Inferencia No Paramétrica

Inferencia no paramtrica
Las pruebas no paramtricas de contraste de hiptesis son una alternativa a las pruebas paramtricas cuando los datos no cumplen los supuestos requeridos para la inferencia paramtrica, lo que generalmente ocurre cuando: a) Los datos no siguen la distribucin Normal. b) El nivel de medida es ordinal.
Pruebas de un grupo 1. Binomial

La prueba de los signos o binomial puede ser considerada una aplicacin de la prueba de contraste de hiptesis sobre proporciones cuando se desea hacer inferencias sobre parmetros obtenidos con datos medidos a nivel ordinal como la Mediana. El estadstico de contraste es el nmero de datos con valor superior al definido en la Hiptesis Nula, y la prueba contrasta el nivel de significacin con la probabilidad de ocurrencia de datos con valor igual o superior al observado. Ejemplo En una investigacin piden a una muestra de sujetos que indiquen en una escala de 0 a 10 la preferencia por una bebida. Los resultados son:
Desean saber si la Mediana de la poblacin de la que procede la muestra de los datos es igual a 5. a) Supuestos: Los datos estn medidos a nivel ordinal o superior. b) Hiptesis:
c) Estadstico de contraste:
d) Distribucin del estadstico de contraste: Bin(7,0.5). (7 es el nmero de datos. 0.5 es la probabilidad que una observacin tenga valor superior a 5 bajo el supuesto establecido en la Hiptesis Nula). e) Significacin del estadstico de contraste: La probabilidad de obtener 3 datos por encima de 5 (n=7, p= 0.5) es 0.5 f) Decisin: Se acepta la Hiptesis Nula.
2.Kolmogorov
La prueba de Kolmogorov es una prueba de bondad de ajuste, es decir, del grado en que la distribucin observada difiere de otra distribucin. Es una alternativa a la prueba Ji Cuadrado de bondad de ajuste cuanto el nmero de datos es pequeo. La prueba no debe ser aplicada si hay muchos empates. a) Supuestos. Los datos estn medidos al menos a nivel ordinal. b) Hiptesis Nula: No hay diferencias entre las distribuciones comparadas. c) Estadstico de contraste: D (mayor diferencia entre las frecuencias relativas de las distribuciones). d) Distribucin del estadstico de contraste: Especfico dependiendo de la distribucin con que se compare la distribucin observada. Ejemplo Desean saber si una muestra de debe datos pertenece a una poblacin normalmente distribuida. Los datos (ordenados de menor a mayor) son: b) Hiptesis Nula: No hay diferencia estadsticamente significativa entre la distribucin de la poblacin a que pertenece la muestra y la distribucin Normal. Hiptesis Alternativa: Hay diferencia estadsticamente significativa entre la distribucin de la poblacin a que pertenece la muestra y la distribucin Normal. c) Estadstico de contraste. Obtencin del estadstico de contraste: Tipificar la muestra: Obtener los valores tpicos que corresponden a diez intervalos de una distribucin Normal: -1.28, -0.84, -0.52, -0.25, 0, 0.25, 0.52, 0.84, 1.28 (Valores que corresponden a los puntos cuya funcin de distribucin Normal estandarizada son 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8 y 0.9) Emparejar las distribuciones tipificadas hipottica (Normal en el ejemplo) y observada:
(Notas: * F(X) se refiere al lmite superior del intervalo. * Los valores en la columna F(X) obs son funciones de la distribucin Normal estandarizada y son los que correspondera a las puntuaciones observadas si ajustaran a la distribucin Normal, es decir, si la Hiptesis Nula fuera verdadera) D=0.2 e) Significacin del estadstico de contraste: De acuerdo con las tablas de la prueba es igual a 0.81 f) Se acepta la Hiptesis Nula por ser mayor la significacin del estadstico de contraste que el nivel previamente establecido (alfa= 0.05)
2. Pruebas para Dos o ms grupos 1. U de Mann

Es una alternativa a la prueba t para dos muestras independientes. La prueba se basa en la relacin entre las sumas de rangos y las diferencias entre grupos, como puede apreciarse en los siguientes ejemplos: Los siguientes datos son puntuaciones de sensacin de bienestar obtenidas en dos muestras diferentes:
Ordenamos los datos como si fueran una sola muestra y les asignamos rangos:
Los rangos de los dos grupos estn separados, dado que las puntuaciones de los dos grupos son diferentes. Las sumas de los rangos por filas son:
Las sumas dan cantidades muy diferentes. En cambio, consideremos el siguiente ejemplo, donde no hay diferencia entre los grupos comparados:
Ordenacin de los datos como si fueran de una sola muestra:
(Nota: Cuando los datos tienen empates se les asigna el rango promedio del que tendran si no hubiera empates) Sustituyendo los valores originales por los rangos:
Los rangos de los dos grupos estn mezclados, dado que las puntuaciones son parecidas en ambos grupos. Las sumas de rangos por filas son:
Las sumas dan la misma cantidad porque los rangos asignados a las puntuaciones de los dos grupos son idnticos. a) Supuestos: Los datos deben estar medidos a nivel ordinal, cuando menos. No hace falta suponer normalidad de las distribuciones ni homogeneidad de las Varianzas. El procedimiento se basa en la relacin entre las sumas de los rangos y las diferencias entre grupos. b) Hiptesis:
donde R es la Media de los rangos. c) Estadstico de contraste: Muestras pequeas (si n<20):
Muestras grandes:
d) Distribucin del estadstico de contraste. Con muestras grandes Z aproxima la distribucin Normal. Con muestras pequeas, U sigue distribucin especfica. Ejemplo (con el primer grupo de datos) b) Hiptesis:
e) Estadstico de contraste:
d) Distribucin del estadstico de contraste: Especfica ya que las muestras son pequeas. e) Significacin del estadstico de contraste. Segn las tablas de la prueba, el estadstico es significativo para alfa=0.05. f) Decisin: Se rechaza la Hiptesis Nula
2. Wilcoxon
Es una alternativa a la prueba t para dos muestras relacionadas. a) Supuestos: Los datos deben estar medidos a nivel ordinal, cuando menos. No se requiere los supuestos de normalidad de las distribuciones ni homogeneidad de las Varianzas. b) Hiptesis:
c) Estadstico de contraste: Muestras pequeas: S+ (Suma de rangos de las diferencias positivas entre los datos). Muestras grandes:
Obtencin de S+: 1) Calcular las diferencias en valor absoluto entre las dos puntuaciones de cada pareja 2) Asignar rangos a las diferencias (no incluir las diferencias nulas). 3) Sumar los rangos correspondientes a las diferencias positivas (S+) y los correspondientes a las diferencias negativas (S-). d) Distribucin del estadstico de contraste: Muestras pequeas (si n<20): S+ sigue una distribucin especfica. Muestras grandes: Z aproxima la distribucin Normal cuanto ms grande sea la muestra.
Ejemplo
d) Distribucin del estadstico de contraste: Dado que n es mayor que 20, se asume que Z aproxima la distribucin Normal. e) Significacin del estadstico de contraste Z: 0.016 f) Decisin: Se rechaza la Hiptesis Nula por ser la significacin del estadstico de contraste menor que la previamente establecida (alfa=0.05).
3. Kruskal
Es una extensin de la prueba de Mann-Whitney cuando hay que comparar ms de dos grupos independientes. Alternativa al ANOVA unifactorial entre-sujetos cuando: * No se dan los supuestos de normalidad y homoscedasticidad. * Los datos estn medidos a nivel ordinal. b) Hiptesis:
c) Estadstico de contraste :
d) Distribucin del estadstico de contraste: Aproxima Ji Cuadrado con J-1 g.l. para muestras grandes. Con muestras pequeas (si el nmero de datos de algn grupo es menor a 5) sigue una distribucin especfica.
Ejemplo
c) Estadstico de contraste:
Ordenar los datos como si fueran de una sola muestra:
Asignar rangos a los datos:
Sustituir los datos originales por sus rangos:
Sumar los rangos de las filas:
El estadstico H toma el siguiente valor:
d) Distribucin del estadstico de contraste: Aproxima Ji Cuadrado con 2gl. e) Significacin del estadstico de contraste: 0.07 f) Decisin: Se acepta la Hiptesis Nula por ser la significacin del estadstico de contraste superior a la del valor previamente establecido (alfa= 0.05)
4. Friedman
Es una alternativa al anlisis intrasujetos cuando: 1) No se dan los supuestos de normalidad y homoscedasticidad. 2) El nivel de medida de las variables es ordinal.
b) Hiptesis Nula y Alternativa: H0: Las distribuciones de las J poblaciones son idnticas. H1: Las distribuciones de las J poblaciones no son idnticas. c) Estadstico de contraste:
d) Distribucin del estadstico de contraste: Aproxima Ji Cuadrado con n-1 grados de libertad con muestras grandes (n>15 o J>4).
Ejemplo
Asignamos rangos por filas y sumamos por columnas:
d) Distribucin del estadstico de contraste: Especfica ya que las muestras son pequeas. e) Significacin del estadstico de contraste: De acuerdo a la tabla de la prueba, el estadstico de contraste es significativo (alfa=0.05) (el valor crtico para n=3 y J=4 es 7.4), f) Decisin: Se acepta la Hiptesis Nula.

Inferencia No Paramétrica

Cargado por

Copyright:

Formatos disponibles

Inferencia No Paramétrica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inferencia No Paramétrica

Cargado por

Copyright:

Formatos disponibles

Inferencia no paramtrica

Pruebas de un grupo 1. Binomial

2. Pruebas para Dos o ms grupos 1. U de Mann

Ordenacin de los datos como si fueran de una sola muestra:

Ordenar los datos como si fueran de una sola muestra:

Asignar rangos a los datos:

Sustituir los datos originales por sus rangos:

Sumar los rangos de las filas:

El estadstico H toma el siguiente valor:

Asignamos rangos por filas y sumamos por columnas:

También podría gustarte