Universidad Nacional Andrés Bello

Facultad de Ciencias de la Rehabilitación

Escuela de Fonoaudiología

TEST WILCOXON

Daniela Ibarra Durán

Jethsia Inostroza Villalobos
Camila Vega Cuevas
Concepción, Chile.
25 de Junio del 2019
INTRODUCCIÓN

La estadística es la ciencia que estudia cómo debe emplearse la información y

cómo dar una guía de acción en situaciones prácticas que entrañan incertidumbre.
(Gutiérrez, p.23)

El principal objetivo de la estadística es hacer inferencias acerca de una población,

con base en la información contenida en una muestra. (Pérez, p.172)
Existen diferentes tipos de estadística una de ellas es la estadística paramétrica y
la estadística no paramétrica.

Las técnicas estadísticas de estimación de parámetros, intervalos de confianza y

prueba de hipótesis, son en conjunto, denominadas estadísticas paramétricas y
son aplicadas básicamente a variables de tipo continuas. Estas técnicas se basan
en especificar una forma de distribución de la variable aleatoria y de los
estadísticos derivados de los datos.
En estadística paramétrica se asume que la población de la cual la muestra es
extraída es normal o anormal o aproximadamente normal. Esta propiedad es
necesaria para que la prueba de hipótesis sea válida. Sin embargo, en un gran
número de casos no se puede determinar la distribución original ni la distribución
de los estadísticos por lo que en realidad no tenemos parámetros a estimar.
Tenemos solo distribuciones que comparar. Esto se llama estadística no
paramétrica.

Las pruebas no paramétricas pueden utilizarse para probar hipótesis referentes a

la forma, dispersión o a la posición (mediana) de la población. En la mayor parte
de las aplicaciones, las hipótesis se refieren al valor de una mediana, a la
diferencia entre dos medianas, o a las diferencias entre diversas medianas.
Dentro de las pruebas no paramétricas encontramos al Test de Wilcoxon que se
utiliza para comparar dos muestras relacionadas o asociadas; es decir, para
analizar datos obtenidos mediante el diseño antes- después y que utiliza el tipo de
variable cuantitativa dependientes, medida en escala ordinal o medida en escala
de intervalo o de razón.
DEFINICIÓN

El Test de Wilcoxon es una prueba no paramétrica de comparación de dos

muestras relacionadas, debe cumplir las siguientes características:

- Es libre de curva, no necesita una distribución específica.

- Nivel ordinal de la variable dependiente.
- Se utiliza para comparar dos mediciones de rangos (medianas) y
determinar que la diferencia no se deba al azar (que la diferencia sea
estadísticamente significativa).

Es una prueba más sensible que la prueba del signo. Cómo se determinan
diferencias, los valores deben estar dados, cuando menos, en escala de intervalo.

Aplicaciones y usos:

Se utiliza la prueba de Wilcoxon para probar una hipótesis nula sobre el valor de
una mediana poblacional. Para rechazar la hipótesis nula, el valor que se obtiene
debe ser menos que el valor crítico.

- La hipótesis nula del contraste postula que las muestras proceden de

poblaciones con la misma distribución de probabilidad; la hipótesis
alternativa establece que hay diferencias respecto a la tendencia central de
las poblaciones y puede ser direccional o no.

- El contraste se basa en el comportamiento de las diferencias entre las

puntuaciones de los elementos de cada par asociado, teniendo en cuenta
no sólo el signo, sino también la magnitud de la diferencia.
 - Sea la diferencia entre las puntuaciones de la pareja i-ésima;
si alguna de estas diferencias es nula la pareja
correspondiente se elimina del análisis, de forma que el tamaño de la
muestra es n, el número de diferencias no nulas. A continuación se asignan
rangos desde 1 hasta n atendiendo únicamente al valor absoluto de las di y
se suman los rangos correspondientes a las diferencias positivas y a las
diferencias negativas por separado. Si la hipótesis nula es cierta, X e Y
tienen el mismo valor central y es de esperar que los rangos se distribuyan
aleatoriamente entre las diferencias positivas y negativas y, por tanto, que
ambas sumas de rangos sean aproximadamente iguales. El estadístico de
prueba, T, es la menor de las dos sumas de rangos. Cuando n > 15 la
distribución muestral de T bajo el supuesto de que H0 es cierta se aproxima
a una normal de parámetros:

- El estadístico de prueba es el valor Z:

que se distribuye según una normal

tipificada.

- Para el nivel de significación deseado se rechazará la hipótesis nula si Z

pertenece a la región crítica localizada en las dos colas o en una cola de la
normal tipificada, según la naturaleza de la hipótesis alternativa.

Con esta prueba, es posible:

- Determinar si la mediana de un grupo difiere de un valor específico.
- Calcular un rango de valores que probablemente incluya la mediana de la
población
EJEMPLO CON ENUNCIADO APLICADO AL ÁREA DE LA SALUD

Los datos corresponden a una muestra de 8 pacientes varones de 45 a 55 años

de edad. Son lecturas de colesterol total tomadas tras 12 horas de ayuno y
repetida tras 12 horas de ayuno y repetida una hora después de comer ¿Hubo un
incremento significativo de los niveles de colesterol después de la comida?

DESARROLLO:

Paciente Ayuno Después di (D-A) Rango |di| 𝛴de rangos

+ -

1 180 185 5 1 1

2 210 225 15 4 4

3 195 215 20 5 5

4 220 245 25 6 6

5 210 200 -10 2,5 2,5

6 190 220 30 7 7

7 225 235 10 2,5 2,5

8 215 250 35 8 8

33,5 2,5
RESULTADOS E INTERPRETACIÓN:
a.- Hipótesis
H0: No hubo incremento significativo de colesterol total después de la comida.
H1: Hubo incremento significativo de colesterol total después de la comida.

b.- Cálculo del contraste T:

T = 33,5 (ó T = 2,5)

c.- Cálculo de z

Con:

Luego:

En este caso n = 8 (ya que no hubo ningún par de datos iguales)

Luego:
d.- Valor de p:
p= 1- 0.9850
p= 0.015

Decisión y Conclusión:

Siendo p=0.015 (< 0.05), se rechaza la hipótesis nula. Se concluye que hubo un
incremento estadísticamente significativo de los niveles de colesterol después de
la comida (p= 0.015).
Bibliografía

Cóndor , I. (s.f.). Teoría de la probabilidad y aplicaciones estadísticas.Universidad

de Lima, Perú.

Gutiérrez,J. (2007). Estadística general aplicada. Universidad Eafit, Colombia.

Gutiérrez, S. (1994). Filosofía de la estadística. Universitat de València, España.

Martín, A. y Luna, J. (2004). Bioestadística +: Para las ciencias de la salud.

Ediciones Norma - Capitel, España.