Prueba no paramétrica Kruskal-Wallis para comparar muestras independientes

IM
10
43
11
TEMAS SELECTOS DE MATEMATICAS

PARA LA INGENIERIA INDUSTRIAL
PRUEBA NO PARAMTRICA
Kruskal-Wallis
M.I. F. Irene Soler Anguiano
Abel W. Reyes Ortiz
Victor M. Garca V.
AGRADECIMIENTOS
IM
10
43
11
Los autores antes mencionados agradecen a DGAPA por

permitirles fortalecer el conocimiento de las herramientas
de la probabilidad y la estadstica mediante su colaboracin
en el proyecto Aplicaciones de la estadstica de la
ingeniera PAPIME 104311 debido a que con esta
participacin
lograron
una
vinculacin
de
sus
conocimientos anteriores y los adquiridos en las clases de
la maestra, para presentarlos en una forma sencilla a
travs de este material .didctico Y a la Divisin de
Ingeniera Mecnica e Industrial por las gestiones hechas
para la consecucin de dicho proyecto.
Kruskal-Wallis
43
11
OBJETIVO
IM
10
Este contraste permite decidir si puede

aceptarse la hiptesis de que r muestras
independientes proceden de la misma
poblacin o de poblaciones idnticas con la
misma mediana.
Kruskal-Wallis
43
11
OBJETIVO
IM
10
Este contraste permite decidir si puede

aceptarse la hiptesis de que r muestras
independientes proceden de la misma
poblacin o de poblaciones idnticas con la
misma mediana.
Kruskal-Wallis
CARACTERSTICAS
10
IM
6.
3.
4.
5.
Probar si un grupo de datos proviene de la misma poblacin.

Se emplea cuando se quieren comparar tres o ms
poblaciones.
Es el equivalente a un anlisis de varianza de una sola va.
No requiere supuesto de normalidad.
No requiere supuesto de varianzas iguales (homogeneidad
de varianzas).
Compara esencialmente los rangos promedios observados
para las r muestras, con los esperados bajo Ho.
1.
2.
43
11
La prueba de Kruskal-Wallis es un Mtodo no paramtrico para:
Kruskal-Wallis
PLANTEAMIENTO DE HIPTESIS
H0: Las poblaciones de las que proceden las tres r
muestras son idnticas (idntica mediana)
43
11
10
H1: Hay al menos dos poblaciones distintas (medianas

diferentes)*
IM
*No implica que un grupo en concreto sea superior que otro.
Kruskal-Wallis
ESTADSTICO DE PRUEBA
Donde:
N = total
muestras.
de
datos
de
las
11
Ri = sumatoria de rangos de cada

muestra.
IM
10
43
muestra.
ni = nmero de datos de cada
Regla de decisin
Si
Si
, se rechaza la hiptesis nula

, se acepta la hiptesis nula
Kruskal-Wallis
PROCEDIMIENTO
11
1. Planteamiento de hiptesis.
10
43
2. Se ordenan las n observaciones de menor a mayor, y

se les asignan rangos desde 1 hasta n.
IM
3. Se obtiene la suma de los rangos correspondientes a

los elementos de cada muestra Ri y se halla el rango
promedio.
4. Calcular estadstico de prueba.

5. Buscar H en la Tabla de Chi cuadrado.
6. Conclusiones.
Kruskal-Wallis
EJEMPLO 1
11
Una EMPRESA MANUFACTURERA solicita y contrata personal

para su equipo gerencial en tres escuelas diferentes.
10
43
Se dispone de calificaciones de desempeo en muestras

independientes de cada una de las escuelas.
IM
Se obtienen las calificaciones de 7 empleados de la escuela

A, 6 empleados de la escuela B y 7 empleados de la escuela
C.
La calificacin de cada gerente est en escala de 0 a 100.
Ejemplo 1
Kruskal-Wallis
trminos
de
las
11
en
43
Ho: Las Escuelas son idnticas

evaluaciones de desempeo.
IM
10
H1: Por lo menos una de las Escuelas no es idntica en

trminos de las evaluaciones de desempeo.
Con un grado de significancia del 5%.
Ejemplo 1
Kruskal-Wallis
ORDEN DE DATOS
11
Se ordenan las n observaciones de menor a mayor, y

Ubicar los rangos asignados de acuerdo a
la clasificacin original (escuelas)
IM
10
43
Se ordenan las n observaciones
Ejemplo 1
Kruskal-Wallis
SUMA DE RANGOS
IM
10
43
11
Se obtiene la suma de los rangos (a,b,c) correspondientes

a los elementos de cada muestra Ri y se halla el rango
promedio.
Ejemplo 1
Kruskal-Wallis
IM
10
43
11
CALCULAR ESTADSTICO DE PRUEBA
Ejemplo 1
Kruskal-Wallis
CONCLUSIONES (1)
IM
y como H = 3.21 entonces:
10
43
11
Al buscar en la tabla Chi-cuadrado con un grado

de significancia de 5%, se tiene:
5.991
3.21
Por tanto, se acepta la H0, es decir, las poblaciones son idnticas

en trminos de las evaluaciones de desempeo.
Ejemplo 1
Kruskal-Wallis
IM
10
43
11
OTRA FORMA VALIDACIN:

BUSCAR H-tab EN LA TABLA DE CHI CUADRADO
Ejemplo 1
Kruskal-Wallis
CONCLUSIONES (2)
43
11
Al buscar en la tabla chi-cuadrado (anexa) el

resultado que nos arrojo:
= 0.05 entonces:
IM
y como
10
H-tab = 0.20
0.05
0.20
Por tanto, se acepta la H0, es decir, las poblaciones son idnticas

en trminos de las evaluaciones de desempeo.
Ejemplo 1
Kruskal-Wallis
EJEMPLO 2
IM
10
43
11
En tres regiones europeas se esta determinando el grado (%)

de propensin al ahorro de sus habitantes. Para verificar si la
disposicin al ahorro es similar en dichas regiones, se obtiene
una muestra en cada una de las regiones, cuyos resultados
son los siguientes:
0.8
0.7
0.6
0.5
R3
0.4
R2
0.3
R1
0.2
0.1
0
1
Ejemplo 2
Kruskal-Wallis
43
11
Ho: El grado de propensin al ahorro es el mismo en las tres

regiones.
IM
10
H1: Por lo menos una regin no es idntica en trminos de

propensin al ahorro.
Con un grado de significancia del 5%.
Ejemplo 2
Kruskal-Wallis
ORDEN DE DATOS
11
Se ordenan las n observaciones de menor a mayor, y

Ejemplo 2
Regin
R1
R1
R1
R2
R2
R2
R2
R2
R3
R3
R3
R3
10
E
IM
P
Rango
1
2
3
4
5
6
7
8
9
10
11
12
Ahorro
0.093
0.109
0.112
0.14
0.146
0.172
0.204
0.241
0.251
0.306
0.318
0.326
Regin
R2
R3
R3
R2
R1
R2
R2
R3
R1
R3
R2
R1
Ubicar los rangos asignados de acuerdo a

la clasificacin original (regiones)
43
Se ordenan las n observaciones
Ahorro
0.146
0.251
0.326
0.093
0.14
0.172
0.204
0.318
0.109
0.112
0.241
0.306
Rango
5
9
12
1
4
6
7
11
2
3
8
10
Kruskal-Wallis
SUMA DE RANGOS
43
Regin Ahorro
R3
0.109
R3
0.112
R3
0.241
R3
0.306
Suma Rangos
Promedio Rangos
Ejemplo 2
Regin
Ahorro
R2
0.093
R2
0.14
R2
0.172
R2
0.204
R2
0.318
Suma Rangos
Promedio Rangos
10
E
IM
Rango
5
9
12
26
8.67
Regin Ahorro
R1
0.146
R1
0.251
R1
0.326
Suma Rangos
Promedio Rangos
11
Se obtiene la suma de los rangos

(R1,R2,R3)
correspondientes a los elementos de cada muestra Ri y se
halla el rango promedio.
Rango
1
4
6
7
11
29
5.80
Rango
2
3
8
10
23
5.75
Kruskal-Wallis
IM
10
43
11
CALCULAR ESTADSTICO DE PRUEBA
Ejemplo 2
Kruskal-Wallis
CONCLUSIONES
IM
y como H = 1.44 entonces:
10
43
11
Al buscar en la tabla Chi-cuadrado con un grado

de significancia de 5%, se tiene:
5.991
1.44
Por tanto, se acepta la H0, es decir, las poblaciones son

idnticas en trminos de propensin al ahorro.
Ejemplo
Kruskal-Wallis
NOTA
IM
10
43
11
Cuando se producen empates, es decir, cuando varias

observaciones de la misma o de distintas muestras son iguales
SE CALCULA EL PROMEDIO DEL RANGO ASIGNADO, COMO
FACTOR DE CORRECCIN:
Ejemplo
Kruskal-Wallis
BIBLIOGRAFA
Martnez- Gonzlez M, Calasanz M, Tortosa A. Comparacin
de k medias (tres o ms grupos). En: Martnez- Gonzlez M,
Snchez Villegas A, Faulin J. Bioestadstica amigable. 2 ed.
Espaa: Daz de Santos; 2006. 419-496.
Siegel S. Estadstica no paramtrica: aplicada a las ciencias
10
43
11
IM
de la conducta. 3. Ed. Mxico : Trillas, 1990.
Kruskal-Wallis

Prueba no paramétrica Kruskal-Wallis para comparar muestras independientes

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Prueba no paramétrica Kruskal-Wallis para comparar muestras independientes

Transféré par

Droits d'auteur :

Formats disponibles

IM

TEMAS SELECTOS DE MATEMATICAS

Los autores antes mencionados agradecen a DGAPA por

Este contraste permite decidir si puede

Este contraste permite decidir si puede

Probar si un grupo de datos proviene de la misma poblacin.

La prueba de Kruskal-Wallis es un Mtodo no paramtrico para:

H1: Hay al menos dos poblaciones distintas (medianas

*No implica que un grupo en concreto sea superior que otro.

Ri = sumatoria de rangos de cada

ni = nmero de datos de cada

, se rechaza la hiptesis nula

2. Se ordenan las n observaciones de menor a mayor, y

3. Se obtiene la suma de los rangos correspondientes a

4. Calcular estadstico de prueba.

Una EMPRESA MANUFACTURERA solicita y contrata personal

Se dispone de calificaciones de desempeo en muestras

Se obtienen las calificaciones de 7 empleados de la escuela

La calificacin de cada gerente est en escala de 0 a 100.

Ho: Las Escuelas son idnticas

H1: Por lo menos una de las Escuelas no es idntica en

Con un grado de significancia del 5%.

Se ordenan las n observaciones de menor a mayor, y

Se ordenan las n observaciones

Se obtiene la suma de los rangos (a,b,c) correspondientes

CALCULAR ESTADSTICO DE PRUEBA

y como H = 3.21 entonces:

Al buscar en la tabla Chi-cuadrado con un grado

Por tanto, se acepta la H0, es decir, las poblaciones son idnticas

OTRA FORMA VALIDACIN:

Al buscar en la tabla chi-cuadrado (anexa) el

Por tanto, se acepta la H0, es decir, las poblaciones son idnticas

En tres regiones europeas se esta determinando el grado (%)

Ho: El grado de propensin al ahorro es el mismo en las tres

H1: Por lo menos una regin no es idntica en trminos de

Con un grado de significancia del 5%.

Se ordenan las n observaciones de menor a mayor, y

Ubicar los rangos asignados de acuerdo a

Se ordenan las n observaciones

Se obtiene la suma de los rangos

CALCULAR ESTADSTICO DE PRUEBA

y como H = 1.44 entonces:

Al buscar en la tabla Chi-cuadrado con un grado

Por tanto, se acepta la H0, es decir, las poblaciones son

Cuando se producen empates, es decir, cuando varias

Siegel S. Estadstica no paramtrica: aplicada a las ciencias

de la conducta. 3. Ed. Mxico : Trillas, 1990.

Vous aimerez peut-être aussi