SlideShare una empresa de Scribd logo
Prueba de signo La  prueba de signo (PS)  se basa en el signo algebraico de una diferencia entre dos observaciones relacionadas. No se requieren suposiciones respecto a la forma de la población. La distribución binomial es el estadístico de prueba para muestras pequeñas y la  aproximación normal a la binomial, para muestras grandes. La prueba requiere muestras dependientes (relacionadas). 15-3
Prueba de signo  continuación Procedimiento Determinar el signo de la diferencia entre los pares relacionados. Determinar el número de pares que se pueden usar. Comparar el número de diferencias positivas  o negativas con el valor crítico. Si  n  es el número de pares que se usan (sin empates),  X  es el número de signos + o - y la probabilidad binomial es  p=.5,  entonces las fórmulas para muestras grandes son: 15-4
Aproximación normal Si  y  son mayores que  5 , entonces se puede usar la aproximación normal con Si el número de signos + o - es mayor que  n/2 , entonces Si el número de signos + o - es menor que  n/2 , entonces  15-5
EJEMPLO 1 El Gagliano Research Institute for Business Studies compara los gastos de investigación y desarrollo (IyD) como un porcentaje del ingreso de una muestra de empresas fabricantes de vidrio para 1997 y 1998. Para .05 de nivel de significancia, ¿ha disminuido el gasto en IyD? Use la prueba de signo. 15-6
EJEMPLO 1  continuación 15-7
EJEMPLO 1  continuación Paso 1:  p  = .5  :  p  < .5  Paso 2:  se rechaza si el número de signos negativos es 0 o 1. Paso 3: PS = 1 (un signo negativo) Paso 4:  se rechaza ya que hay un signo negativo.  15-8
Prueba de hipótesis respecto a una mediana Cuando se prueba el valor de la mediana, se usa la aproximación normal a la distribución binomial. Se usa la distribución  z  como estadístico de prueba. 15-9
EJEMPLO 2 La agencia de viajes Gordon asegura que la mediana del costo de viaje a todos los destinos es $450.  Una agencia que compite afirma que esto no es cierto. Se selecciona una muestra aleatoria de 300 boletos. De éstos, 170 boletos fueron por menos de $450. Pruebe esto con un nivel de significancia de .05. H 0 : mediana = 450  H 1 : mediana    450 Estadístico de prueba:  z  = 2.3671. Se rechaza  H 0  si  2.3671>1.96. Se rechaza  H 0  y se concluye que la mediana no es igual a $450. 15-10
Prueba de rangos con signo de Wilcoxon   Si la suposición de la normalidad se viola para la prueba  t  por pares, use la  prueba de rangos con signo de Wilcoxon . Se usa la escala ordinal de medición. Las observaciones deben estar relacionadas o ser dependientes. 15-11
Prueba de rangos con signo de Wilcoxon Los pasos para realizar la prueba son: calcular las diferencias entre las observaciones relacionadas, dar el rango de las diferencias absolutas de menor a mayor, regresar los signos a los rangos y sumar los rangos positivos y los negativos, comparar la menor de las dos sumas de rangos con el valor T. 15-12
EJEMPLO 3 Use la prueba de rangos con signo por pares de Wilcoxon para determinar si los gastos en IyD del  EJEMPLO 1  declinan como un porcentaje de los ingresos. Paso 1:  H 0 : el gasto de IyD ha seguido igual H 1 : el gasto de IyD ha disminuido Paso 2:  H 0 : se rechaza si la suma de rangos más pequeña es menor o igual a 5. Paso 3: PS = 5 Paso 4:  H 0 : se rechaza ya que la suma de rangos màs pqueña es 5. El gasto de IyD ha disminuido 15-13
Prueba de suma de rangos de Wilcoxon La  prueba de suma de rangos de Wilcoxon  se usa para determinar si dos muestras independientes provienen o no de la misma población. No se requieren suposiciones acerca de la forma de la población. Debe ser posible jerarquizar los datos. Cada muestra debe contener al menos ocho observaciones. Para determinar el valor del estadístico de prueba W, todos los datos están jerarquizados de menor a mayor como si fueran de una sola población. Se determina la suma de rangos de cada muestra.  15-14
Prueba de suma de rangos de Wilcoxon La menor de las dos sumas W se usa para  calcular el estadístico de prueba  z  con: 15-15
EJEMPLO 4 Hills Community College compró dos carros, un Ford y un Chevy, para uso de los administradores cuando viajan. Una muestra de las facturas de reparaciones y mantenimiento de los dos carros desde hace tres años se presenta en la siguiente diapositiva. Con un nivel de significancia de .05, ¿puede la universidad concluir que los costos de la población muestreada son los mismos?  15-16
EJEMPLO 4  continuación 15-17
EJEMPLO 4  continuación Paso 1:  las poblaciónes son iguales. las poblaciones no son iguales. Paso 2:  se rechaza si  z  > 1.96 Paso 3: PS =  z  = 1.5623 Paso 4:  no se rechaza, tienen mismas distribuciones 15-18
Prueba de Kruskal-Wallis:  análisis de variancia por rangos El  análisis de variancia en un sentido por rangos de Kruskal-Wallis  compara tres o más muestras para definir si vienen de poblaciones iguales. Se requiere la escala ordinal de medición. Es una alternativa para ANOVA en un sentido. La distribución chi-cuadrada es el estadístico de prueba. Cada muestra debe tener al menos cinco observaciones. Los datos de la muestra se jerarquizan de menor a mayor como si fueran de un solo grupo. 15-19
Prueba de Kruskal-Wallis:  análisis de variancia por rangos El estadístico de prueba está dado por : 15-20
EJEMPLO 5 Keely Ambrose, director de recursos humanos, estudia el porcentaje de aumento en el salario de la gerencia media en cuatro de sus plantas manufactureras. Obtuvo una muestra de gerentes y determinó el porcentaje de aumento en su salario. Para 5%  de nivel de significancia ¿puede Keely concluir que hay una diferencia en el porcentaje de aumento? 15-21
EJEMPLO 5  continuación 15-22
EJEMPLO 5  continuación Paso 1:  las poblaciones son iguales. las poblaciones no son iguales. Paso 2:  se rechaza si Paso 3: estadístico de prueba   z  = 5.95 Paso 4:  no se rechaza. No hay diferencia en las poblaciones. 15-23
Correlación rango-orden El coeficiente de correlación de rango de Spearman se usa para exlicar el grado de relación entre dos conjuntos de datos que al menos tiene un nivel ordinal. Coeficiente de correlación de rangos de Spearman: 15-24
Prueba de la significancia de  r s Establezca la hipótesis nula: el rango de correlación en la población es 0. Establezca la hipótesis alterna: el rango de correlación de la población no es 0. El valor estadístico de prueba se calcula con la fórmula: 15-25

Más contenido relacionado

PPT
Métodos no paramétricos análisis de datos ordenados por rango
PPT
Capítulo 16, Métodos no paramétricos: análisis de datos ordenados por rango
PPTX
Prueba de los signos
PDF
Ejercicio practico 1 10 2018
PPT
Pruebas no parametricas de wilcoxon 2007.
DOCX
Prueba de independencia
PDF
Metodos No Parametricos Parte I. Est ind clase11
PPTX
Prueba no paramétrica- Wilcoxon
Métodos no paramétricos análisis de datos ordenados por rango
Capítulo 16, Métodos no paramétricos: análisis de datos ordenados por rango
Prueba de los signos
Ejercicio practico 1 10 2018
Pruebas no parametricas de wilcoxon 2007.
Prueba de independencia
Metodos No Parametricos Parte I. Est ind clase11
Prueba no paramétrica- Wilcoxon

La actualidad más candente (20)

PPTX
Pruebas de bondad de ajuste
PDF
Metodos No Parametricos Parte II. Est ind clase12
DOCX
Entregar pruebas de bondad de ajuste
PPT
Pruebas No Parametricas
PPTX
Coeficiente de correlacion
PPT
6 regresion y correlación
PPTX
Revista digital de biometria: tema Regresión lineal y correlación lineal.
PPT
Regresión lineal y correlación
PPT
Chi Cuadrado
DOCX
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)
PDF
Chi cuadrada
PPT
Introducción al análisis de regresión simple
PPT
Regresion y correlacion ppt
PPTX
Métodos causales
PPT
Tema 2.1 regresión lineal
PPT
Regresión lineal
PPT
Regresion lineal
PPT
Regrecion lineal simple
PPTX
CHI CUADRADO
DOCX
Regresion estadistica
Pruebas de bondad de ajuste
Metodos No Parametricos Parte II. Est ind clase12
Entregar pruebas de bondad de ajuste
Pruebas No Parametricas
Coeficiente de correlacion
6 regresion y correlación
Revista digital de biometria: tema Regresión lineal y correlación lineal.
Regresión lineal y correlación
Chi Cuadrado
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)
Chi cuadrada
Introducción al análisis de regresión simple
Regresion y correlacion ppt
Métodos causales
Tema 2.1 regresión lineal
Regresión lineal
Regresion lineal
Regrecion lineal simple
CHI CUADRADO
Regresion estadistica
Publicidad

Destacado (20)

PPTX
Métodos no paramétricos (wilcoxon)
PPTX
Esta udd-2012
PDF
スマートフォン・タブレット活用セミナーIn(長野県)信州中野商工会議所チラシ
PPT
Act 3 mmbms
PPTX
T de student
PPT
Estadistica no parametrica ii
PPT
Distribucion normal
PDF
Aproximacion normal a la binomial
PDF
Prueba de corridas arriba y abajo de la media
PPTX
Prueba de U Mann-whitney
PPTX
Aproximación normal a la binomial
PPTX
Advance Statistics - Wilcoxon Signed Rank Test
PDF
Antologia de probabilidad y estadistica
PPTX
Coeficientes de Correlación de Pearson y de Spermanxposicion
PDF
Estadistica para administracion y economia anderson - solucionario
DOCX
Ejercicios de distribución normal estándar y área bajo la curva (5)
PPTX
Coeficiente de Correlación de Pearson y Spearman
PPTX
Cálculo del Coeficiente de Correlación de Pearson
PDF
Probabilidad y Estadistica Para Ingenieros 6ta Edicion - Ronald E. Walpole ...
PDF
Solucionario walpole 8
Métodos no paramétricos (wilcoxon)
Esta udd-2012
スマートフォン・タブレット活用セミナーIn(長野県)信州中野商工会議所チラシ
Act 3 mmbms
T de student
Estadistica no parametrica ii
Distribucion normal
Aproximacion normal a la binomial
Prueba de corridas arriba y abajo de la media
Prueba de U Mann-whitney
Aproximación normal a la binomial
Advance Statistics - Wilcoxon Signed Rank Test
Antologia de probabilidad y estadistica
Coeficientes de Correlación de Pearson y de Spermanxposicion
Estadistica para administracion y economia anderson - solucionario
Ejercicios de distribución normal estándar y área bajo la curva (5)
Coeficiente de Correlación de Pearson y Spearman
Cálculo del Coeficiente de Correlación de Pearson
Probabilidad y Estadistica Para Ingenieros 6ta Edicion - Ronald E. Walpole ...
Solucionario walpole 8
Publicidad

Similar a Datos por rango u37 (20)

PPTX
Estadistica Adva Ii Unidad V
PPTX
Estadística no paramétrica ejemplos
PDF
no parametrico
PDF
Formulario 2020 (Estadística aplicada)
PPTX
Grupo 2_Rangos de Wilcoxon. no parametrico
PDF
Pruebas estadísticas en medicina
PPT
ESTADÍSTICA NO PARAMÉTRICA modelos de operacionalizacion
PPTX
Bioestadistica..universidad wiener peru
PPT
estbas6pg103.ppt
PPTX
Bioestadistica faseii
PPT
Clase 2 estadistica
PDF
chi cuadrado
PPT
Capitulo 4 : Pruebas de Hipótesis
DOC
Datos estadísticos en la investigacón científica.
DOCX
Lizbeth mata
PDF
MANUAL
PDF
Pruebas_Chi_cuadrado_(Diapositivas)(2).pdf
DOCX
Resumen de estadistica v
PPT
Pruebas de hipótesis para una muestra
PPT
Estadistica III
Estadistica Adva Ii Unidad V
Estadística no paramétrica ejemplos
no parametrico
Formulario 2020 (Estadística aplicada)
Grupo 2_Rangos de Wilcoxon. no parametrico
Pruebas estadísticas en medicina
ESTADÍSTICA NO PARAMÉTRICA modelos de operacionalizacion
Bioestadistica..universidad wiener peru
estbas6pg103.ppt
Bioestadistica faseii
Clase 2 estadistica
chi cuadrado
Capitulo 4 : Pruebas de Hipótesis
Datos estadísticos en la investigacón científica.
Lizbeth mata
MANUAL
Pruebas_Chi_cuadrado_(Diapositivas)(2).pdf
Resumen de estadistica v
Pruebas de hipótesis para una muestra
Estadistica III

Más de Instruccional (13)

PPT
Ph muestras pequeñas u33
PPT
Pruebas de hipótesis u32
PPT
Estimación de parametro su31
PPT
Aplicaciones x2 u38
PPT
Analisis varianza u36
PPT
Muestreo tercera parte
PPT
Muestreo segunda parte
PPT
Muestreo primera parte
PPT
Modelos probabilidades
PPT
Inferencia lbinomialypoisson
PPT
Inferencia lbinomialypoisson
PPT
Est inferencial unidad2 distancia ams
PPT
Est inferencial unidad i ams
Ph muestras pequeñas u33
Pruebas de hipótesis u32
Estimación de parametro su31
Aplicaciones x2 u38
Analisis varianza u36
Muestreo tercera parte
Muestreo segunda parte
Muestreo primera parte
Modelos probabilidades
Inferencia lbinomialypoisson
Inferencia lbinomialypoisson
Est inferencial unidad2 distancia ams
Est inferencial unidad i ams

Datos por rango u37

  • 1. Prueba de signo La prueba de signo (PS) se basa en el signo algebraico de una diferencia entre dos observaciones relacionadas. No se requieren suposiciones respecto a la forma de la población. La distribución binomial es el estadístico de prueba para muestras pequeñas y la aproximación normal a la binomial, para muestras grandes. La prueba requiere muestras dependientes (relacionadas). 15-3
  • 2. Prueba de signo continuación Procedimiento Determinar el signo de la diferencia entre los pares relacionados. Determinar el número de pares que se pueden usar. Comparar el número de diferencias positivas o negativas con el valor crítico. Si n es el número de pares que se usan (sin empates), X es el número de signos + o - y la probabilidad binomial es p=.5, entonces las fórmulas para muestras grandes son: 15-4
  • 3. Aproximación normal Si y son mayores que 5 , entonces se puede usar la aproximación normal con Si el número de signos + o - es mayor que n/2 , entonces Si el número de signos + o - es menor que n/2 , entonces 15-5
  • 4. EJEMPLO 1 El Gagliano Research Institute for Business Studies compara los gastos de investigación y desarrollo (IyD) como un porcentaje del ingreso de una muestra de empresas fabricantes de vidrio para 1997 y 1998. Para .05 de nivel de significancia, ¿ha disminuido el gasto en IyD? Use la prueba de signo. 15-6
  • 5. EJEMPLO 1 continuación 15-7
  • 6. EJEMPLO 1 continuación Paso 1: p = .5 : p < .5 Paso 2: se rechaza si el número de signos negativos es 0 o 1. Paso 3: PS = 1 (un signo negativo) Paso 4: se rechaza ya que hay un signo negativo. 15-8
  • 7. Prueba de hipótesis respecto a una mediana Cuando se prueba el valor de la mediana, se usa la aproximación normal a la distribución binomial. Se usa la distribución z como estadístico de prueba. 15-9
  • 8. EJEMPLO 2 La agencia de viajes Gordon asegura que la mediana del costo de viaje a todos los destinos es $450. Una agencia que compite afirma que esto no es cierto. Se selecciona una muestra aleatoria de 300 boletos. De éstos, 170 boletos fueron por menos de $450. Pruebe esto con un nivel de significancia de .05. H 0 : mediana = 450 H 1 : mediana  450 Estadístico de prueba: z = 2.3671. Se rechaza H 0 si 2.3671>1.96. Se rechaza H 0 y se concluye que la mediana no es igual a $450. 15-10
  • 9. Prueba de rangos con signo de Wilcoxon Si la suposición de la normalidad se viola para la prueba t por pares, use la prueba de rangos con signo de Wilcoxon . Se usa la escala ordinal de medición. Las observaciones deben estar relacionadas o ser dependientes. 15-11
  • 10. Prueba de rangos con signo de Wilcoxon Los pasos para realizar la prueba son: calcular las diferencias entre las observaciones relacionadas, dar el rango de las diferencias absolutas de menor a mayor, regresar los signos a los rangos y sumar los rangos positivos y los negativos, comparar la menor de las dos sumas de rangos con el valor T. 15-12
  • 11. EJEMPLO 3 Use la prueba de rangos con signo por pares de Wilcoxon para determinar si los gastos en IyD del EJEMPLO 1 declinan como un porcentaje de los ingresos. Paso 1: H 0 : el gasto de IyD ha seguido igual H 1 : el gasto de IyD ha disminuido Paso 2: H 0 : se rechaza si la suma de rangos más pequeña es menor o igual a 5. Paso 3: PS = 5 Paso 4: H 0 : se rechaza ya que la suma de rangos màs pqueña es 5. El gasto de IyD ha disminuido 15-13
  • 12. Prueba de suma de rangos de Wilcoxon La prueba de suma de rangos de Wilcoxon se usa para determinar si dos muestras independientes provienen o no de la misma población. No se requieren suposiciones acerca de la forma de la población. Debe ser posible jerarquizar los datos. Cada muestra debe contener al menos ocho observaciones. Para determinar el valor del estadístico de prueba W, todos los datos están jerarquizados de menor a mayor como si fueran de una sola población. Se determina la suma de rangos de cada muestra. 15-14
  • 13. Prueba de suma de rangos de Wilcoxon La menor de las dos sumas W se usa para calcular el estadístico de prueba z con: 15-15
  • 14. EJEMPLO 4 Hills Community College compró dos carros, un Ford y un Chevy, para uso de los administradores cuando viajan. Una muestra de las facturas de reparaciones y mantenimiento de los dos carros desde hace tres años se presenta en la siguiente diapositiva. Con un nivel de significancia de .05, ¿puede la universidad concluir que los costos de la población muestreada son los mismos? 15-16
  • 15. EJEMPLO 4 continuación 15-17
  • 16. EJEMPLO 4 continuación Paso 1: las poblaciónes son iguales. las poblaciones no son iguales. Paso 2: se rechaza si z > 1.96 Paso 3: PS = z = 1.5623 Paso 4: no se rechaza, tienen mismas distribuciones 15-18
  • 17. Prueba de Kruskal-Wallis: análisis de variancia por rangos El análisis de variancia en un sentido por rangos de Kruskal-Wallis compara tres o más muestras para definir si vienen de poblaciones iguales. Se requiere la escala ordinal de medición. Es una alternativa para ANOVA en un sentido. La distribución chi-cuadrada es el estadístico de prueba. Cada muestra debe tener al menos cinco observaciones. Los datos de la muestra se jerarquizan de menor a mayor como si fueran de un solo grupo. 15-19
  • 18. Prueba de Kruskal-Wallis: análisis de variancia por rangos El estadístico de prueba está dado por : 15-20
  • 19. EJEMPLO 5 Keely Ambrose, director de recursos humanos, estudia el porcentaje de aumento en el salario de la gerencia media en cuatro de sus plantas manufactureras. Obtuvo una muestra de gerentes y determinó el porcentaje de aumento en su salario. Para 5% de nivel de significancia ¿puede Keely concluir que hay una diferencia en el porcentaje de aumento? 15-21
  • 20. EJEMPLO 5 continuación 15-22
  • 21. EJEMPLO 5 continuación Paso 1: las poblaciones son iguales. las poblaciones no son iguales. Paso 2: se rechaza si Paso 3: estadístico de prueba z = 5.95 Paso 4: no se rechaza. No hay diferencia en las poblaciones. 15-23
  • 22. Correlación rango-orden El coeficiente de correlación de rango de Spearman se usa para exlicar el grado de relación entre dos conjuntos de datos que al menos tiene un nivel ordinal. Coeficiente de correlación de rangos de Spearman: 15-24
  • 23. Prueba de la significancia de r s Establezca la hipótesis nula: el rango de correlación en la población es 0. Establezca la hipótesis alterna: el rango de correlación de la población no es 0. El valor estadístico de prueba se calcula con la fórmula: 15-25