ESCUELA SUPERIOR POLITCNICA DE CHIMBORAZO

INGENIERA EN INDUSTRIAS PECUARIAS

Saber para Ser
TEMA: RESUMEN DE CONTRASTES NO PARAMTRICOS
Nombre: Ximena Lpez
Curso: Cuarto A Industrias Pecuarias
Materia: Estadstica
Inge: Jorge Lara

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.

2.-Es necesaria la estimacin previa de parmetros desconocidos con el fin de determinar

probabilidades de subconjuntos dento de la variacin de la probabilidad.
Pearson propuso el estadstico:
K

i1

(ei)
ei

llamado estadstico de bondad de ajuste.Si las frecuencias observadas no difieren

significativamente de las freceuncias calculadas entonces el valor estadstico de prueba x 2
ser cercano a 0, entonces si estas diferencias son significativas el valor estadstico x 2 estar
en la regin de rechazo de H0.
2> 2
2.1.1.Distribucin del estadstico x2
La distribucin de frecuencias muestrales n1.n, se obtiene como la distribucin
condicional de r variables independientes n1.n, mediante la distribucin de Poisson
de parmetro. Por lo cual las variables tipificadas sern:

El test x2 puede aplicarse a cualquier distribucin de una poblacin continua o discreta ,

donde las observaciones sean ordinales o nominales.
2.2.Test x2 cuando se estiman parmetros.
La hiptesis nula nos representa que procede de una poblacin cuya distribucin de
probabilidad que contiene parmetros desconocidos donde en cada categora , las mismas
que no se pueden determinar si no se estiman parmetros desconocidos.
Fisher demostr que si se estiman parmetros con una misma muestra o con una misma
informacin muestra ,en este caso el estadstico ser.

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

Verificar con el 5% de significancia que la duracin en aos de las computadoras

fabricadas por el fabricante tiene una duracin distribuida normalmente con media
de 3.5 y desviacin estndar 0.7
Solucin:
1.-Primero determinamos la variable continua.
x:duracin en aos (variable continua)
2.-Determinamos la hiptesis nula , el nivel de significancia y que tipo de distribucin
se presenta en el problema planteado.
H0: f(x)=N(3,5;0,7)
Es una distribucin normal donde:
La media en igual a:3,5

La desviacin estndar es igual a 0,7

=0,05
3.-Determinamos P
Para sacar P1= Lo determinamos mediante el estadstico:
Z= x-/
Donde x en este caso es la clase
= es la media
= es la desviacin estandar

P1=P(X1,95)=P(Z (1,95-3,5)/0,7=0,0136 )

P2= P(1,95 X 2,45)=P(1,95-3,5)/0,7 Z 2,45-3,5/0,7)=0,0532

P3= P(2,45 X 2,95)= P(2,45-3,5)/0,7 Z 2,95-3,5/0,7)= 0,135..etc

4.- Calcular las frecuencias esperadas

Para calcular este tipo de frecuencias esperadas debemos multiplicar P por el n, es decir el
resulado de las probabilidades por el numero de elementos.
E1= P1*n=0,0136*40=0.5
E2= P2*n=0,0532*40=2,1
E3= P3*n=0,135*40=5,4
Entonces tenemos :
Duracin

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

6.-Se pueden definir la regin de echazo de la hiptesis nula:

= 0,05 donde v=k-1= 3 ya que k=4 tenemos entonces; x 20,05=7,815 observamos en la tabla
x2
Tenemos que rechazar la hipotesis nula si x2 >7,815.
7.-Clcular el estadtico de prueba .
K

i1

(ei ) ( 78,5 ) 2 ( 1,510,3 ) 3 ( 1010,7 ) 2 ( 810,5 ) 2

=
+
+
+
=3,05
ei
8,5
10,3
10,7
10,5

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

La distribucin de la muestra es:

Donde N1 es el nmero de observaciones menores o iguales a x1

Si la hipotesis nula procede de una poblacin con funcin de distribucin F(x) para una
muestra grande debemos esperar que no sea significativa, el estadstico recibe el nombre de
estadstico de Kolmogorov smirnov.
El estadstico

Dn representa una distribuciin libre por lo que la distribucin de

probabilidad de Dn es la misma o cualquiera para F(x) .

Dn=max Sn(x)-F0(x), i=1, 2,,n
El tes de Kolmogorov-Smirnov es una de las aplicaciones ms sencillas que los dems
test.No se ve afectado por reagrupaciones en que se clasifican las observaciones,es
aplicable a muestras pequeas pues utliliza la distribucin del estadistico D n , el potencia
del contraste es mayor y este requiere de F(x) de la poblacin donde se extrae la muestra .

Si se especifica el nivel de significancia se puede construir una regin de rechazo para la

prueba K-S.
Se debe rechazar H0 si Dn > D .
EJERCICIO
Suponga los siguiente datos obtenidos en una muestra aleatoria:
7,2 8,1, 9,1; 7,6
7,5; 9,6;;8,1;6,8.
Con un nivel de significacin del 5% que proviene de una poblacin de una
distribucin normal, con una media de 8 y varianza 1.
1.- Primero determinamos la hiptesis que nos interesa probar
H0: f(x)=N(8;1) est es aquella que nos interesa probar.
Es una distribucin normal donde:
La media en igual a:8
La desviacin estndar es igual a 1
=0,05 es el nivel de significancia
H0/ H
Determinar la regin de rechazo
= 0,05 ; n=8 donde D0,05 = 0,45 lo observamos en la tabla K-S.
Rechazar H0 si Dn > 0,0457
Valores de la Distribucin emprica :

{| }
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

2.-Calculamos los valores de F0(x) segn el modelo propuesto.

F0(x)= P(X X) =P (Z < x-8/1)

Est se encuentra en una distribucin normal

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

4.-Determinacin del valor estadstico de prueba.

Dn= maxSn(x)-F0(x), i=1,2.n
Dn= 0,2102

Sn(x)-F0(x)
0,0099
0,0381
0,0665
0,1554
0,2102
0,0107
0,0548

Dn no est en la regin de rechazo por lo que los datos de la muestra no proporcionan la

sufieciente evidencia para rechazar el modelo propuesto para la poblacin.
4.-TEST WILCOXON-CONTRASTE DE LOCALIZACIN
Esta es una prueba no paramtrica que sirve para comparar un rango entre muestras y
determinar si existen diferencias entre las dos muestras, no necesita una distribucin ya sea
normal o tipificada pues utiliza un nivel de acuerdo a la variable dependiente.
Mediante el contraste de localizacin se contrasta la hiptesis nula de la muestra que
procede de una poblacin continua mediante una determinada localizacin o posicin , se
tiene que localizar p% observaciones muestrales inferiores a y superiores a (100-p)% de
localizacin .
Este constraste se basa en el comportamiento en las diferencias entre las puntuaciones de
los elementos en un par asociado , teniendo en cuenta el signo y tambien la magnitud de la
diferencia.
El estadstico T de wilcoxon se define como :

Proporciona la suma de rangos de las diferencias de R.

El estadstico de la prueba T, es la menor de las dos sumas de rangos ,si n>15 la

distribucin muestral H0 es verdadera , para el nivel de significacin se rechaza la hiptesis
nula si Z est en la regin crtica y esta a su vez est localizada en el grfico de dos colas o
en una de la distribucin normal o la distribucin tipificada segn la hiptesis alternativa.

4.1. PRUEBA DE SIGNOS EN LA PRUEBA DE WILCOXON

Esta prueba permite contrastar la hiptesis y de respuestas a los tratamientos pertenecientes
a las poblaciones idnticos, para utilizarlas se requiere que las poblaciones sean continuas y
que sus respuestas estn asociadas a un par asociado.
4.2. LA HIPOTESIS NULA PUEDE REPRESENTARSE:
P (Xi> Yi) = P (Xi< Yi)= 0,5
Donde:
Xi: Pertenece al primer tratamiento
Yi: La respuesta del elemento
La hiptesis alternativa puede ser direccional, cuando postula que X es estocsticamente
mayor (o menor) que Y, o no direccional, cuando no predice la direccin de la diferencia.
EJERCICIO:
Una agencia est investigando a qu tipo de anuncios le prestan ms atencin los
adolescentes. Se observa a 11 nios a 6 se les muestra anuncios sobre comida
tradicional y a los 5 restantes les muestra sobre bebidas gaseosas. Todos los avisos
tienen una duracin similar .Se registra el tiempo atencin de los nios.
ESTABLESCA LA HIPTESIS DE INTERS
RESOLUCIN
La agencia est explorando acerca de la duracin de la atencin de los adolescentes y
quiere saber a qu tipo de anuncios le prestan ms atencin, pero no tenemos ninguna
informacin a priori sobre cul de los tipos de anuncios son los preferidos , por lo tanto
planteamos la hiptesis bilateral y le podremos contestas a la agencia si hay o no hay
diferencias entre ellos.

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

El resultado es igual al de la tabla y en este caso no es necesario hacer correcciones.

Observamos en la tabla SPSS nos da un valor de p de 0,053,el mismo que es el nivel de
significacin , por lo cual concluimos que aceptamos la hiptesis nula y no hay atencin de
los avisos publicitarios.