ESTADISTICA NO PARAMETRICA
INTEGRANTES:
LISANDRY PALACIOS V-21.506.193
FABIOLA NELO V-25.630.110
DULIMAR PIA V-24.353.968
SECCION:
3D02AG
MATERIA: ESTADISTICA II
PROF.: PEDRO SILVA
ESTADISTICA NO PARAMETRICA
Es una rama de la estadstica que estudia las pruebas y modelos estadsticos
cuya distribucin subyacente no se ajusta a los llamados criterios paramtricos, es
decir, que no puede ser definida previamente pues son los datos observados que la
determinan. La utilizacin de estos mtodos se hace recomendable cuando no se
puede asumir que los datos se ajusten a la distribucin conocida.
PRUEBA ESTADISTICA NO PARAMETRICA
Son aquellas que no presuponen una distribucin de probabilidad para los
datos, por ello se conoce tambin como una distribucin libre. En la mayora de los
casos los resultados estadsticos se derivan nicamente a partir de procedimientos de
ordenacin y recuento. El termino no paramtrico sugiere que la prueba no est
basada en un parmetro.
PRUEBA DE SIGNOS: Se usa para hacer pruebas de hiptesis acerca de la
mediana de una poblacin. Es decir, Ho: la mediana poblacional es igual a un
valor dado; H1: La mediana poblacional es mayor o distinta del valor dado.
o EJEMPLO:
Los tiempos de sobrevivencia (en aos) de 12 personas que se han sometido a
trasplante de corazn son los siguientes: 3.1, 0.9, 2.8, 4.3, 0.6, 1.4, 5.8, 9.9,
6.3, 10.4, 0, 11.5 Probar con 95% se confianza si los datos del tiempo de vida
despus del trasplante sugieren que la mediana sea distinta a 5.
Persona 1
Aos
3.1
2
0.9
3
2.8
4
4.3
5
0.6
6
1.4
7
5.8
8
9.9
9
10
6.3 10.4
11
0
12
11.5
0.9
-5
2.8
-5
4.3
-5
0.6
-5
1.4
-5
5.4
+
-5
-
6.5
+
( = ) = ( ) .
Donde:
n es el nmero de pruebas
k es el nmero de xitos
p es la probabilidad de xitos
q es la probabilidad de fracaso
El numero combinatorio: ( ) =
!
!+()!
n= 12
k= se pueden tomar valores del 0 al 12
p= 0.5
q= 0.5
Cul ser la probabilidad de encontrar
12 positivos y 0 negativos o viceversa?
OPERACIN
12
( = 12) = ( ) 0.512 . 0.5
12
12!
(12) =
0.512 . 0.5
12! (12 12)!
(12) = (1)(0.000244)(0.5)
(12) = 0.00012
Hay que recordar que en el otro extremo
tenemos 0, y que ambos tienen el mismo
valor.
Variable: Sexo
Hombre
Mujeres
Totales
Total
292
192
484
Valores esperados
Variable:
Sexo
Hombre
Mujeres
Totales
Total
292
192
484
20.5
271.5
13.5
178.5
2
= (5.38) + (0.41) + (8.17) + (0.62)
2 = 14.58
Ahora necesitamos el Gl (grado de libertad): Gl= 1; nivel de significancia= 0.05
2 = [
Observador B
Pulmona
No pulmona
total
Observador A
Pulmona
No pulmona
a
b
c
d
t
u
Total
r
s
n
Formula:
1
Siendo Po la proporcin de acuerdos observados
Pe la proporcin de acuerdos esperados en la hiptesis de independencia
=
4+80
100
= 0.84
+
2
(1014)+(9086)
1002
= 0.788
Por lo tanto:
1
0.84 0.788
=
= 0.25
1 0.788
=
De acuerdo con lo anterior, se tiene que el 84% de acuerdo, segn la interpretacin anterior el
acuerdo observado est compuesto por un 24.5% de acuerdo mximo y un 75.5% del
esperado por el azar.
PRUEBA DE FRIEDMAN: Es una prueba no paramtrica desarrollado por el
economista Milton Friedman. Equivalente a la prueba ANOVA para medidas
repetidas en la versin no paramtrica, el mtodo consiste en ordenar los datos por
filas o bloques, reemplazndolos por su respectivo orden. Al ordenarlos, debemos
considerar la existencia de datos idnticos.
o EJEMPLO:
Ho= las distribuciones de la J poblaciones son idnticas
H1= las distribuciones no son idnticas
Estadstico de contraste:
12
2 3( + 1)
( + 1)
La distribucin del estadstico de contraste, aproxima chi cuadrado con n-1 grados de libertad
con muestras grandes (n>15 o J<4)
2 =
1
2
3
1
9
8
9
2
6
4
5
3
4
5
6
4
5
6
4
12
12
( )2 3( + 1) =
2 =
252 3(3)(4 + 1) = 5.4
(3)(4)(4 + 1)
( + 1)
1
Nivel de significacin.
Para todo valor de probabilidad igual o menor que 0.05, se acepta H1 y se rechaza Ho.
Zona de rechazo.
Para todo valor de probabilidad mayor que 0.05, se acepta Ho y se rechaza H1.
Dos mtodos diferentes aplicados en dos grupos de nios.
Aplicacin de la prueba estadstica.
De acuerdo con los paso, las observaciones se deben ordenar en rangos del menor al mayor.
Rangos de lectura de la tabla anterior.
Calculamos la U.
De los dos valores de U calculados, se elige el ms pequeo (4) y se comparan con los
valores crticos de U Mann-Whitney.
( ) =
1
2
3
4
5
6
0.000
0.200
0.340
0.630
0.750
0.990
Mximos D
Mximo
( ) =
0.167
0.333
0.500
0.667
0.833
1.000
6
0.167
0.133
0.160
0.037
0.083
0.010
0.167
1
6
0.000
0.033
0.007
0.130
0.083
0.157
0.157
0.167
Dado que 0.167< 0.470= (0.1;6) decimos que no hay evidencia que la muestra no provenga
de una distribucin uniforme.
PRUEBA DE KRUSKAL-WALLIS: Es un mtodo no paramtrico para probar si
un grupo de datos proviene de la misma poblacin. Intuitivamente, es idntico al
ANOVA con los datos reemplazados por categoras. Es una extensin de la prueba de
la U de Mann-Whitney para 3 o ms grupos.
o EJEMPLO:
Una manufacturera recluta y contrata personal para su equipo gerencial en tres escuelas
diferentes; se dispone de calificaciones de 7 empleados de la escuela A, 6 de la escuela B y 7
de la escuela C, la calificacin de cada gerente est en escala del 0 al 100, y el lmite superior
es la mxima nota.
A
B
C
25
60
50
70
20
70
60
30
60
85
15
80
95
40
90
90
35
70
80
75
a) Determinar si las tres escuelas son idnticas en cuanto a las evaluaciones de
desempeo.
Ho= Las poblaciones son idnticas en termino de evaluaciones del desempeo
H1= Las poblaciones no son idnticas en termino de evaluaciones del desempeo
Se le asigna el rango:
Escuela
B
B
A
B
B
B
C
A
B
C
A
C
C
C
A
C
A
A
C
A
Calificacin
15
20
25
30
35
40
50
60
60
60
70
70
70
75
80
80
85
90
90
95
Rango
3
4
5
6
7
8
10
12
12
12
14
14
14
15
16
16
17
18
18
19
Rango
5
14
12
17
19
18
16
101
B
60
20
30
15
40
35
Rango
12
4
6
3
8
7
C
50
70
60
80
90
70
75
40
12
2
] 3( + 1)
=[
( + 1)
=1
Rango
10
14
12
16
18
14
15
99
= 27.60
2
Si 2
se rechaza Ho
2
Ahora bien el resultado con un grado de libertad de 2 se tiene que
= 5.99
6
2
2
1
1
1
4
9
1
3
2
4
7
3
3
2
1
1
2
Formula:
6 2
66
1(
) = 1(
) = 0.5
2
( 1
3(9 1)
La correlacin es negativa.
PRUEBA DE FISHER: La prueba f se utiliza principalmente para probar la
igualdad entre dos varianzas poblacionales que provienen de poblaciones que tiene
una distribucin normal, tambin se ha desarrollado un procedimiento basado en esta
prueba para investigar la igualdad entre tres o ms medias poblacionales,
procedimiento que comnmente se denomina anlisis de varianza (ANOVA).
o EJEMPLO: