*

0

8

0

0

9

0

1

10

0

1

11

0

1

12

1

2

13

1

2

14

1

2

15

2

3

16

2

3

17

2

4

18

3

4

19

3

4

20

3

5

21

4

5

22

4

5

23

4

6

24

5

6

25

5

7

Tabla de valores críticos para la prueba del signo:

La hipótesis nula se rechaza si el número de veces

que se repite el signo menos frecuente (x) es

MENOR O IGUAL que el valor de la tabla.

Cuando el tamaño de los grupos es superior

a 25 se utiliza la distribución normal:

conclusi n
Conclusión:
  • Los datos proporcionan evidencia suficiente para concluir que las esposas desean tener un mayor número de hijos que los esposos (P<0.05).