Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 21 vistas

    ESTADISTICA

    Cargado por

    jitge
    La prueba de Kolmogorov-Smirnov compara los datos muestrales con una distribución teórica para determinar si provienen de la misma distribución. La prueba de Anderson-Darling evalúa si los datos se ajustan mejor a una distribución normal. Finalmente, la prueba de Shapiro-Wilk contrasta la hipótesis nula de normalidad de los datos frente a distribuciones alternativas.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd

    ESTADISTICA

    Cargado por

    jitge
    21 vistas5 páginas
    La prueba de Kolmogorov-Smirnov compara los datos muestrales con una distribución teórica para determinar si provienen de la misma distribución. La prueba de Anderson-Darling evalúa si los datos se ajustan mejor a una distribución normal. Finalmente, la prueba de Shapiro-Wilk contrasta la hipótesis nula de normalidad de los datos frente a distribuciones alternativas.

    Descripción original:

    ejercicio de estadística

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La prueba de Kolmogorov-Smirnov compara los datos muestrales con una distribución teórica para determinar si provienen de la misma distribución. La prueba de Anderson-Darling evalúa si los datos se ajustan mejor a una distribución normal. Finalmente, la prueba de Shapiro-Wilk contrasta la hipótesis nula de normalidad de los datos frente a distribuciones alternativas.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    21 vistas5 páginas

    ESTADISTICA

    Cargado por

    jitge
    La prueba de Kolmogorov-Smirnov compara los datos muestrales con una distribución teórica para determinar si provienen de la misma distribución. La prueba de Anderson-Darling evalúa si los datos se ajustan mejor a una distribución normal. Finalmente, la prueba de Shapiro-Wilk contrasta la hipótesis nula de normalidad de los datos frente a distribuciones alternativas.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    de 5

    prueba de kolmogorov smirnov

    Hipotesis Tamaño de la muestra


    Ho:Xi=N(U,O*2) 20<n<1000 nivel de significancia = 0.05
    Ho:Xi difiere N(U,O*2)
    i Xi.org Xi Pi Zi P(Zi) lP(Zi)-Pil lP(Zi)-Pi-1l
    1 -0.66 -0.88 0.04761905 -1.43909245 0.075062166 0.02744312 0.07506217
    2 -0.88 -0.77 0.0952381 -1.33077366 0.091631748 -0.00360635 0.0440127
    3 -0.73 -0.74 0.14285714 -1.30123218 0.096589498 -0.04626765 0.0013514
    4 0.89 -0.73 0.19047619 -1.29138501 0.098285102 -0.09219109 -0.04457204
    5 0.37 -0.66 0.23809524 -1.22245488 0.110767829 -0.12732741 -0.07970836
    6 1.54 -0.35 0.28571429 -0.91719284 0.179520799 -0.10619349 -0.05857444
    7 1.95 -0.23 0.33333333 -0.79902689 0.212137409 -0.12119592 -0.07357688
    8 0.89 -0.03 0.38095238 -0.60208364 0.273559231 -0.10739315 -0.0597741
    9 0.64 0.37 0.42857143 -0.20819715 0.417537518 -0.01103391 0.03658514
    10 1.73 0.6 0.47619048 0.01828759 0.507295285 0.03110481 0.07872386
    11 1.42 0.64 0.52380952 0.05767624 0.522996739 -0.00081278 0.04680626
    12 -0.77 0.89 0.57142857 0.3038553 0.619380932 0.04795236 0.09557141
    13 1.67 0.89 0.61904762 0.3038553 0.619380932 0.00033331 0.04795236
    14 1.31 1.31 0.66666667 0.71743612 0.76344748 0.09678081 0.14439986
    15 -0.35 1.42 0.71428571 0.8257549 0.79552843 0.08124272 0.12886176
    16 1.94 1.54 0.76190476 0.94392085 0.827394953 0.06549019 0.11310924
    17 -0.03 1.65 0.80952381 1.05223964 0.853655192 0.04413138 0.09175043
    18 1.65 1.67 0.85714286 1.07193396 0.858125153 0.0009823 0.04860134
    19 0.6 1.73 0.9047619 1.13101694 0.870976019 -0.03378589 0.01383316
    20 -0.23 1.94 0.95238095 1.33780735 0.909520377 -0.04286058 0.00475847
    21 -0.74 1.95 1 1.34765451 0.911115236 -0.08888476 -0.04126572

    PRUEBA DE ANDERSON -DARLING


    TAMAÑO DE LA MUESTRA
    HIPOTESIS 20<N<1000
    Ho:Xi=N(U,O*2)
    Ho:Xi DIFIERE N(U,O*2)

    i Xi 2i-1 Zi Zi INV P(Zi) P(Zi INV) LN(P(ZI))


    1 -0.88 1 -1.43909245 1.34765451 0.075062166 0.91111524 -2.58943863
    2 -0.77 3 -1.33077366 1.33780735 0.091631748 0.90952038 -2.38997747
    3 -0.74 5 -1.30123218 1.13101694 0.096589498 0.87097602 -2.33728526
    4 -0.73 7 -1.29138501 1.07193396 0.098285102 0.85812515 -2.31988282
    5 -0.66 9 -1.22245488 1.05223964 0.110767829 0.85365519 -2.2003189
    6 -0.35 11 -0.91719284 0.94392085 0.179520799 0.82739495 -1.71746421
    7 -0.23 13 -0.79902689 0.8257549 0.212137409 0.79552843 -1.55052106
    8 -0.03 15 -0.60208364 0.71743612 0.273559231 0.76344748 -1.29623712
    9 0.37 17 -0.20819715 0.3038553 0.417537518 0.61938093 -0.87338088
    10 0.6 19 0.01828759 0.3038553 0.507295285 0.61938093 -0.67866203
    11 0.64 21 0.05767624 0.05767624 0.522996739 0.52299674 -0.64818005
    12 0.89 23 0.3038553 0.01828759 0.619380932 0.50729529 -0.4790348
    13 0.89 25 0.3038553 -0.20819715 0.619380932 0.41753752 -0.4790348
    14 1.31 27 0.71743612 -0.60208364 0.76344748 0.27355923 -0.26991095
    15 1.42 29 0.8257549 -0.79902689 0.79552843 0.21213741 -0.22874869
    16 1.54 31 0.94392085 -0.91719284 0.827394953 0.1795208 -0.18947313
    17 1.65 33 1.05223964 -1.22245488 0.853655192 0.11076783 -0.15822792
    18 1.67 35 1.07193396 -1.29138501 0.858125153 0.0982851 -0.15300532
    19 1.73 37 1.13101694 -1.30123218 0.870976019 0.0965895 -0.13814084
    20 1.94 39 1.33780735 -1.33077366 0.909520377 0.09163175 -0.09483788
    21 1.95 41 1.34765451 -1.43909245 0.911115236 0.07506217 -0.0930859

    Prueba de shapiro wilk

    HIPOTESIS TAMAÑO DE LA MUESTRA


    Ho:Xi=N(U,O*2) 20<N<1000 nivel de significancia = 0.05
    Ho:Xi DIFIERE N(U,O*2)

    i Xi (Xi-MED)*2 ai XI INV Dif(Xi-XI INV)


    1 -0.88 2.135773469 0.4643 1.95 -2.83 x
    2 -0.77 1.826359184 0.3185 1.94 -2.71 (Xi-MED)*2
    3 -0.74 1.746173469 0.2578 1.73 -2.47 ai*Dif
    4 -0.73 1.719844898 0.2119 1.67 -2.4
    5 -0.66 1.541144898 0.1736 1.65 -2.31 SW c
    6 -0.35 0.867559184 0.1339 1.54 -1.89 SW t
    7 -0.23 0.658416327 0.1092 1.42 -1.65 p-value
    8 -0.03 0.373844898 0.0804 1.31 -1.34
    9 0.37 0.044702041 0.053 0.89 -0.52
    10 0.6 0.000344898 0.0263 0.89 -0.29
    11 0.64 0.003430612 0 0.64 0
    12 0.89 0.095216327 0.6
    13 0.89 0.095216327 0.37
    14 1.31 0.530816327 -0.03
    15 1.42 0.703202041 -0.23
    16 1.54 0.918859184 -0.35
    17 1.65 1.141844898 -0.66
    18 1.67 1.184987755 -0.73
    19 1.73 1.319216327 -0.74
    20 1.94 1.845716327 -0.77
    21 1.95 1.872987755 -0.88
    MED 0.581428571
    S 1.015520978

    KSc 0.144399861

    α 0.05
    ca 0.895
    K(n) 4.688060902

    KSt 0.190910489
    P-Valor 0.05

    LN(1-P(ZILNV))si
    -2.42041453 -0.23856444
    -2.402630617 -0.6846583 x 0.58142857
    -2.047756993 -1.04405768 S 1.01552098
    -1.952809972 -1.42423093 si -21.7015391
    -1.92178974 -1.76661799 AD c -0.70153906
    -1.756749258 -1.8198261
    -1.587326336 -1.94247696 a 0.1 0.05 0.025 0.01
    -1.441585023 -1.95558724 0.632 0.751 0.87 1.029
    -0.965956225 -1.48898718 AD t 0.751
    -0.965956225 -1.48798794 p-value mayor a .1 1
    -0.740231951 -1.388412
    -0.70784524 -1.29991623 AD´ -0.73017331
    -0.540490504 -1.2137206
    -0.319598328 -0.75794049
    -0.238431582 -0.64515371
    -0.197866718 -0.57178739
    -0.117396918 -0.43312475
    -0.103456887 -0.42743702
    -0.10157823 -0.42236216
    -0.096105419 -0.35460898
    -0.07802875 -0.33408098

    cancia = 0.05

    0.581428571
    20.62565714
    -4.29962

    0.89629785
    0.908
    mayor a 0.02

    También podría gustarte