UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS QUÍMICAS

CARRERA: QUÍMICA Y FARMACIA

ESTADISTICA

TEMA:

TEST DE NORMALIDAD

INTEGRANTES:

ISIS MERCHAN

KEIKO CONTRERAS

ARELIS ANGULO

GÉNESIS VELOZ RAMOS

NIVEL:

CUARTO SEMESTRE

CURSO:

DOCENTE:

PERIODO LECTIVO

2018 – 2019 CII

 TEST DE NORMALIDAD

CONCEPTO
Pruebas de normalidad O Test de normalidad se utilizan para determinar si un conjunto
de datos está bien modelada por una distribución normal o no, o para calcular la
probabilidad de una variable aleatoria de fondo es que se distribuye normalmente. Más
precisamente, son una forma de selección de modelos, y se puede interpretar de varias
maneras, dependiendo de la interpretación de la probabilidad:

* En cuanto a la estadística descriptiva, que se mide un grado de ajuste de un modelo

normal a los datos - si el ajuste es pobre, entonces los datos no está bien modelada en
que el respeto por una distribución normal, sin hacer un juicio sobre cualquier otra
variable subyacente.

* En las pruebas de hipótesis estadísticas frecuentista de estadística, los datos se ponen a

prueba contra la hipótesis nula que se distribuye normalmente

Tipos de pruebas de normalidad

PRUEBA DE KOLMOGOROV-SMIRNOV

Cuando la prueba Kolmogorov-Smirnov kolmogorov se aplica para contrastar la

hipótesis de normalidad de la población, el estadístico de prueba es la máxima
diferencia:

siendo Fn(x) la función de distribución muestral y Fo(x) la función teórica o

correspondiente a la población normal especificada en la hipótesis nula.

La distribución del estadístico de Kolmogorov-Smirnov es independiente de la

distribución poblacional especificada en la hipótesis nula y los valores críticos de este
estadístico están tabulados. Si la distribución postulada es la normal y se estiman sus
parámetros, los valores críticos se obtienen aplicando la corrección de significación
propuesta por Lilliefors.

PRUEBA DE SHAPIRO-WILK

Cuando la muestra es como máximo de tamaño 50 se puede contrastar la normalidad

con la prueba de shapiro Shapiro-Wilk. Para efectuarla se calcula la media y la varianza
muestral, S2, y se ordenan las observaciones de menor a mayor. A continuación se
calculan las diferencias entre: el primero y el último; el segundo y el penúltimo; el
tercero y el antepenúltimo, etc. y se corrigen con unos coeficientes tabulados por
Shapiro y Wilk. El estadístico de prueba es:
Donde D es la suma de las diferencias corregidas.

Se rechazará la hipótesis nula de normalidad si el estadístico W es menor que el valor

crítico proporcionado por la tabla elaborada por los autores para el tamaño muestral y el
nivel de significación dado. (QUIÑONES, 2011)

La secuencia para realizar los contrastes de normalidad es:

 Analiza
 Estadísticos Descriptivos
 Explorar

CARACTERÍSTICAS

La escala vertical de la gráfica se asemeja a la escala vertical del papel de probabilidad

v normal. El eje horizontal es una escala lineal. La línea forma un estimado de la
función de distribución acumulada para la población de la cual se extrajeron los datos.
Con la gráfica se muestran estimaciones numéricas de los parámetros de la población, m
y s, el valor dela prueba de normalidad y el valor p asociado. En el Minitab se tienen
varios estadísticos de prueba, los que se tratan en la presente guía son las de: Anderson-
Darling y de Kolgomorov-Smirnov. También con la gráfica es posible utilizar el criterio
del “lápiz grueso”, pero resulta menos práctico.

Anderson-Darling

Prueba de hipótesis de una muestra para determinar si la población de la cual extrajo su

muestra es normal. Se tiene como valores críticos más utilizados que DE
SUPERARLOS a hipótesis de normalidad es rechazada (aceptándose H1), a un
determinado nivel de confianza o de significancia

 Si el estadístico supera 1.029 entonces se acepta H1para un nivel de prueba de 1%

(99% de confianza)
 Si el estadístico supera 0.870 entonces se acepta H1para un nivel de prueba de
2.5%(97.5% de confianza)
 Si el estadístico supera 0.751 entonces se acepta H1para un nivel de prueba de 5%
(95% de confianza).
 Si el estadístico supera 0.632 entonces se acepta H1para un nivel de prueba de
10% (90% de confianza).

No siempre es posible calcular el Valor de P, de estar calculado, los criterios anteriores

pueden ser interpretados, de manera práctica, si dicho valor supera al nivel de prueba
(0.01, 0.05, etc.), se acepta H0 (los datos siguen una distribución normal)

Kolgomorov-Smirnov

Lo más práctico es interpretarlo a partir del Valor de P, la regla práctica es que se

dichovalor es mayor al nivel de prueba se acepta que los datos siguen una distribución
normal (p > 0.05 por ejemplo para un nivel de confianza del 95%). (Horta, s.f.)
CÁLCULOS

HIPÓTESIS

HIPÓTESIS: H0: Las variables aleatorias en un estudio siguen una distribución normal (µ, σ).

Ha: Las variables aleatorias en un estudio no siguen una distribución normal (µ, σ)

EJEMPLOS

Ejemplo 1.

Con los datos correspondientes a la variable Trans de la encuesta Enctrans.sav y con

referencia a los encuestados que viven en Barcelona, se quiere comprobar si su
distribución en cuanto al tipo de transporte utilizado se adapta a los resultados de un
estudio realizado por el Ayuntamiento de Barcelona, que son los siguientes: el 40% de
los desplazamientos al trabajo se realizan en metro; el 30% en autobús; el 20% en
transporte privado y 10% otros medios.

La distribución de frecuencias de la variable Trans es:

En este caso para realizar el contraste Chi-cuadrado es necesario definir las cuatro
categorías contempladas en la hipótesis nula. Para ello, se crea una nueva variable,
Trans2, a partir de Trans con las siguientes categorías: Metro, Bus, Privado (que
resultará de agregar Coche y Moto) y Otros (que agrupará Tren y Otros).Una vez creada
la nueva variable, con la secuencia Analizar > Pruebas no paramétricas > Chi-cuadrado
se llega al cuadro de diálogo en donde se selecciona la variable Trans2 y se introduce en
Valores esperados las frecuencias relativas de cada categoría según la hipótesis nula
correctamente ordenadas: 0,4 para la categoría 1; 0,3 para la 2; 0,2 para la 3 y 0,10 para
la 4. Al aceptar se obtienen los siguientes resultados:
Como todas las categorías presentan frecuencia esperada mayor que 5 se puede aplicar
el contraste Chi-cuadrado sin modificar el número de categorías. El valor del estadístico
Chi-cuadrado permite rechazar la hipótesis nula para niveles de significación superiores
al 2,7%. Así pues, al 5% de significación se llega a la conclusión de que la distribución
del tipo de transporte que utilizan los alumnos no se adapta a la publicada por el
ayuntamiento.

Bibliografía
Horta, D. S. (s.f.). prueba de normalidad. Recuperado el 13 de febrero de 2019, de
http://www.estadisticacondago.com/images/estadistica_inferencial/pruebas%20de%2
0normalidad.pdf

QUIÑONES, M. S. (Enero de 2011). Prueba de normalidad. Obtenido de

https://es.scribd.com/doc/94621641/Prueba-de-Normalidad-Estadistica