Prueba de La Mediana

UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS ECONOMICAS

CARRERA DE INGENIERIA ESTADICTICA
ESTADISTCIA NO PARAMETRICA
PRUEBA DE LA MEDIANA
Grupo 1: Arias Mateo Córdova Byron Mafla Esthefany
Grupo 1: Arias Mateo Córdova Byron Mafla Esthefany

Fecha: 10 de agosto de 2020
PRUEBA DE LA MEDIANA
INTRODUCCION.
La prueba de la mediana es una de las primeras pruebas desarrollas en el campo de la
estadística no paramétrica. Según la cronología de eventos importantes que contribuyeron a
la estadística se puede destacar la contribución de Karl Pearson como precursor de la prueba
Chi cuadrado, es importante recalcar que la prueba de la mediana es un caso similar a la
prueba Chi cuadrado, la principal diferencia entre esta prueba es que “en lugar de utilizar
dos variables categóricas, una de ellas el cuantitativa y se dicotomiza utilizando la mediana
( de ahí el nombre de la prueba” (McCallum, 2011), una explicación más detallada sobre la
elección de variables para el desarrollo de esta aprueba será tratado posteriormente.
Karl Pearson. Inicio su contribución al campo de la estadística en 1890, año en el cual
desarrolló los métodos estadísticos dirigidos hacia el análisis de cuestiones biológicas.
Después de un largo periodo de estudio estableció la desviación estándar, también estableció
métodos gráficos de análisis de regresión, realizo aportes a la teoría de probabilidad, entre
otros. “En 1900 publicó su prueba de Chi-cuadrado, una medida de la bonanza de una cierta
distribución al ajustarse a un grupo determinado de datos. La prueba permito determinar,
entre otras cosas, si dos caracteres hereditarios eran transmitidos de forma dependiente o
independiente” (Pearson, Karl (1857-1936). » MCNBiografias.Com, n.d.).
Otros eventos importantes y relacionados con la prueba de la mediana son los aportes
realizados por M. Wilcoxon en el año de 1945. Posteriormente se despertó gran interés por la
estadística no paramétrica en pensadores como Alexander Mc Farlane Mood, quien fue un
estadístico matemático estadounidense, coautor con Graybill del libro Introducción a la
teoría de la estadística del año 1963, este libro por mucho tiempo fue uno de los más
recomendados en el campo de la estadística. Es precisamente en este libro donde se detalla
el cálculo de la prueba de la mediana (Alexander McFarlane Mood - Oxford Reference,
2011).
Utilidad de la prueba de la mediana.
La prueba de mediana sirve para comparar dos o más muestras-poblaciones independientes.
Contrasta diferencias entre dos o más grupos en relación con su mediana, bien porque no
cumplen las condiciones de normalidad para usar el promedio como medida de tendencia
central, bien porque la variable es cuantitativa discreta.
Su eficiencia cuando se cumplen las condiciones de normalidad es relativamente baja. Así, la
utilización de la prueba de U de Mann Whitney puede ser una mejor una mejor alternativa
debido a su mayor potencia.
Supuestos:
1. Las dos muestras se han tomado en forma independiente:
a. Entre los grupos
b. Dentro de cada grupo
2. Las mediciones consideradas alcanzan el nivel ordinal al menos.
Hipótesis:
En la hipótesis nula se supone que, si las dos poblaciones tienen la misma mediana, entonces
las dos poblaciones tienen la misma probabilidad p de que una observación exceda a la
mediana de ambas poblaciones.
Sean G1 y G2 las dos poblaciones:
Ho: Mediana de G1 = Mediana de G2
Las hipótesis alternativas pueden ser:
Ha: Mediana de G1 ≠ Mediana de G2
Ha: Mediana de G1 > Mediana de G2
Ha: Mediana de G1 < Mediana de G2
Otra forma de plantear la hipótesis considerando k variables es:
Me(G1) = Me(G2) = Me(G3) = Me(G4) = … = Me(Gk)
Me(G1) ≠ Me(G2) ≠ Me(G3) ≠ Me(G4) ≠… ≠ Me(Gk)
Estadístico de prueba
Para el cálculo del estadístico de prueba lo primero que se realizara es una matriz 2*j en
donde j es el número de muestras que quiero utilizar para contrastar las hipótesis, para el
cálculo de dicha matriz se debe obtener la mediana combinada de todas las muestras a
utilizar y se proseguirá a llenar la matriz 2*j de la siguiente manera:
Condición muestra 1 muestra2 Total

A) # datos que cumplen
B) " " en la
> Mediana_com la condición en la A+B
muestra 2
muestra 1
C) # datos que cumplen
D) " " en la
<= Mediana_com la condición en la C+D
muestra 2
muestra 1
Total A+C B+D N
Obteniendo ya la matriz existirá 2 formas para contrastar la hipótesis nula dependiendo de

los datos que obtenga en la misma.
Prueba exacta de Fisher
Es así que si observa que es una matriz 2*2 además de que N es menor a 30 y si alguna
frecuencia esperada de tabla es menor o igual a 5 se usara la prueba exacta de Fisher que es
basada en la distribución hipergeometrica y que tiene como fórmula lo siguiente:
El valor que se obtendrá será la probabilidad para el contraste de la hipótesis nula, el mismo
valor deberá ser evaluado contra el nivel de significancia para determinar si se no se rechaza
Ho o si se rechaza Ho.
Chi cuadrado
Si se observa que en la matriz N es mayor igual a 30 se utilizara la prueba de la distribución
chi cuadrado, esto con la correspondiente corrección de continuidad de yates, la corrección
de yates se utiliza en matrices 2*2 en donde N es menor a 200 esto debido a que cuando N es
menor de 200 la distribución de chi cuadrado se comporta diferente y hace falta realizar la
corrección para obtener un estadístico de prueba fiable, es por eso que para la corrección de
continuidad de yates se aplicara de la siguiente forma:
Criterio Decisión
frecuencia observada > frecuencia esperada restar 0,5 a Fo
frecuencia observada < frecuencia esperada sumar 0,5 a Fo
Esta corrección debe ser planteada en el cálculo del estadístico de prueba.

Fórmula para el cálculo del estadístico de prueba de chi cuadrado en tablas 2*2.
Fórmula para el cálculo del estadístico de prueba chi cuadrado para tablas 2*j.
n 2
( Fo(± correcion de yates)−Ft )
χ =∑
2
i=1 Ft
Donde:
Fo: es la frecuencia observada
Ft: es la frecuencia esperada
Los grados de libertad de este estadístico de prueba será 1 esto debido a que se tiene un
término libre a partir del cual se puede calcular el resto de los términos.
Grados de libertad
Los grados de libertad para esta prueba deberán seguir la siguiente formula:
GL=(Filas - 1)*(Columnas-1)
Valor critico
Para contrastar el estadístico de prueba se debe utilizar el valor crítico de la distribución chi
cuadrado para obtenerlo se debe utilizar tanto los grados de libertar como el nivel de
significancia el mismo que será la probabilidad de encontrar un valor mayor o igual al valor
del chi cuadrado tabulado.
Decisión
Si:
valor critico de la distribucion chicuadrado es ≤ a valor tabulado de la distribución chi cuadrado → No se rechaz
Si:
valor critico de la distribucion chicuadrado es> a valor tabulado de ladistribución chi cuadrado → Se rechaza H
Además:
Si: p valor <a nivel de significancia Se rechaza Ho
Si: p valor ≥ a nivel de significancia No s e rechaza Ho
Bibliografía:
Alexander McFarlane Mood - Oxford Reference. (2011).
https://www.oxfordreference.com/view/10.1093/oi/authority.20110803100207742
McCallum, J. (2011). Poverty or prosperity? the economic fortunes of ministers in post-
reformation fife, 1560-1640. Journal of Ecclesiastical History, 62(3), 472–490.
https://doi.org/10.1017/S0022046909992752
Pearson, Karl (1857-1936). » MCNBiografias.com. (n.d.). Retrieved August 7, 2020, from
http://www.mcnbiografias.com/app-bio/do/show?key=pearson-karl

Prueba de La Mediana

Cargado por

Copyright:

Formatos disponibles

Prueba de La Mediana

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

Prueba de La Mediana

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONOMICAS

Grupo 1: Arias Mateo Córdova Byron Mafla Esthefany

Condición muestra 1 muestra2 Total

Obteniendo ya la matriz existirá 2 formas para contrastar la hipótesis nula dependiendo de

Esta corrección debe ser planteada en el cálculo del estadístico de prueba.

Si: p valor ≥ a nivel de significancia No s e rechaza Ho

También podría gustarte