Escolar Documentos
Profissional Documentos
Cultura Documentos
Unidad: V Semana: 8
ESTADISTICA
ESTADISTICA NO PARAMETRICA
ORIENTACIONES En el presente tema se demuestra los casos en los que se usa la Chicuadrada, en investigaciones que corresponden a muestras independientes y las mediciones se tienen en escala nominal
Cuando las observaciones de una investigacin corresponden a muestras independientes y las mediciones se tienen en escala nominal, la prueba de ji cuadrada es el procedimiento de eleccin para el contraste de hiptesis
La prueba de Pearson es considerada como una prueba no paramtrica que mide la discrepancia entre una distribucin observada y otra terica (bondad de ajuste), indicando en qu medida las diferencias existentes entre ambas, de haberlas, se deben al azar en el contraste de hiptesis.
Tambin se utiliza para probar la independencia de dos variables entre s, mediante la presentacin de los datos en tablas de contingencia.
Cuanto mayor sea el valor de 2, menos verosmil es que la hiptesis sea correcta. De la misma forma, cuanto ms se aproxima a cero el valor de chi-cuadrado, ms ajustadas estn ambas distribuciones.
Criterio de decisin: Se acepta H0 cuando . en caso contrario se rechaza. Donde t representa el valor proporcionado por las tablas, segn el nivel de significacin estadstica elegido. .
Prueba (Ji cuadrada) de Pearson Porqu los administradores deben tener conocimientos sobre estadstica no paramtrica? Estas pruebas, se usan ampliamente en las aplicaciones de negocios, lo que demuestra la importancia de la habilidad para manejar datos categricos o jerarquizados adems de los cuantitativos.
Prueba (Ji cuadrada) de Pearson Existen otras muchas pruebas estadsticas diseadas para situaciones en las que no se cumplen las suposiciones crticas o que involucran datos cuantitativos o categricos. Los analistas que manejan estos datos deben familiarizarse con libros que abordan tales pruebas, conocidas comnmente como pruebas estadsticas no paramtricas.
Prueba (Ji cuadrada) de Pearson Qu ocurre con las pruebas no paramtricas frente a las que si lo son?
Las pruebas no paramtricas no necesitan suposiciones respecto a la composicin de los datos poblacionales.
Prueba (Ji cuadrada) de Pearson Las pruebas no paramtricas son de uso comn:
1.- Cuando no se cumplen las suposiciones requeridas por otras tcnicas usadas, por lo general llamadas pruebas paramtricas. 2.- Cuando es necesario usar un tamao de muestra pequeo y no es posible verificar que se cumplan ciertas suposiciones clave. 3.- Cuando se necesita convertir datos cualitativos a informacin til para la toma de decisiones. .
Prueba (Ji cuadrada) de Pearson Las pruebas no paramtricas tienen varias ventajas sobre las pruebas paramtricas: 1.- Por lo general, son fciles de usar y entender. 2.- Eliminan la necesidad de suposiciones restrictivas de las pruebas paramtricas. 3.- Se pueden usar con muestras pequeas. 4.- Se pueden usar con datos cualitativos.
.
Prueba (Ji cuadrada) de Pearson Tambin las pruebas no paramtricas tienen desventajas: 1.- A veces, ignoran, desperdician o pierden informacin. 2.- No son tan eficientes como las paramtricas. 3.- Llevan a una mayor probabilidad de no rechazar una hiptesis nula falsa (incurriendo en un error de tipo II).
Prueba (Ji cuadrada) de Pearson Las pruebas no paramtricas son pruebas estadsticas que no hacen suposiciones sobre la constitucin de los datos de la poblacin. Por lo general, las pruebas paramtricas son mas poderosas que las pruebas no paramtricas y deben usarse siempre que sea posible.
Prueba (Ji cuadrada) de Pearson Es importante observar, que aunque las pruebas no paramtricas no hacen suposiciones sobre la distribucin de la poblacin que se muestrea, muchas veces se apoyan en distribuciones muestrales como la normal o la ji cuadrada
11.070
34.40
Prueba X2 (ji cuadrada) de Pearson para dos y ms muestras independientes La eficacia de la prueba no se ha determinado con exactitud; sin embargo, a medida que el tamao de la muestra aumenta, el valor de probabilidad de error para aceptar hiptesis alternas (Ha o Ho) se acerca a 1. En sentido opuesto, cuando el nmero de la muestra es menor que 20, se pierde eficacia
Prueba X2 (ji cuadrada) de Pearson para dos y ms muestras independientes En estas condiciones, es conveniente no aplicar la prueba de ji cuadrada, pero existen alternativas. a)Si en el modelo experimental se tiene una tabla de contingencias de 2 X 2 y la muestra total es menor a 20 e incluye cero en alguna casilla, la prueba estadstica aconsejable ser la de probabilidad exacta de Fischer y Yates.
b) Con grupos mltiples, pero con frecuencias pequeas, menores que cinco, se recomienda usar la prueba de ji cuadrada de proporciones.
Las dos alternativas propuestas aumentan notoriamente la eficacia con muestras de tamao pequeo y se limita la probabilidad de cometer el error del tipo I.
La frmula es:
o simplemente:
X2 = (fo fe)2 fe
Donde: X2 = valor estadstico de ji cuadrada. fo = frecuencia observada. fe = frecuencia esperada.
Pasos:
Arreglar las observaciones en una tabla de contingencias. Determinar el valor terico de las frecuencias para cada casilla. Calcular las diferencias entre los valores observados con respecto a los tericos de cada casilla.
Pasos:
Elevar al cuadrado las diferencias y dividirlas entre el valor terico de la casilla correspondiente. Obtener la sumatoria de los valores anteriores, que es el estadstico X2. Calcular los grados de libertad (gl): gl = (K columnas -1) [H hileras -1].
Pasos:
El valor de X2 se compara con los valores crticos de ji cuadrada de la tabla de valores crticos de X2 y de acuerdo con los grados de libertad, y se determina la probabilidad. Decidir si se acepta o rechaza la hiptesis X2c > X2t se rechaza Ho.
Pasos:
El valor de X2 se compara con los valores crticos de ji cuadrada de la tabla de valores crticos de X2 y de acuerdo con los grados de libertad, y se determina la probabilidad. Decidir si se acepta o rechaza la hiptesis X2c > X2t se rechaza Ho.
GRACIAS