Académique Documents
Professionnel Documents
Culture Documents
Ao Lectivo: 2017
1.-CONTRASTES NO PARMETRICOS
Se han desarrollado las tcnicas paramtricas donde el conjunto de hiptesis de partida
disminuyen ,reducen e incluso se desaparecen en el proceso inferencial por una erronea
hipotesis inicial.
Dentro de las tcnicas no paramtricas se incluyen dos tipos de situaciones.
Tcnicas no parmetricas , en la cual no aparece el tipo de hipotesis acerca del
parmetro de una poblacin se basa en un estadstico .
El estadstico utiliza una distribucin de probabilidad que no depende de la
poblacin .
Las tcnicas no parmetricas son las nicas que pueden utilizarse en las observaciones
recogen una escala ordinal o nominal.Los constrastes no parmetricos son menos
eficientes .
2.-CURVA DE BONDAD DE AJUSTES
El objetivo principal es verficar si una muestra procede de una poblacin con una
determinada probabilidad o distribucin especificada o propuesta.
La hipotesis nula no debe rechazarse , la hipotesis alternativa debe rechazarse ya que dicho
ajuste no es correcto.
2.1.TEST x2
Es aplicable para las variables discretas o continuas. La hipotesis nula consiste en que las
observaciones se componen de una muestra extrada de una poblacin con una distribucin
de probabilidad, P.
En las cuales se distinguen 2 casos.
1.-Supone que P est especificado por lo que no contiene prmetros desconocidos por lo
tanto puede ser calculado de cualquier suceso en la probalidad.
i1
(ei)
ei
i1
( ei )
ei
EJERCICIO
Se ha tomado una muestra aleatoria de 40 computadoras y se ha registrado su
duracin en aos .Estos resultados se los agrupado en 7 clases, como se muestta en el
siguiente cuadro.
Intervalos
Clase
Frecuencia
1.45-1.95
1.95-2.45
2.45-2.95
2.95-3.45
15
3.45-3.95
10
3.95-4.45
4.45-4.95
P1=P(X1,95)=P(Z (1,95-3,5)/0,7=0,0136 )
Frecuencia
en aos
Frecuencia
esperadas.
1.45-1.95
0,5
1.95-2.45
2,1
2.45-2.95
5,4
2.95-3.45
15
10,3
3.45-3.95
10
10,7
3.95-4.45
4.45-4.95
3,5
i1
Determinamos que 3,05 no es mayor a 7,815 se dice que no hay evidencia suficiente para
rechazar el modelo propuesto en la poblacin.
3.-TEST DE KOLMOGOROV-SIMIRVOV
Se utiliza para probar modelos de probabilidad con variables aleatorias continuas, en
especial a las de las muestras pequeas.Si la prueba es usada con variables aleatorias
discretas el nivel de confianza es aceptable cuando se rechaza la hipotesis nula.
Donde:
X: Variable Aleatoria
F0(x):Funcin de densidad de probabilidad especificada para X.
Si se desea probar la hipotesis la hiptesis nula debe ser:
H0= f(x)=f0(x)
En donde las observaciones se ordenan en forma creciente X 1,X2.,Xn , de acuerdo a
estos valores se obtiene una funcin empirica.
Sn(x)=
{|
0
x <x 1
i
xi x <x ( i1 )
n
x Xn
1
{| }
0
1
8
x <6,8
2
6,8 x< 7,2
8
3 7,2 x<7,5
7,5 x<7,6
8
7,6 x< 8,1
4 8,1 x< 9,1
8 9,1 x< 9,6
6
x 9,6
8
7 /8
1
acuemulada.
F0(6,8)= P(X 6,8)= P (Z 6,8-8/1)= F(-1,2)= 0,1151
F0(7,2)= P(X 7,2)= P (Z 7,2-8/1)= F(-0,8)= 0,2119.. etc.
3.-Para la obtecin de Dn realizamos una distribucin de frecuencias tomando en
cuanta Sn(x) , F0
X
6,8
7,2
7,5
7,6
8,1
9,1
9,6
Sn(x)
1/8
2/8
3/8
4/8
6/8
7/8
1
F0(x)
0,1151
0,2119
0,3085
0,3436
0,5398
0,8643
0.9452
Sn(x)-F0(x)
0,0099
0,0381
0,0665
0,1554
0,2102
0,0107
0,0548
FORMULAMOS LA HIPOTESIS
H0= La atencin que le prestan los adolescentes a los anuncios es igual.
H1=La atencin que le prestan los adolescentes a los anuncios es distinta.
Para docimar la hiptesis de inters usamos el test de Wilcoxon para muestras
independientes.
Tipo de Anuncio
Datos ordenados
Rangos
Rangos
B C B B B B C C C C C
23 25 28 30 35 38 41 42 45 47 5O
1 2 3 4 5 6 7 8 9 10 11
10
11
SUMA
47
Comid
a
Rangos 1
19
Bebida
s
gaseos
as
66
El estadstico de Wilcoxon suma los rangos en este caso 19 corresponde a los rangos de las
bebidas gaseosas.
ESTADISTICO DE PRUEBA
Z=
Z=
1930
5,47 = -2,008