Escolar Documentos
Profissional Documentos
Cultura Documentos
CAPTULO 13
Slide 2
Estadstica no Paramtrica
13-5
Prueba de Kruskal-Wallis
13-6
Correlacin de rangos
13-7
Prueba de rachas para detectar
aleatoriedad
Slide 3
ESTADISTICA II
Slide 4
SEMANA 12
ESTADSTICA II
Slide 5
Seccin 13-5
Prueba de Kruskal-Wallis
Prueba Kruskal-Wallis
Slide 6
Definicin
La prueba Kruskal-Wallis es una prueba no
paramtrica que usa rangos de datos
muestrales de tres o ms poblaciones
independientes.
Prueba Kruskal-Wallis
Slide 7
Hiptesis
H0: las muestras provienen de
poblaciones con medianas iguales.
H1: las muestras provienen de
poblaciones con medianas que no todas
son iguales.
Prueba Kruskal-Wallis
Slide 8
Aseveraciones
Slide 10
1.
Tenemos por lo menos tres muestras
independientes, cada una de las cuales ha sido
seleccionada aleatoriamente.
. 2.
Cada muestra tiene por lo menos cinco
observaciones.
3. No existe requerimiento sobre las poblaciones
en el aspecto que deben estar normalmente
distribuidas o tener cualquier otra forma particular
de distribucin.
Slide 11
= nmero de muestras
n1 = nmero de observaciones en la
muestra 1
Para la muestra 2, la suma de rangos es R2 y el nmero de
observaciones es n2 , y una notacin similar es usada para las
otras muestras.
Esther Flores Ugarte ESTADISTICA II
H=
12
N(N + 1)
2
1
R
R2
+
+...+
n1
n2
Grados de libertad = k 1
Rk
nk
3 (N +1)
Valores crticos
1. La prueba es a cola derecha.
Ejemplo:
Slide 14
Slide 15
NINGUNO FERTILIZANTE
0.15
1.34
0.02
0.14
0.16
0.02
0.37
0.08
0.22
0.08
RIEGO
0.23
0.04
0.34
0.16
0.05
FERTIL
IZANTE
Y
RIEGO
2.03
0.27
0.92
1.07
2.38
Ejemplo
Slide 16
Ejercicio y estrs.
Se realiz un estudio para investigar los efectos del
ejercicio sobre el estrs. La siguiente tabla lista lecturas
de presin sangunea sistlica (en mmHg) de sujetos,
antes de iniciar 25 minutos de ejercicio aerbico en
bicicleta y antes de generarles estrs por medio de una
prueba de aritmtica y otra de expresin verbal.
Utilice el nivel de significancia de 0.05 para probar la
aseveracin de que los diferentes grupos de sujetos
tienen la misma mediana de presin sangunea. Con
base en los resultados, se puede considerar que los
grupos son muestras de la misma poblacin?.
Esther Flores Ugarte ESTADISTICA II
Slide 17
Ejemplo: Clancy,
Rowling y Tolstoy
Use la data de la
tabla 12-5, pruebe la
severacin que las
puntuaciones de
lectura por pgina de
las tres muestras
tienen la misma
distribucin, use la
prueba KruskalWallis.
Slide 18
Ejemplo: Clancy,
Rowling y Tolstoy
Slide 19
Ejemplo: Clancy,
Rowling y Tolstoy
n1 = 12
n2 = 12
n3 = 12
N = 36
R1 = 201.5
R2 = 337
R3 = 127.5
Slide 20
Ejemplo: Clancy,
Rowling y Tolstoy
H=
H=
12
N(N + 1)
R1
R22
+
+...+
n1
n2
12
36(36+ 1)
201.5
12
337
12
Slide 21
Rk
nk
3 (N +1)
127.5
12
H = 16.949
3 (36 +1)
Slide 22
Seccin 13-6
Correlacin de rangos
Correlacin de Rangos
Slide 23
Definicin
La prueba de Correlacin de Rangos usa
rangos de datos apareados.
La prueba de Correlacin de Rangos es usada
para probar una asociacin entre dos variables
por lo que las hiptesis se plantean de la forma
siguiente:
Ho: s = 0 (No hay correlacin entre dos
variables)
H1: s 0 (Hay correlacin entre dos variables)
Esther Flores Ugarte ESTADISTICA II
Ventajas
Slide 24
Desventajas
Slide 25
Requisitos
Slide 26
1.
2.
Notacin
Slide 27
rs =
s =
n =
d =
rs
Estadstico de prueba
Slide 28
rs = 1
2
6
d
2
n(n 1)
Estadstico de prueba
Slide 29
r=
n(x2) (x)2
n(y2) (y)2
Valores Crticos:
Slide 30
rs =
n1
Figure 12-4
Slide 31
Are
the n pairs of data
in the form of ranks
?
No
Yes
Calculate the difference d for
each pair of ranks by subtracting
the lower rank from the higher
rank.
n(n 1)
Figure 13-4
n(n 1)
No
Yes
rs =
z
n 1
Ejemplo:
Slide 33
Hiptesis
Slide 34
UNIVERSIDAD
HARDVARD
YALE
CAL. INST. OF TECH.
MIT
BROWN
COLUMBIA
U. DE PENN.
NOTRE DAME
1
2
3
4
5
6
7
8
1
2
5
4
7
6
3
8
Slide 35
Ejemplo:
Percepcin de belleza
Slide 36
Ejemplo:
Percepcin de belleza
H0: s = 0
H 1: s 0
n = 10
rs = 1
rs = 1
2
6
d
2
n(n 1)
6(74)
2
10(10 1)
rs = 0.552
Esther Flores Ugarte ESTADISTICA II
Slide 37
Ejemplo:
Percepcin de belleza
Slide 38
rs =
z
n1
rs =
1.96 = 0.314
40 1
Ejemplo: deteccin de
un patrn no lineal
Slide 42
Ejemplo: deteccin de
un patrn no lineal
Slide 43
H0: s = 0
H1: s 0
n=9
Ejemplo: deteccin de
un patrn no lineal
rs = 1
2
6
d
2
n(n 1)
rs = 1
6(6)
2
9(9 1)
rs = 0.950
Esther Flores Ugarte ESTADISTICA II
Slide 44
Ejemplo: deteccin de
un patrn no lineal
Slide 45
Slide 46
Seccin 13-7
Rachas para detectar
aleatoriedad
Created by Erin Hodgess, Houston, Texas
Slide 47
Definiciones
Rachas
Una racha es una secuencia de datos que tiene
la misma caracterstica, la secuencia es
precedida y seguida por datos con una
caracterstica diferente o por ningn dato en
absoluto.
Prueba de rachas
La prueba de rachas utiliza el nmero de
rachas en una secuencia de datos muestrales
para probar la aleatoriedad del orden de los
datos.
Esther Flores Ugarte ESTADISTICA II
Principio fundamental de la
prueba de rachas
Slide 48
Rechace la aleatoriedad si el
nmero de rachas es muy bajo o
muy alto
Ejemplo
Slide 49
MMMMMHHHHH
2 RACHAS ( ES MUY BAJO); no es
aleatorio
MMMMM
HHHHH
1ra. Racha
2ra. Racha
Ejemplo
MHMHMHMHMH
10 RACHAS ( ES MUY ALTO); no es
aleatorio.
Slide 50
Ejemplo
Slide 51
DDDDRRDDDR
4 RACHAS
DDDD
1ra. racha
RR
2da. racha
DDD
3ra. racha
R
4ta. racha
Ejemplos
Slide 52
DDDDDRRRRR
solo 2 rachas
DRDRDRDRDR
10 rachas
Si el nmero de rachas es muy alto, no existe aleatoriedad.
Esther Flores Ugarte ESTADISTICA II
Requisitos
Slide 53
Notacin
Slide 54
Slide 55
z=
Valores crtico:
Si el estadstico de prueba es G, los valores crticos se encuentran en la Tabla A-10
Donde
Figure 13-5
Figure 13-5
Figure 13-5
Ejemplo:
Slide 60
Ejemplo:
MMMM
1ra racha
HH
2da racha
MM
3ra racha
Slide 61
HH
4ta racha
Conclusin
Slide 62
Slide 63
Slide 64
2n1n2
+1
n1+n2
G =
2(33)(19)
+1
33+19
= 25.115
Slide 65
G = 3.306
Esther Flores Ugarte ESTADISTICA II
Slide 66
z=
z=
30 25.115
3.306
= 1.48
Slide 67
Slide 68
Ejercicio
Slide 69
HMMMMHHHMHMMMHHMMMMHMMMHH
MMMHMHHMMMH
Haga la prueba de aleatoriedad al 5% de
nivel de significancia.
Esther Flores Ugarte ESTADISTICA II