PRUEBAS PARAMTRICAS Prof..

Edith Alarcn Matutti Para tomar una decisin acerca de una poblacin, algunas veces el investigador tendr que elegir entre dos posibilidades excluyentes relativas al valor de un parmetro, todo esto a partir de la informacin proporcionada por la muestra. Es importante destacar que la metodologa de contraste de hiptesis no demuestra la validez de la hiptesis que se acepta en cada caso, en el contrate de hiptesis se acta con informacin incompleta y aleatoria, procedente de una o varias muestras, y siempre existe la posibilidad de cometer un error aceptando una hiptesis equivocada. Los procedimientos que se utilizan habitualmente se denominan pruebas de hiptesis y estn diseados para controlar o minimizar las probabilidades de error. Los problemas de contraste de hiptesis pueden clasificarse en problemas de una muestra (cuando hay una sola poblacin de inters) y problemas de dos muestras (cuando se quiere comparar dos poblaciones y se dispone de una muestra de cada una de ellas). Una hiptesis estadstica es una proposicin o afirmacin acerca del parmetro de una o ms poblaciones, mediante una prueba de hiptesis se determina la concordancia de dichas proposiciones con los datos disponibles de una muestra. Ejemplo La media de las edades de alumnos de la EAP de Medicina es 19.5 aos La proporcin de nios inmunizados en la campaa de vacunacin 2006 fue 60% La media de tiempo de alivio del dolor con el opioide A es menor que si se administra del opioide B Tipos de hiptesis Una prueba de hiptesis esta compuesta siempre por dos hiptesis estadsticas que deben anunciarse explcitamente. La primera es la Hiptesis nula aquella que debe probarse, comnmente denotada por Ho, definida con el propsito expreso de ser rechazada, contiene las relaciones de =, , .. La segunda es la Hiptesis alternante que representa la conclusin a la cual desea llegar el investigador, y concuerda con la hiptesis de Investigacin, contiene relaciones de , >, <. Es posible formular las siguientes combinaciones segn el tipo de relacin contenida en la hiptesis alternante planteada por el investigador estas pueden ser unilateral bilateral. Ejemplo Bilateral: H0 : = 3.5 H1 : 3.5 Unilateral: H0 : 3.5 H1 : > 3.5 H0 : 3.5 H1 : < 3.5

Error estadstico Al decidir sobre cualquiera de las hiptesis planteadas, la veracidad o falsedad de dicha hiptesis nunca puede conocerse con certidumbre pues, existe una probabilidad de error al llegar a una conclusin equivocada y pueden ser de dos tipos: Error tipo I: Llamado tambin nivel de significacin, y se comete cuando se rechaza una hiptesis nula siendo sta verdadera, es fijado previamente por el investigador, habitualmente se fija en 0.05 0.01, La probabilidad de cometer error tipo I se denota por . Error tipo II: se comete este error cuando no se rechaza una hiptesis nula falsa, la probabilidad de cometer el error tipo II se denota por . CONDICION ACTUAL DE LA HIPTESIS NULA Ho Verdadera Falsa Accin correcta Error Tipo I Error Tipo II Accin correcta

ACCION POSIBLE PARA Ho No rechazar Ho Rechazar Ho

Valor experimental Es el resultado matemtico de la prueba seleccionada; Se obtiene al reemplazar los valores de los estadsticos y/o parmetros conocidos en la funcin o frmula establecida en cada prueba; la estructura de la funcin permite obtener valores estandarizados de variables cuantitativas y cualitativas. El clculo del valor experimental sirve para establecer la significancia estadstica de la prueba, como evidencia a favor de la hiptesis planteada. PASOS PARA PROBAR UNA HIPTESIS: Paso 1: Identificar la variable aleatoria Paso 2: Formular las hiptesis Paso 3: Establecer el nivel de significacin para la prueba de hiptesis Paso 4: Distribucin de la estadstica de prueba Paso 5: Regla de decisin Paso 6: Clculo de la estadstica de prueba Paso 7: Decisin estadstica Paso 8: Conclusin. PRUEBA DE HIPTESIS PARA LA PROPORCION DE UNA POBLACIN Esta prueba se utiliza cuando la variable aleatoria involucrada es categrica y se desea contrastar la proporcin poblacional respecto a un valor particular determinado por la proposicin a verificar. Los supuestos a verificar son, que se disponga de una muestra lo suficientemente grande (n30) como para aproximarla mediante una distribucin normal, y que la variable es medida con una escala nominal u ordinal. Dependiendo del inters del investigador pueden formularse pruebas unilaterales o bilaterales. La estadstica de prueba es :

Z=

p o o(1 o) n

Donde: Z = Valor experimental calculado con los datos de la muestra p = la proporcin de elementos en la muestra que cumplen con la caracterstica. o = es el valor de contraste particular considerado en al prueba de hiptesis. Ejemplo El porcentaje de curacin de pacientes con cierta enfermedad neoplsica es de 40% en pacientes tratados convencionalmente. Para probar la eficacia adicional de la quimioterapia se tom una muestra de 100 pacientes a los cuales se les someti a este tipo de tratamiento. En ste grupo la curacin observada fue de 80%. Se puede afirmar que la quimioterapia permite aumentar el porcentaje de curacin? Paso 1: Variable categrica: Curacin en pacientes con enfermedad neoplsica. Paso 2: Ho: H1: 40% > 40%

Paso 3: = 0.05, nivel de significacin para la prueba Paso 4: Estadstico de prueba es Z;

Zcal =

p o o(1 o) n

Paso 5: Regla de decisin: la prueba es unilateral a derecha, que determina slo una regin de rechazo limitado por el valor crtico Z tabular.

rea de aceptacin de H0 0.95 rea de rechazo de H0, 0.05

Z tab= 1.64

La regla de decisin: Se rechazar Ho s el valor calculado con la estadstica de prueba es mayor al valor tabular obtenido de la tabla normal estndar, considerando el nivel de significacin fijado y el tipo de prueba de hiptesis planteada, es decir valores contenidos en el rea sombreada del grfico anterior: Zcal > Ztab; 1- Paso 6: Calculando en la frmula se tiene:

Zcal =

0.8 0.4 = 8.2 0.4(1 0.4) 100

Paso 7: Decisin Zcal= 8.2 > Ztab=1.64, cae en la zona de rechazo, entonces se rechaza Ho. Paso 8: Conclusin: El uso de quimioterapia en pacientes con cierta enfermedad neoplsica produce un porcentaje de curacin mayor al 40%, para un nivel de significacin de 0.05

PRUEBA DE HIPTESIS PARA LA MEDIA DE UNA POBLACIN , COMPARACION DE DOS MEDIAS CORRESPONDIENTES A DOS POBLACIONES Y PARA DATOS PAREADOS Prof. Edith Alarcn Matutti A diferencia de las anteriores pruebas es necesario verificar ciertas condiciones que debe cumplir la muestra, como por ejemplo la distribucin de la poblacin es normal, si la desviacin estndar poblacional es conocida o si el tamao de muestra es grande. Estadstico para muestras grandes y solo una poblacin.

Z=

x 0

; Si n>=30 se puede estimar por S

n
Si n es menor a 30 entonces el estadstico a usar es:

x 0 Z= S n

t =

x s

n
Estadstico para muestras grandes y dos poblaciones.

t=

(x1 x2 ) (1 2 )
2 1 1 (n1 1)s12 + (n2 1)s2 n + n n1 + n2 2 1 2

A continuacin ejemplos que ilustran cada una de estas situaciones:

Ejemplo: Se tom una muestra de 14 alumnos que rindieron el examen final del curso de Estadstica en el semestre 2006-II. Las notas obtenidas fueron: Alumn 1 o Nota 8. 0 2 3 4 5 6 7 8 9 10 11 12 13 14

s2

7. 11. 12. 10. 14. 16. 12. 14. 5. 16. 8. 10. 10. 11.1 3.3 5 5 5 0 0 0 5 5 0 5 0 0 5 7 8

Si la variancia es desconocida, pruebe la hiptesis de que la nota final promedio es menor que 15. Paso 1: La variable de estudio es cuantitativa medida en escala de intervalo. El parmetro de inters, media de las notas del curso de Estadstica. Paso 2: Formular las hiptesis Ho : 15 H1 : < 15 Paso 3: Nivel de Significacin = 0.05 Paso 4: Prueba Estadstica. Prueba t-Student para una media, se desconoce la desviacin estndar de la poblacin pero suponemos que el muestreo se realiz a partir de una distribucin normal.

t =

x s

Paso 5: Decisin Estadstica, La prueba es unilateral a izquierda el valor crtico, es el ttab t(14-1) grados de libertad = -1.771. Se rechazar la hiptesis nula si el valor calculado de la estadstica resulta menor que el valor tabular, es decir, rechazar Ho s tcalc -1.771

rea de rechazo, = 0.05

area de aceptacin 0.95

-1.771 Paso 6: Calculo del estadstico de prueba, el promedio es 11.17 y la desviacin

t=

x s n

11.17 15 3.83 = = 4.241 3.38 0.903 14

estndar muestral es 3.38 Paso 7: Decisin Estadstica: Se rechaza la hiptesis nula, pues tcal = -4.241< ttab = 1.771 Paso 8: Conclusin, se puede concluir que la nota final promedio de la clase fue menor que 15, para un nivel de significacin de 0.05. En este siguiente caso si el tamao de muestra es grande mayor o igual a 30, con la ayuda del teorema del lmite central podemos suponer normalidad en la poblacin y usar el estadstico Z, la varianza poblacional es estimada mediante la varianza de la muestra.

Ejemplo: Los investigadores estudiaron a 142 varones con gastritis y encontraron una ingestin promedio de alcohol de 42.9 g/da y varianza 34.2 .Otro investigador afirma que la ingestin media de alcohol es de 21.0 g/da en los varones con gastritis. Sea =0.05 Apoya Ud. la opinin del segundo investigador? Paso 1: Nivel de consumo de alcohol en g/da, cuantitativa escala de razn. Paso 2: Hiptesis, prueba bilateral Ho: = 21.0gr/da H1: 21.0gr/da Paso 3: = 0.05 nivel de significacin Paso 4: Estadstico de prueba: Z =

x s/ n

pues n>30

Paso 5: Criterios de decisin: se rechazar Ho si Zcal Ztab Zcal Ztab

rea de aceptacin 0.95 rea de rechazo, 0.025 rea de rechazo, 0.025

-1.96

1.96 ) = 7.63

Paso 6: Clculo del estadstico Se tiene: z = (42.9-21.0)/( 34.2/ 142

Paso 7: Decisin. Rechazamos la hiptesis nula, pues Zcal > Ztab Paso 8: Conclusin, la ingestin media de alcohol en varones con gastritis es diferente a 21.0 g/dia, para un nivel de significacin de 0.05.

PRUEBA DE HIPOTESIS PARA DIFERENCIA DE DOS MEDIAS Y CON VARIANZAS POBLACIONALES DESCONOCIDAS Ejemplo: Con el objeto de comparar la cantidad de glucosa en la sangre mediante el uso de dos exmenes de laboratorio, se tomaron dos muestras independientes de tamao 10 cada una de una poblacin constituida por hombres de 30 aos clnicamente sanos. Los resultados fueron los siguientes:

X 1 = 0.67 S1 = 0.13

X 2 = 0.98 S 2 = 0.27

Es posible afirmar que existe diferencia significativa de las medias de cantidad de glucosa con ambos exmenes? Paso1: Variable cuantitativa, nivel de glucosa en sangre, independientes: dos exmenes. dos muestras

Paso 2: Planteamiento de hiptesis: H o : 1 = 2 indica que las medias poblacionales de glucosa medidos por ambos mtodos son iguales H o : 1 2 indica que las medias poblacionales de glucosa medidos por ambos mtodos son diferentes Paso 3: nivel de significacin es = 0.05

Paso 4: La estadstica usada es:

t=

(x1 x2 ) (1 2 )
2 1 1 (n1 1)s12 + (n2 1)s2 + n1 + n2 2 n1 n2

que se distribuye como una distribucin t de student con (n1+n2 2) grados de libertad. Paso 5: Criterios de decisin: se rechazar Ho si tcal 2.1 tcal -2.1

rea de aceptacin 0.95 rea de rechazo, 0.025 rea de rechazo, 0.025

-2.1 2.1 Paso 6: Clculo del estadstico de prueba. El valor experimental es

t=

(0.67 0.98 ) (0 )
(9)0.13 2 + (9)0.27 2 1 1 + 10 + 10 2 10 10

= 3.271

Paso 7: Decisin: se rechaza a Ho pues tcal = -3.271 > ttab = -2.1 Paso 8: Conclusin: se concluye que hay diferencia significativa entre las medias poblacionales de glucosa en la sangre medidos mediante los dos tipos de exmenes, para un nivel de significacin de 0.05

VARIANZAS POBLACIONALES CONOCIDAS

Ejemplo: A continuacin se presentan las notas de los exmenes parcial y final de un grupo de estudiantes del curso de Estadstica. Ex-final Exparcial 8 7.5 11.5 12.5 10 14 16 12.5 14.5 5 16.5 8 10 10.5

15.5 14.5 9.0

19.0 17.0 11.5 13.5 8.5

10.5 18.0 17.0

Calcule los promedios para los exmenes parcial y final. Se conocen las desviaciones estndar de las notas parcial y final son: 2.5 y 3 respectivamente, pruebe con un nivel de significacin de = 0.05, que el rendimiento de la clase fue el mismo en la evaluacin parcial y en la evaluacin final. Paso 1: La variable de estudio es numrica. El parmetro de inters: diferencia de los promedios de notas en los exmenes parcial y final, para dos muestras independientes Paso 2: Formular las hiptesis Ho : p = f H1 : p f Paso 3: Nivel de Significacin = 0.05 Paso 4: Determinar la Prueba Estadstica. Prueba Z de la diferencia de dos medias de dos muestras independientes. Se conoce las desviaciones estndar de las notas

z=

( 1 2 ) ( 1 2 )

12
n1

2 2

n2

parcial y final

Paso 5: Criterios de decisin , Regla de Estadstica: La prueba es bilateral, Z = 1.96 Se rechaza la hiptesis nula s el valor calculado de la estadstica resulta mayor que el Ztab menor que Ztab.

rea de aceptacin 0.95 rea de rechazo, 0.025 rea de rechazo, 0.025

-1.96 Paso 6: Calcular la Prueba Estadstica

1.96

z=

(14 11.17) (0) 2.52 32 + 11 14

2.83 = 2.57 0.5680+ 0.643

Paso 7: Decisin Se rechaza Ho pues Zcal >Ztab Paso 8: Conclusin, se puede concluir con un nivel de significacin de 0.05 que existe diferencia de los promedios de notas en los exmenes parcial y final, de los estudiantes del curso de Estadstica. PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE DOS MEDIAS DE DATOS PAREADOS Ejemplo: Doce personas participaron en un experimento para estudiar la efectividad de cierta dieta, combinada con un programa de ejercicios, para la reduccin de los niveles de colesterol en suero. A continuacin se muestran los niveles de colesterol en suero para los 12 individuos al principio del programa (antes) y al final del mismo (despus). Proporcionan los datos la evidencia suficiente para concluir que el programa de ejercicios y dieta es efectivo para la reduccin de los niveles de colesterol en el suero?
Individuo Antes Despus 1 201 200 2 231 236 3 221 216 4 260 233 5 228 224 6 237 216 7 326 296 8 235 195 9 240 207 10 267 247 11 284 210 12 201 209

Clculo previo de las diferencias observadas en la muestra, (Antes Despus) N 1 2 3 4 5 6 7 8 9 10 11 12 Antes 201 231 221 260 228 237 326 235 240 267 284 201 Despus Diferencia 200 1 -5 236 216 5 233 27 224 4 216 21 296 30 195 40 207 33 247 20 210 74 209 -8

Calcule el promedio y la varianza de las diferencias observadas

Paso 1: La variable de estudio es numrica. El parmetro de inters: diferencia de los promedios de niveles de colesterol en el suero antes y despus del programa de dieta y ejercicios Paso 2: Formular las hiptesis Ho : A D

A-D 0

H1 : A > D A-D >0 Paso 3: Nivel de Significacin = 0.05 Paso 4: Prueba Estadstica. Prueba t de la diferencia de dos medias para datos pareados

tcalc =

d d sd n

Paso 5: Criterios de decisin La prueba es unilateral, la regin de rechazo est del lado derecho de la distribucin t de student con n-1 grados de libertad. Se rechazar la hiptesis nula s el valor calculado de la estadstica de la prueba resulta mayor que el valor tabular, es decir, s tcalc > t0.05 Es decir, rechazar Ho s tcalc >1.796

rea de aceptacin 0.95 rea de rechazo, 0.05

Paso 6: Calcular la Prueba Estadstica

1.796

t calc =

20.16 0 20.16 = = 3.015 23.13 6.6849 12

Paso 7: Decisin, se rechaza la Ho, pues tcal > ttab Paso 8: Conclusin Se puede concluir con un nivel de significacin de 0.05 que el programa de ejercicios y dieta es efectiva para la reduccin de los niveles de colesterol en el suero.

ANALISIS DE VARIANZA UNIFACTORIAL

ANOVA

Prof. Edith Alarcn Matutti Es necesario definir un nuevo contraste de hiptesis que sea aplicable en aquellas situaciones en las que el nmero de medias que queremos comparar sea superior a dos. Es por ello por lo que el anlisis de la varianza, ANOVA surge como una generalizacin del contraste para dos medias de la t de Student, cuando el nmero de muestras a contrastar es mayor que dos. En los problemas de anlisis de la varianza unifactorial se desea comparar k poblaciones (siendo k>2) contrastando la hiptesis nula: igualdad de sus medias. El test habitual se basa en la suposicin previa de que las poblaciones que se estudian son normales y con varianzas iguales. La informacin muestral disponible consiste en k muestras, independientes, una de cada poblacin. El anlisis de varianza es una tcnica mediante la cual la variacin total presente en un conjunto de datos se distribuye en varios componentes. Asociada a cada uno de los componentes hay una fuente especfica de variacin (ERROR) cuya magnitud se conoce. Se trata pues de encontrar la desviacin de cada valor respecto de su media (Variacin dentro de grupos) y la desviacin entre las medias de grupos (Variacin entre grupos) Suposiciones: El nmero de conjuntos de datos observados constituyen muestras aleatorias independientes de las poblaciones respectivas Cada una de las poblaciones de donde provienen las muestras estn distribuidas normalmente Cada una de las poblaciones tienen la misma varianza, es decir se verifica la hiptesis de homocedasticidad. Problema: Un investigador desea comprobar la hiptesis de que el coeficiente de inteligencia vara segn clase social, para ello recolecto la siguiente informacin.
Sujeto 1 2 3 4 5 Alta 130 125 130 120 122 Clase Social Media 120 115 115 110 112 Baja 110 100 090 100 85

Suma Total 627 572 485 Media 125.4 114.4 97.0 Existen diferencias significativas en el coeficiente de inteligencia de las clases sociales?

PASO 1: La variable es el Nivel del coeficiente de inteligencia PASO 2: Se plantea la siguiente hiptesis: HO: 1=2=3 (Las clases alta, media y baja no difieren respecto al coeficiente de inteligencia) H1: Algn par ij para todo i,j=1,2,3 (Las clases alta, media y baja difieren respecto al coeficiente de inteligencia) PASO 3: Se establece un nivel de significacin de = 0.05 PASO 4: Se selecciona la prueba de anlisis de varianza, y este paso sigue a su vez el siguiente procedimiento: Sujeto 1 2 3 4 5 Suma Total Media de cada 125.4 grupo Xi 130 125 130 120 122 627 Alta Clase Social Media Xi X2i 120 14400 115 13225 115 13225 110 12100 112 12544 572 65494 114.4 Media total = 112.26 Baja X2i 12100 10000 8100 10000 7225 47425

X2i 16900 15625 16900 14400 14884 78709

Xi 110 100 090 100 85 485 97.0

Calcular la suma total de cuadrados

SCtotal =

i , j =1

ij

( total ntotal

(627 + 572 + 485 )2 SCtotal = ( 78709 + 65494 + 47425 ) 15 SCtotal = 191 , 628 189 , 057 . 07 = 2 ,570 . 93

Calcular la suma de cuadrados entre grupos

SCentre

( Xij ) =
3 i

ni

( total ntotal
2

)
2

(627 + 572 + 485 )2 SCentre = ( 627 / 5 + 572 / 5 + 485 / 5 ) 15 SCentre = 191 ,107 . 60 189 , 057 . 07 = 2 , 050 . 53
2

Calcular la suma de cuadrados dentro de los grupos

SCdentro =

{( X ) [ X ]
3 i 2 ij i.

/ ni

SCdentro = ( 78709 627 2 / 5 ) + ( 65494 572 2 / 5 ) + ( 47425 485 2 / 5 ) SCdentro = 83 . 2 + 57 . 2 + 380 . 0 = 520 . 40 SCdentro = SCtotal SCentre SCdentro = 2570 . 93 2050 . 53 = 520 . 40
Grados de libertad

Gl entre grupos = K-1 (nmero de grupos menos 1) =3-1=2 Gl dentro grupos = N-K (nmero total de casos menos K) =15-3=12 Calcular los cuadrados medios CM entre= Scentre / Gl entre =2050.53/2 =1025.27 CM dentro= Scdentro / Gl dentro = 520.4/12 = 43.37 Calcular el estadstico de prueba , la Razn F F= CM entre / CM dentro F= 1025.27 / 43.37= 23.64

Paso 5: Decisin estadstica es Fcal>= Ftab entonces rechazamos la Ho

Area de aceptacin = 0.95

Area de rechazo=0.05

Ftab gl=(2,12) =3.8 23.64 Paso 6: Decisin como Fcal = 23.64 > Ftab =3.8 entonces rechazamos la hiptesis nula. Paso 7: Concluimos que las diferencias encontradas son altamente significativas las clases baja, media, alta difieren respecto al cociente de inteligencia. Para un nivel de significancia del 0.05.

INTRODUCCIN A PRUEBAS NO PARAMTRICAS Ing. Edith Alarcn Matutti Si las poblaciones fuente de los datos se encuentran normalmente distribuidas, se usan PRUEBAS PARAMETRICAS, es decir todas las pruebas expuestas en pginas anteriores Pero si las poblaciones fuente de los datos NO se encuentran normalmente distribuidas se tendr que usar PRUEBAS NO PARAMETRICAS. Las estadsticas clsicas que se han considerado hasta ahora requieren de suposiciones restrictivas tales como: Muestras provenientes de poblaciones con distribucin normal Variancias conocidas Muestras independientes Muestras grandes para garantizar normalidad por el teorema Central del Lmite Escala de medicin de mayores niveles

Si estas suposiciones no se cumplen, se deben buscar tcnicas que no consideren este requisito de la distribucin .Estas tcnicas alternativas se conocen como sin distribucin, no paramtrica, de distribucin libre. Una prueba no paramtrica se aplica preferiblemente slo cuando no es posible aceptar las suposiciones de la estadstica paramtrica. VENTAJAS DE LOS METODOS NO PARAMETRICOS 1. No incorporan todas las asunciones restrictivas caractersticas de los test paramtricos 2. No requieren que la poblacin subyacente este normalmente distribuido, al menos las poblaciones deberan tener la misma forma bsica. 3. Son ms fciles de comprender y aplicar 4. El uso de rangos permiten menos errores, y permiten el uso de mediciones ordinales mas que continuas, Escalas de medicin tambin pueden ser de las inferiores. 5. Las estadsticas son ms fciles de calcular, no tiene sentido calcular medias y DE para los datos ordinales. 6. Tratan con rangos mas que con los valores propios de las observaciones, fcilmente se ejecutan para muestras pequeas. DESVENTAJAS DE LOS METODOS NO PARAMETRICOS 1. Si las asunciones subyacentes de un test paramtrico son satisfechas, entonces las pruebas no paramtricas tienen menos poder, por ejemplo si la Ho es falsa, las pruebas no paramtricas necesitan muestras mas grandes para rechazarlos. 2. Las hiptesis probadas por tcnicas no paramtricas son menos especficas que aquellos probadas por mtodos paramtricos. 3. Las tcnicas no paramtricas confan en los rangos mas que valores propios de las observaciones, por lo tanto no usaran toda la informacin conocida acerca de una distribucin. RANGOS Muchas de las pruebas no paramtricas utilizan rangos en lugar de los datos, el rango es un nmero asignado a una observacin teniendo en consideracin su importancia relativa o jerarqua respecto a los dems datos. Ejemplo: Asignar rangos a la siguiente serie 14.5, 10.3, 11.0, 8.5, 15.8

Hay que ordenar previamente la serie ascendentemente Datos 8.5 Rango 1 10.3 2 11.0 3 14.5 4 15.8 5

Ejemplo: 14.5, 10.3, 8.5, 8.5, 15.8 Hay un empate entonces se debe asignar el promedio de los rangos a cada uno de los datos empatados., los datos previamente ordenados en forma ascendente Datos 8.5 Rango 1.5 8.5 1.5 10.3 3 14.5 4 15.8 5

PRUEBA DE WILCOXON O DEL RANGO CON SIGNO Se usa cuando se desea probar una hiptesis con respecto a la media de una poblacin, pero por alguna razn ni Z ni t resultan adecuadas como estadstica de prueba. Se supone Muestra aleatoria La variable es continua La poblacin es simtrica La escala de medicin es al menos de intervalos

Ejemplo : A una muestra de 15 estudiantes de la facultad de Medicina de la UNMSM se les hizo un aprueba para medir su nivel de autoestima. 49 40 67 73 74 75 66 45 59 31 32 58 62 54 57 Prueba a un nivel de significacin de 0.05 la hiptesis que indica que la media de la calificacin de la autoestima para la poblacin es de 50. Paso 1: La variable es calificacin de la autoestima en estudiantes. n =15 Paso 2: Las hiptesis son entonces: Ho: = 50 H1: 50 Paso 3: con =0.05 Paso 4: Estadstico de prueba T = mn ( T+ , T-) Paso 5: Criterios de decisin ,Tabla para los niveles de probabilidad para la prueba de jerarqua asignada de Wilcoxon, ver anexo. Criterios de decisin con n= 15 y /2= 0.025; se tiene Twtab = 25. El criterio de decisin: si Twcal <= Twtab entonces rechazamos la hiptesis nula Paso 6: Clculo: Calificacin ordenada Diferencia di= xi-50 Rango de |di| Rango con signo de di

49 40 67 73 74 75 66 45 59 31 32 58 62 54 57 totales

-1 -10 +17 +23 +24 +25 +16 -5 +9 -19 -18 +8 +12 +4 +7

1 7 10 13 14 15 9 3 6 12 11 5 8 2 4

-1 -7 +10 +13 +14 +15 +9 -3 +6 -12 -11 +5 +8 +2 +4 T+= 86 T- = 34

Paso 7: Decisin: la estadstica de prueba es el menor, entre los valores T + y T -, en este caso Tcal = 34 > Twtab = 25 para /2=0.025 . No es posible rechazar la hiptesis nula Paso 8: Para un nivel de significacin de 0.05, concluimos que la media de las calificaciones de autoestima de los alumnos puede ser igual a 50 puntos.