Análisis de Varianza de Kruskal-Wallis

Análisis de Varianza
Unifactorial por
Rangos de Kruskal-
Wallis
JOSÉ ANTONIO DZIB SÁNCHEZ

El test de Kruskal-Wallis, conocido como test H,
es la alternativa no paramétrica a la prueba AVAR
de una vía, para datos no pareados. Se trata de
una extensión del test de Mann-Whitney para más Asume que la
de dos grupos y por ello, es una prueba que variable tiene una
emplea rangos para contrastar la hipótesis de
que k muestras han sido obtenidas de una misma distribución continua
población. y requiere que esté
medida en una
A diferencia del AVAR en el que se comparan Escala ordinal o
medias, el test de Kruskal-Wallis contrasta si las cuantitativa discreta.
diferentes muestras están equidistribuidas y que
por lo tanto pertenecen a una misma distribución
(población), por lo que bajo ciertas
simplificaciones puede considerarse que el test
de Kruskal-Wallis compara las medianas.
El análisis de varianza unifactorial por rangos, de Kruskal-Wallis, es
una prueba extremadamente útil para decidir si k muestras
independientes provienen de diferentes poblaciones.
Los valores de la muestra invariablemente difieren de alguna manera,

y la pregunta es si las diferencias entre las muestras significan
diferencias genuinas en la población o si sólo representan la clase de
variaciones que pueden esperarse en muestras que se obtienen al
azar de la misma población.
En la aplicación del análisis de varianza unifactorial por rangos, de KruskalWallis, los
datos se presentan en una tabla de doble entrada donde cada columna representa cada
grupo o muestra sucesiva. Así, los datos deben arreglarse de la siguiente manera:
GRUPOS
1 2 3 4 … 5
X11 X12 … … X1k
Tiempo de
reacción en X21 X22 … … X2k
segundos
X31 X23 … … X3k
Xn4 Xn41
Donde
X, es el dato para la i-ésima observación en el j-ésimo grupo y n es el número de
observaciones en el j-ésimo grupo.
En el cálculo de la prueba de Kruskal-Wallis, cada una de las N
observaciones se reemplaza por un rango (el que le corresponda). Esto es,
todas las puntuaciones de todas las k muestras se combinan en una sola
serie y se ordenan por rangos.
La puntuación más pequeña se reemplaza por el rango uno, la puntuación

que le sigue en tamaño (ascendente) se reemplaza por el rango dos, y la
puntuación mayor se reemplaza por el rango N, donde N es el número total
de observaciones independientes de las k muestras.
Cuando lo anterior se hubo realizado, se debe encontrar la suma de rangos en cada

muestra (columna). A partir de estas sumatorias de rangos, podemos calcular los
rangos promedio para cada muestra. Ahora, si las muestras provienen de la misma o de
idénticas poblaciones, los rangos promedio deberán ser (aproximadamente) los
mismos, mientras que las muestras provienen de poblaciones con medianas diferentes,
los rangos promedio deberán ser distintos.

𝑘
12
𝐾𝑊 =
[∑
𝑁 (𝑁 +1) 𝑗=1
Donde:
𝑛 𝑗 𝑅
´ 2
𝑗 −3( 𝑁 +1)

]
k = número de muestras o grupos
nj = número de casos en la j-ésima muestra
N = número de casos en la muestra combinada (la suma de n)
Rj = sumatoria de los rangos en la j-ésima muestra o grupo

Donde:
k = número de muestras o grupos
nj = número de casos en la j-ésima muestra
N = número de casos en la muestra combinada (la suma de n)

= promedio de los rangos en la j-ésima muestra o grupo
R = (N+ 1)/ 2 = promedio de los rangos de la muestra combinada (la gran media).
HIPÓTESIS
Existe una diferencia estadísticamente significativa entre las medianas de los k

grupos que se contrastan.
H0: Med1= Med2= Medk
H1: Med1 ≠ Med2 ≠ Medk

EJERCICIO
En un estudio experimental de toma de decisiones, los investigadores han dedicado esfuerzo teórico y
empírico para entender tareas de decisión que son aprendidas en una manera prudente. En una serie de
estudios donde se les pidió a los sujetos que aprendieran la relación de dos señales respecto a un resultado
probabilístico, una tarea requería que los sujetos aprendieran relaciones funcionales del tipo X + Y + e = Z, en
las que X y Y estaban relacionadas probabilísticamente con el criterio Z y e era una constante arbitraria. Los
sujetos aprendieron la tarea fácilmente cuando se proporcionaban las señales X y Y.

Sin embargo, las primeras investigaciones sugirieron que si la tarea era dividida en dos partes, es decir,
aprender la relación entre una señal y el resultado y entonces aprender la relación de ambas señales con el
resultado, los sujetos tendrían considerable dificultad en aprender la tarea compuesta. En un estudio, una
señal era un predictor válido (pero imperfecto) del resultado, mientras que la otra señal, Y, no estaba
relacionada con el resultado y no tenía utilidad a menos que la señal X fuera presentada al mismo tiempo.
Para evaluar la habilidad de la gente en hacer predicciones en este tipo de tarea y aprender tareas de
inferencias más complejas, los sujetos fueron divididos en tres grupos Ca uno de los grupos se le presentaban
ambas señales; a otro grupo se le presentaba sólo la señal válida en primer lugar y al tercer grupo sólo se le
presentaban señales irrelevantes en primer lugar).

El índice de ejecución es un estadístico que proporciona la exactitud de! juicio de! sujeto. La hipótesis de
investigación fue que los tres grupos diferirían en su ejecución terminal en la tarea de predicción.
Entrenamiento
Primero señal Primero señal Ambas señales
irrelevante válida
0.994 12 0.795 2 0.940 7
Tiempo de 0.872 4 0.884 5 0.979 10
reacción en 0.349 1 0.816 3 0.949 8
segundos
0.981 11 0.890 6
0.978 9
Rj 17 21 40
Rj 5.67 5.25 8

- 3 (12+1)
KW= [(0.0769) (96.4467+110.25+320)] - 39
KW= 1.5029
EJERCICIO
Los efectos de dos drogas con respecto al tiempo de reacción a cierto

estímulo fueron estudiados en tres grupos de animales experimentales. El grupo III
sirvió como control (C), mientras que a los grupos I y II les fueron aplicadas las drogas
A y B respectivamente, con anterioridad a la aplicación del estímulo. ¿Puede afirmarse
que los tres grupos difieren en cuanto al tiempo de reacción a un determinado
estímulo?
GRUPOS A Rango B Rango C Rango

17 8 2
Tiempo de
20 7 5
reacción en 40 9 4
segundos
31 8 3
35
Calculadoras Estadísticas en Línea
https://scistatcalc.blogspot.com/2013/11/kruskal-wallis-test-calculator.html?m=0
Agregar las columnas necesarias y registrar los datos separados por comas y sin espacio.
https://www.statology.org/kruskal-wallis-test-calculator/
Agregar las columnas necesarias y registrar los datos separados por comas y sin espacio.
https://atozmath.com/CONM/NonParaTest.aspx?q=kwt
La calculadora, requiere dos paso para hacer el cálculo y desplegarlo.
https://astatsa.com/KruskalWallisTest/

Análisis de Varianza de Kruskal-Wallis

Cargado por

Copyright:

Formatos disponibles

Análisis de Varianza de Kruskal-Wallis

Cargado por

Información del documento

Descripción 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

Análisis de Varianza de Kruskal-Wallis

Cargado por

Copyright:

Formatos disponibles

Análisis de Varianza

JOSÉ ANTONIO DZIB SÁNCHEZ

Los valores de la muestra invariablemente difieren de alguna manera,

La puntuación más pequeña se reemplaza por el rango uno, la puntuación

Cuando lo anterior se hubo realizado, se debe encontrar la suma de rangos en cada

nj = número de casos en la j-ésima muestra

N = número de casos en la muestra combinada (la suma de n)

Rj = sumatoria de los rangos en la j-ésima muestra o grupo

Rj = sumatoria de los rangos en la j-ésima muestra o grupo

k = número de muestras o grupos

nj = número de casos en la j-ésima muestra

N = número de casos en la muestra combinada (la suma de n)

Rj = sumatoria de los rangos en la j-ésima muestra o grupo

Existe una diferencia estadísticamente significativa entre las medianas de los k

H0: Med1= Med2= Medk

H1: Med1 ≠ Med2 ≠ Medk

KW= [(0.0769) (96.4467+110.25+320)] - 39

Los efectos de dos drogas con respecto al tiempo de reacción a cierto

GRUPOS A Rango B Rango C Rango

La calculadora, requiere dos paso para hacer el cálculo y desplegarlo.

También podría gustarte