20/1/2020 Prueba de normalidad - Minitab

 Soporte de Minitab® 18

Buscar Soporte de Minitab 18 

Prueba de normalidad Más información sobre Minitab 18 

En este tema
Realizar una prueba de normalidad
Tipos de pruebas de normalidad
Comparación de las pruebas de normalidad de Anderson-Darling, Kolmogorov-Smirnov y Ryan-
Joiner

Realizar una prueba de normalidad

Elija Estadísticas > Estadísticas básicas > Prueba de normalidad. Los resultados de la prueba
indican si usted debe rechazar o no puede rechazar la hipótesis nula de que los datos provienen
de una población distribuida normalmente. Puede realizar una prueba de normalidad y producir
una grá ca de probabilidad normal en el mismo análisis. La prueba de normalidad y la grá ca
de probabilidad suelen ser las mejores herramientas para evaluar la normalidad.

Tipos de pruebas de normalidad

Los siguientes son tipos de pruebas de normalidad que puede utilizar para evaluar la
normalidad.

Prueba de Anderson-Darling
Esta prueba compara la función de distribución acumulada empírica (ECDF) de los datos de la
muestra con la distribución esperada si los datos fueran normales. Si la diferencia observada
es adecuadamente grande, usted rechazará la hipótesis nula de normalidad de la población.

Prueba de normalidad de Ryan-Joiner

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/normality/test-for-normality/ 1/3
20/1/2020 Prueba de normalidad - Minitab

Esta prueba evalúa la normalidad calculando la correlación entre los datos y las puntuaciones
normales de los datos. Si el coe ciente de correlación se encuentra cerca de 1, es probable
que la población sea normal. El estadístico de Ryan-Joiner evalúa la fuerza de esta correlación;
si se encuentra por debajo del valor crítico apropiado, usted rechazará la hipótesis nula de
normalidad de la población. Esta prueba es similar a la prueba de normalidad de Shapiro-Wilk.

Prueba de normalidad de Kolmogorov-Smirnov

Esta prueba compara la función de distribución acumulada empírica (ECDF) de los datos de la
muestra con la distribución esperada si los datos fueran normales. Si esta diferencia
observada es adecuadamente grande, la prueba rechazará la hipótesis nula de normalidad de
la población. Si el valor p de esta prueba es menor que el nivel de signi cancia (α) elegido,
usted puede rechazar la hipótesis nula y concluir que se trata de una población no normal.

Comparación de las pruebas de normalidad de Anderson-

Darling, Kolmogorov-Smirnov y Ryan-Joiner
Las pruebas de Anderson-Darling y Kolmogorov-Smirnov se basan en la función de distribución
empírica. La prueba de Ryan-Joiner (similar a la prueba de Shapiro-Wilk) se basa en regresión y
correlación.

Las tres pruebas tienden a ser adecuadas para identi car una distribución no normal cuando la
distribución es asimétrica. Las tres pruebas distinguen menos cuando la distribución subyacente
es una distribución t y la no normalidad se debe a la curtosis. Por lo general, entre las pruebas
que se basan en la función de distribución empírica, la prueba de Anderson-Darling tiende a ser
más efectiva para detectar desviaciones en las colas de la distribución. Generalmente, si la
desviación de la normalidad en las colas es el problema principal, muchos profesionales de la
estadística usarían una prueba de Anderson-Darling como primera opción.

NOTA
Si está veri cando la normalidad como preparación para un análisis de capacidad normal, las
colas son la parte más crítica de la distribución.

Minitab.com ● Portal para licencias ● Tienda ● Blog ● Contáctenos

Copyright © 2019 Minitab, LLC. All rights Reserved.

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/normality/test-for-normality/ 2/3
20/1/2020 Prueba de normalidad - Minitab

español

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/normality/test-for-normality/ 3/3