Anda di halaman 1dari 21

PRUEBAS NO

PARAMETRICAS
Los métodos de prueba con
z y t fueron diseñados para
distribuciones específicas
(normal), si este supuesto
no se cumple debemos
usar pruebas no
paramétricas.
PRUEBA
DEL SIGNO
 Caso muestra pequeña.
 Caso muestra grande.
 Para mediana.
 Rango con signo de Wilcoxon.
PRUEBA DEL SIGNO. Muestra
pequeña n ≤ 20
 En investigación de mercados para
identificar la preferencia de
consumidores hacia una de dos marcas
de un producto.
 Ej. Jugo Naranja A y B
Ho. p = 0.5
Ha. p ≠ 0.5
- A+ y B-
Prueba signo….
 La distribución es binomial. (para n=12)
Cantidad signos positivos Probabilidad
0 .0002
1 .0029
2 .0161
3 .0537
4 .1208
5 .1934
6 .2256
7 .1934
8 .1208
9 .0537
10 .0161
11 .0029
12 .0002
Prueba signo….
 Con significación .05 = 0.025 cada cola
 La probabilidad de obtener 0, 1 ó dos signos
positivos = .0002 + .0029 + 0.01612 =
0.0192 si incluimos 3 signos positivos =
0.0191 + .0537 = 0.0729 lo cuál es mayor
que 0.0525 que requerimos. En el extremo
superior tenemos .0192 = 10, 11 y 12 signos
positivos. Lo más cercano a .05 es 0.191 +
.0192 = .0384.
 Rechazaremos Ho si la cantidad de signos
positivos es menor que 3 ó mayor que 9.
Se obtuvieron estos datos..
Individuo Marca preferida Dato registrado
1 B -
2 B -
3 A +
4 B -
5 B -
6 B -
7 B -
8 B -
9 A +
10 B -
11 B -
12 B -

Se observaron 2 signos positivos se rechaza


La hipótesis nula, el estudio ha proporcionado
Purebas de que las preferencias son distintas
Hacia las dos marcas de jugo de naranja, se prefiere
La marca B.
Prueba signo
Muestras grandes
 Con p = 0.5 y n mayor que 20 usamos
la aproximación a la normal.
 La media: µ = 0.50 n
  .25n
Ej. Encuesta política
 n = 200 votantes
 72 calificaron más alto al de izquierda
 103 más alto al de derecha
 25 no indicaron diferencia.
 n = 200-25 = 175.
 µ = 0.50(175)= 87.5
  .25(175)  6.6
x 72  87.5
z   2.35
 6.6

 Como z = -2.35 menor que -1.96 se debe rechazar el


supuesto que no hay diferencia
Prueba del signo para una
mediana
 Mediana divide a la población de tal
manera que quedan 50% a cada lado
 Se asignará signo + los que están
arriba y signo – los que están debajo.
Se descartan los iguales.
Ej. Prueba signo mediana
 Mediana precios casas nuevas.
 Ho : Mediana = Q. 500,000.00
 Ha : Mediana ≠ Q. 500,000.00
 En una muestra de 62 viviendas
nuevas, 34 tienen precios mayores, 26
menores y dos son exactamente
Q.500,000.00.
Continuación Ej…..
 Para las n = 60 casas con precios distintos:
 μ = .50 n = .50 (60) = 30
   .25n  .25(60)  3.87
x   34  30
z   1.03
 3.87
 Usamos prueba bilateral a .05, aceptamos la
Ho porque z es menor que 1.96
PRUEBA DE RANGO CON SIGNO
DE WILCOXON
 Se usa para muestras apareadas.

Trabajador Método 1 Método 2 Diferencia


1 10.2 9.5 .7
2 9.6 9.8 -.2
3 9.2 8.8 .4
4 10.6 10.1 .5
5 9.9 10.3 -.4
6 10.2 9.3 .9
7 10.6 10.5 .1
8 10.0 10.0 .0
9 11.2 10.6 .6
10 10.7 10.2 .5
11 10.6 9.8 .8
Trabajador Diferencia Valor absoluto de Lugar (Rango) Rango Con Signo
la diferencia
1 .7 .7 8 +8
2 -.2 .2 2 -2
3 .4 .4 3.5 +3.5
4 .5 .5 5.5 +5.5
5 -.4 .4 3.5 -3.5
6 .9 .9 10 +10
7 .1 .1 1 +1
8 .0 0 - -
9 .6 .6 7 +7
10 .5 .5 5.5 +5.5
11 .8 .8 9 +9
Suma +44

 Media: μT = 0 n(n  1)( 2n  1) T 


10(11)( 21)
 19.62
T  6
6
T  T 44  0
z   2.24
T 19.62 2.24 es mayor que 1.96
Se rechaza Ho.
PRUEBA ALEATORIEDAD
 La prueba se basa en el número de series que hay
en una secuencia de datos. Aplica solo si podemos
asignar cada uno de los valores de los datos a una
de dos categorías distintas.
 “Una serie” es una secuencia de datos que exhibe la
misma característica.
 Ej. Considere el refresco de cola que escogen los
consumidores en un proyecto de investigación de
mercados. Denotaremos con D a un consumidor que
prefiere el refresco de dieta y con R uno que prefiere
el refresco regular. La secuencia que sigue contiene
exactamente cuatro series.
DDDD RR DDD R
Serie 1 2 3 4
Prueba Aleatoriedad
 Examinemos esta serie
DDDDRRRRR
Es una frecuencia no aleatoria. De nueve
datos solo hay dos series. Este patrón
sugiere que si el número de series es
muy bajo no hay aleatoriedad
Prueba Aleatoriedad
 Examinemos esta otra serie
D R D R D R D R D R D R D R D R D R D R
Es obvio que no es aleatoria, porque se observa un
patrón claro y predecible.
En esta muestra el número de series es 20. Este ejemplo
sugiere que si el número de series es muy grande no
hay aleatoriedad.
“LA PRUEBA SE BASA EN EL ORDEN EN QUE OCURREN
LOS DATOS, NO EN LA FRECUENCIA DE LOS
MISMOS”
Prueba Aleatoriedad
 Si:
n1 = número de elementos de la secuencia con una
característica dada (arbitraria)
n 2 = número elementos otra característica.
G = número de series.
Por Ej. La Secuencia.
D D D D R R R R R
Produce los siguiente valores.
n1 = 4 porque hay cuatro consumidores de refresco dieta.
n2 = 5 porque hay cinco consumidores de refresco regular.
G = 2 porque hay dos series.
RECHAZAMOS LA HIPOTESIS SI EL NUMERO DE SERIES G
ES DEMASIADO PEQUEÑO O DEMASIADO GRANDE.
USO TABLA, 5%, n1-n2 ≤ 20
 RECHAZAMOS LA ALEATORIEDAD SI EL NUMERO
DE SERIES G ES MENOR O IGUAL QUE LA
ENTRADA MAS PEQUEÑA DE LA TABLA A-10 O
MAYOR O IGUAL QUE LA ENTRADA MAS GRANDE
DE ESA TABLA.
 Para ej Anterior. Posibles secuencias 126.

Número de series 2 3 4 5 6 7 8 9
Frecuencia en 126 casos 2 7 24 30 36 18 8 1

(2 y 9 series) = 3 frecuencias/126 = 2.38%


Ejemplo. El presidente de una compañía de inversiones ha observado que se contrataron hombres y
mujeres en la secuencia siguiente: H, H, H, M, H, H, H, H, M, M, M, H. Use el criterio de corte del 5%
para probar la aseveración del jefe de personal de que la secuencia de hombres y mujeres es aleatoria

 n1 = número de hombres = 8
 n2 = número mujeres =4
 G = número de series = 5
 Según la tabla los valores de corte son 3 y 10
 CONCLUSION NO RECHAZAMOS LA
ALEATORIEDAD.
CASO MUESTRA GRANDE
2n1n2
G  1
n1  n2

(2n1n2 )( 2n1n2  n1  n2 )
G 
(n1  n2 ) 2 (n1  n2  1)
 Después se calcula z
Ejemplo: En una secuencia de ceros y unos, como mensaje de radio que podría traducirse en una imagen
saturada de información acerca de los terrícolas. Si una forma de vida extraterrestre interceptara el
mensaje y usara la prueba de series para detectar aleatoriedad, ¿La secuencia de ceros y unos le parecería
aleatoria y confundiría el mensaje con “ruido blanco”? Use un nivel de nivel de significancia de 0.05 para
probar la aleatoriedad de la secuencia.

Ho: La secuencia es aleatoria.


H1: La secuencia no es aleatoria.

 Al analizar: n1 = unos = 249


n2 = ceros = 1022
G = 353
2n1n2 2(249)(1022)
G  1   401.437
n1  n2 249 1022
(2n1n2 )( 2n1n2  n1  n2 ) (2)( 249)(1022)( 2(249)(1022)  249  1022   11.223
G  
(n1  n2 ) 2 (n1  n2  1) (249  1022) 2 (249  1022  1)

G  G 353  401.437
z   4.32
G 11.223

Con un nivel de .05 z téorico es 1.96, se rechaza Ho.