GEOESTADISTICA INTRODUCCION ESTUDIO DE LA NORMALIDAD
Muchos métodos estadísticos se basan en la hipótesis de la normalidad de la variable
de objeto de estudio. De hecho si la falta de normalidad de la variable es suficientemente fuerte, muchos de los contrastes utilizados en análisis estadístico- inferencias no son válidos .incluso aunque las muestras grandes tiendan a disminuir los efectos perniciosos de la no normalidad CONTRASTES DE LA NORMALIDAD
Un caso específico de ajuste a una distribución teórica es la correspondiente
a la distribución normal. Este contraste se realiza para comprobar si se verifica la hipótesis de normalidad necesaria para que el resultado de algunos análisis sea fiable, como por ejemplo para el ANOVA. Para comprobar la hipótesis nula de que la muestra ha sido extraída de una población con distribución de probabilidad normal se puede realizar un estudio gráfico y/o analítico.
Existen varios métodos para evaluar la normalidad de
un conjunto de datos que puede dividirse en dos grupos: métodos gráficos y contraste de hipótesis METODOS GRAFICOS
El método grafico univalente más simple para diagnosticar la normalidad es la
comprobación visual del histograma que compare los valores de los datos observados con una distribución normal Otras posibilidades, también basadas en información gráfica, consiste en realizar diagramas de cuantiles (Q-Q plots)
Diagramas de cuantiles correspondientes a distintos tipos de distribuciones.
CONRASTE DE HIPOTESIS Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo Observado en las muestras y en la teoría de la probabilidad para determinar si la hipótesis es Un enunciado razonable.
La segunda de las formas para comprobar la normalidad de una distribución se
efectúa a través de un contraste de hipótesis. No existe un contraste óptimo para probar la hipótesis de normalidad. La razón es que la potencia relativa depende del tamaño muestral y de la verdadera distribución que genera los datos. ERRORES EN LOS CONTRASTES DE HIPOTESIS Cuando se realiza un contraste de hipótesis, siempre debemos tener en cuenta que cuando aceptamos o rechazamos una hipótesis puede que estemos cometiendo un cierto error. Cuando Rechazamos Ho, significa que Ho es falsa y cuando aceptamos Ho, significa que Ho es verdadera. Por tanto, se pueden considerar, dos tipos de errores que se pueden cometer cuando se realiza un contraste:
Error tipo I (α ) Error tipo II (β)
Es el error que se comete en la Es el error que se comete en la decisión del contraste cuando se decisión del contraste cuando se rechaza la hipótesis nula (Ho), acepta la hipótesis nula (Ho), siendo correcta (cierta). siendo falsa INTERPRETACION
Siendo la hipótesis nula que la población está distribuida normalmente, si el p-
valor es menor a alfa (nivel de confianza) entonces la hipótesis nula es rechazada (se concluye que los datos no vienen de una distribución normal). Si el p-valor es mayor a alfa, no se rechaza la hipótesis y se concluye que los datos siguen una distribución normal. EL TEST DE SHAPIRO-WILKS El test de Shapiro-Wilks se basa en calcular el coeficiente de correlación entre x(i) y Ci,n y cuanto más cerca de 1 esté, mayor será el grado de normalidad de la distribución y viene dado por la expresión: EL TEST DE SHAPIRO-WILKS Shapiro y Wilks evalúan la distribución del estadístico r2 bajo hipótesis de normalidad y proporcionan un test que rechaza dicha normalidad cuando el ajuste es bajo, es decir, cuando el estadístico toma valores pequeños.
En la Tabla y en las Figuras siguientes se muestran los resultados obtenidos
al realizar un análisis estadístico univariante a las puntuaciones conseguidas por un Grupo de 40 estudiantes universitarios en un Test de Inteligencia. EJEMPLO Así mismo, en la Figura siguiente se muestra el diagrama de cuantiles y en la Tabla los resultados del test de Kolmogorov- Smirnov con corrección de Lilliefors y del test Shapiro-Wilks. Tanto gráfica como numéricamente no se aprecian desviaciones significativas de la hipótesis de normalidad TABLA: MEDIDAS DESCRIPTIVAS DE LA PUNTUACIONES DE UN TEST DESCRIPTIVOS GRAFICO: MEDIDAS DESCRIPTIVAS DE LA PUNTUACIONES DE UN TEST DESCRIPTIVOS
Así, el histograma (en el que aparece superpuesta la densidad de la normal) es
unimodal simétrico y sin atípicos y el diagrama de cuantiles es lineal. DIAGRAMA DE CUANTILES DE LAS PUNTUACIONES DEL TEST TRANSFORMACIONES PARA ALCANZAR LA NORMALIDAD En ocasiones la falta de normalidad de una variable puede arreglarse mediante una transformación de la misma. En la Tabla se muestran algunas de las transformaciones más utilizadas. Transformaciones para conseguir normalidad