CUARTA UNIDAD

Lic. Luz Mara Supo Zapata

ESTADSTICA II

APLICACIN
Las pruebas de hiptesis realizadas en los
captulos anteriores respecto a los parmetros
poblacionales de medias, proporciones o varianzas
son hechas bajo supuestos a las poblaciones, tales
como supuestos de normalidad.
Lamentablemente no todas las poblaciones
cumplen con este supuesto, pero existen tcnicas
estadsticas tiles que no necesitan de supuestos
de las poblaciones conocidas como Pruebas No
Paramtricas o pruebas de distribucin libre.
ESTADSTICA II

PRUEBAS NO PARAMTRICAS
MS UTILIZADAS
1. Prueba de signos
2. Prueba Chi cuadrado
2.1 Prueba de Bondad de ajuste
2.2 Prueba de Independencia y homogeneidad
3. Prueba de Kruskal Wallis
4. Correlacin de Rangos de Spearman
5. Prueba de rachas

ESTADSTICA II

VENTAJAS DE LAS PRUEBAS NO

PARAMTRICAS
1. No requiere que hagamos la suposicin de
que las poblaciones distribuidas
normalmente.
2. Se aplican a datos categricos
3. Implican clculos ms sencillos, por lo
tanto son ms fciles de entender y
aplicar

ESTADSTICA II

DESVENTAJAS DE LAS PRUEBAS

NO PARAMTRICAS

1. Desperdician informacin, ya que los

datos originales se reducen a una
forma cualitativa
2. A menudo no son tan eficientes como
las prueba paramtricas por lo tanto
se necesita evidencias ms fuertes

ESTADSTICA II

ESTADSTICA NO PARAMTRICA

ESTADSTICA II

PRUEBA DE SIGNOS

Se le llama prueba del signo porque la

informacin contenida en la muestra
seleccionada se puede transformar en un
conjunto de signos ms y menos, y cuando
se hace la prueba no se hace uso de la
magnitud de los valores de la muestra,
sino solamente se consideran los signos.

ESTADSTICA II

PRUEBA DE SIGNOS

Se pueden probar estas aseveraciones:

1.Aseveraciones que incluyen datos
apareados de datos muestrales.
2.Aseveraciones que incluyen datos
nominales.
3.Aseveraciones acerca de la mediana de
una sola poblacin.

ESTADSTICA II

REQUISITOS

1. Los datos muestrales se seleccionan

aleatoriamente
2. No existe el requisito de que los datos
muestrales provengan de una poblacin
con una distribucin particular, como la
distribucin normal

ESTADSTICA II

ESTADSTICO DE PRUEBA

1. Para n25
x : el nmero de veces que ocurre el
signo menos frecuente
n: el nmero total, de signos positivos
y negativos combinados
Los valores crticos x se encuentran en
la Tabla A-7
ESTADSTICA II

ESTADSTICO DE PRUEBA

1. Para n>25

n
(x 0.5)
2
z
n
2

x : el nmero de veces que ocurre el signo menos

frecuente
n:

el nmero total, de signos positivos y negativos

combinados

Los valores crticos x se encuentran en la Tabla A-2

ESTADSTICA II

ASEVERACIN QUE INCLUYE DATOS

APAREADOS
Procedimiento:
1. Restamos cada valor de la segunda variable
del valor correspondiente de la primera
variable
2. Registramos slo el signo de la diferencia que
se encontr en el paso 1. Excluimos los
empates
Si dos conjuntos de datos tienen medianas
iguales, el nmero de signos positivos debe
ser aproximadamente igual al nmero de
signos negativos
ESTADSTICA II

EJEMPLO:
DIFERENCIA ENTRE TEMPERATURAS REALES
Y PRONOSTICADAS

Los
siguientes
datos
corresponden
a
temperaturas mximas reales y el pronstico de
temperaturas mximas de tres das. Parece
existir una diferencia?
Real Mxima

80

77

81

85

73

73

80

72

83

81

75

78

80

71

73

78

75

63

Pronstico 3
das mxima

79

86

79

83

80

76

80

79

76

79

78

75

74

73

73

76

76

73

63

70

77

82

81

76

77

76

74

66

66

62

71

68

66

71

58

75

68

77

83

78

75

77

72

74

74

68

72

72

73

66

68

62

Real Mxima
Pronstico 3
das mxima

ESTADSTICA II

ASEVERACIN QUE INCLUYE DATOS

NOMINALES

Datos nominales:
Incluyen nombres, etiquetas o categoras
Se aplican los signos ms o menos en forma
arbitraria a las categoras.

ESTADSTICA II

EJEMPLO 1:
PRUEBA PARA LA MEDIANA DEL PESO DE
MONEDAS DE 25 CENTAVOS.

A continuacin se listan los pesos (en gramos) de

monedas de 25 centavos, acuadas despus de
1964, seleccionadas al azar. Se supone que el peso
de las monedas tiene una mediana de 5.670 g.
Utilice un nivel de significancia de 0.05 para
probar la aseveracin de que la mediana es igual a
5.670 g. Al parecer, las monedas estn acuadas
segn las especificaciones?
5.7027 5.7495 5.7050 5.5941 5.7247
5.6114 5.6160 5.5999 5.7790 5.6841
ESTADSTICA II

ASEVERACIN ACERCA DE LA
MEDIANA DE UNA SOLA POBLACIN

Los signos positivos y negativos se basan

en el valor que se asevera para la
mediana.

ESTADSTICA II

EJEMPLO 2:
TEMPERATURAS CORPORALES

Las temperaturas corporales medidas a

106 adultos. para probar. con la prueba de
signos, la aseveracin de que la mediana es
menor que 98.6F. El conjunto de datos
tiene 106 sujetos: 68 sujetos con
temperaturas por debajo de 98.6F, 23
sujetos con temperaturas por encima de
98.6F y 15 sujetos con temperaturas
iguales a 98.6F

ESTADSTICA II

ESTADSTICA NO PARAMTRICA

PARA DATOS APAREADOS

ESTADSTICA II

PRUEBA DE RANGOS CON SIGNOS DE

WILCOXON

Utiliza rangos ordenados de

muestrales
consistentes
en
apareados

datos
datos

Se usa para probar las diferencias en las

distribuciones poblacionales y para probar
la aseveracin de que una muestra
proviene de una poblacin con una mediana
especfica.

ESTADSTICA II

PLANTEAMIENTO DE HIPTESIS

H0:
Los
datos
apareados
.tienen
diferencias que provienen de una poblacin
con una mediana igual a cero
H1:
Los
datos
apareados
.tienen
diferencias que provienen de una poblacin
con una mediana diferente a cero.

ESTADSTICA II

PROCEDIMIENTO

1. Calcule d (restando el segundo valor

menos el primero), descarte d=0.
2. Ignore los signos de las diferencias y
ordene las diferencias de la ms baja a
la ms alta y reemplace por el valor del
rango correspondiente.
3. Adjunte a cada rango el signo de la
diferencia de la que provino.

ESTADSTICA II

PROCEDIMIENTO

4. Calcule la suma de los valores absolutos

de los rangos negativos. Tambin de
los rangos positivos.
5. Utilice T que sea la ms pequea de las
dos sumas que se calcularon en el paso
4.
6. Utilice n que sea el nmero de pares de
datos para los que la diferencia d no es
cero.
ESTADSTICA II

PROCEDIMIENTO

7. Determine el estadstico de prueba y

los valores crticos.
8. Tome su decisin y conclusin apropiada.

ESTADSTICA II

ESTADSTICO DE PRUBEBA

Si n30 el Estadstico de prueba es T

Donde T es el ms pequeo de las
siguientes sumas:
1.La suma de los valores absolutos de los
rangos negativos de las diferencias d que
no sean ceros.
2.La suma de los rangos positivos de las
diferencias d que no sean ceros
El valor crtico de T se encuentra en la
tabla A-8
ESTADSTICA II

ESTADSTICO DE PRUEBA

Si n>30 usar el siguiente estadstico de

prueba.

n(n 1)
T
4
n(n 1)(2n 1)
24

Los valores crticos de z se encuentran

en la tabla A-2.
ESTADSTICA II

EJEMPLO 3

Remtase a los datos muestrales apareados

indicados y utilice la prueba de rangos con
signo de Wilcoxon para probar la
aseveracin de que los datos apareados
tienen diferencias que provienen de una
poblacin con una mediana igual a cero.
Utilice un nivel de significancia de 0.05.

ESTADSTICA II

EJEMPLO 3 (continuacin)

90

93 112

88 91 115 95

97

102

103

115

116 150

ESTADSTICA II

148
147

152
119

121

ESTADSTICA NO PARAMTRICA

PARA DOS MUESTRAS INDEPENDIENTES

ESTADSTICA II

PRUEBA DE LA SUMA DE RANGOS DE

WILCOXON

Utiliza rangos de datos muestrales consistentes

en muestras independientes
Se usa para probar la hiptesis nula de que las
dos muestras independientes provienen de
poblaciones con medianas iguales.
Es equivalente a la prueba de U de MannWhitney.

ESTADSTICA II

PLANTEAMIENTO DE HIPTESIS

H0: Las dos muestras provienen de

poblaciones con medianas iguales
H1: Las dos muestras provienen de
poblaciones con medianas diferentes

ESTADSTICA II

PROCEDIMIENTO

1. Combine temporalmente las dos

muestras en una muestra grande y a
cada valor muestral reemplace su
rango.
2. Calcule la suma de los rangos de las
dos muestras
3. Calcule el valor del estadstico de
prueba z.
ESTADSTICA II

ESTADSTICA DE PRUEBA

R R
z
R
n1 (n1 n2 1)
R
2

n1n2 (n1 n2 1)
R
12

Valores Crticos
Los valores crticos se encuentran en la tabla
A-2.
ESTADSTICA II

EJEMPLO 4:
PRUEBA DE HIPTESIS DE LA DIFERENCIA DE LA
ANTIGEDAD DE AUTOMVILES Y TAXIS.

Cuando el autor visit Dubln en Irlanda,

registr la antigedad de automviles y
taxis seleccionados al azar. A continuacin
se listan las antigedades (en aos). Utilice
un nivel de significancia de 0.05 para probar
la aseveracin de que existe una diferencia
entre la mediana de la antigedad de un
automvil de Dubln y la mediana de la
antigedad de un taxi de Dubln.
ESTADSTICA II

EJEMPLO 4:
PRUEBA DE HIPTESIS DE LA DIFERENCIA DE LA
ANTIGEDAD DE AUTOMVILES Y TAXIS(continuacin)

Podramos esperar que los taxis fueran ms

nuevos, pero, qu sugieren los resultados?

AUTOMOVILES

TAXIS

4 0 8 11 14 3 4 4 3 5
8 3 3 7 4 6 6 1 8 2 15
11 4 1 6 1 8

8 8 0 3 8 4 3 3 6 11
7 7 6 9 5 10 8 4 3 4

ESTADSTICA II

ESTADSTICA NO PARAMTRICA

ESTADSTICA II

ESTADSTICO DE PRUEBA

Es equivalente a la prueba de la suma de

rangos
de
Wilcoxon
para
muestras
independientes.
z

n1n2
2
n1n2 (n1 n2 1
12
U

Donde:

n1 (n1 1)
U n1n2
R
2
ESTADSTICA II

ESTADSTICA NO PARAMTRICA

PRUEBA DE BONDAD DE AJUSTE

ESTADSTICA II

PRUEBA DE BONDAD DE AJUSTE

La prueba de bondad de ajuste se

utiliza
para
determinar
si
la
distribucin de los valores en la
poblacin se ajusta a una forma
particular planteada como hiptesis.
Por ejemplo una distribucin uniforme.

ESTADSTICA II

LA HIPTESIS

H0: La poblacin sigue la distribucin ...

H1: La poblacin no sigue la
distribucin ...

ESTADSTICA II

ESTADSTICO DE PRUEBA

(Oi Ei )

Ei
i 1
2

Ei npi

En donde:
Oi es la frecuencia de los eventos observados en
los datos muestrales.
Ei es la frecuencia de los eventos esperados si la
hiptesis nula es correcta.
x es el nmero de categoras o clases.
ESTADSTICA II

REGLA DE DECISIN
El estadstico de prueba
se conpara con el
valor crtico de la tabla
2 con c 1 grados de
libertad con grados de
significacin.
Si el valor de 2 es
mayor que el valor
crtico,
entonces rechazar la
hiptesis nula H0.

F(x2)
gl=k-1

RA
1-
1-

ESTADSTICA II

RR

X2

FRECUENCIAS ESPERADAS
PEQUEAS

Cuando c > 2, si ms del 20% de las Ei

son menores que 5, habr que combinar
las categoras adyacentes cuando sea
razonable hacerlo, reduciendo de este
modo el valor de c e incrementando los
valores de algunas de las Ei.

ESTADSTICA II

EJEMPLO 5:
EL NEUMTICO DESINFLADO Y LA CLASE
PERDIDA

Un cuento clsico se refiere a cuatro

estudiantes que van juntos en un automvil y
no llegan a un examen; como excusa. Dijeron
al profesor que un neumtico se desinfl en el
camino.

ESTADSTICA II

EJEMPLO 5:
EL NEUMTICO DESINFLADO Y LA CLASE
PERDIDA(continuacin)

En el examen de recuperacin, el profesor pidi

a los estudiantes que identificaran el neumtico
en particular que se desinfl. Si en realidad no
tuvieron un neumtico desinflado, seran
capaces de identificar el mismo neumtico?.

ESTADSTICA II

EJEMPLO 5:
EL NEUMTICO DESINFLADO Y LA CLASE
PERDIDA(continuacin)

El autor pidi a otros 41 estudiantes que

identificaran
el
neumtico
que
ellos
seleccionaran. Los resultados estn listados en
la siguiente tabla (excepto el de un estudiante
que seleccion el neumtico de refaccin).
Utilice un nivel de significancia de 0.05.

ESTADSTICA II

EJEMPLO 5:
EL NEUMTICO DESINFLADO Y LA CLASE
PERDIDA(continuacin)

Utilice un nivel de significancia de 0.05 para

probar la aseveracin del autor de que los
resultados se ajustan a una distribucin
uniforme. Qu sugiere el resultado acerca de
la capacidad de los cuatro estudiantes de
seleccionar el mismo neumtico cuando en
realidad su excusa fue una mentira?.

ESTADSTICA II

EJEMPLO 5:
EL NEUMTICO DESINFLADO Y LA CLASE
PERDIDA(continuacin)

Neumtico

Frontal
izquierdo

Frontal
derecho

Trasero
izquierdo

Trasero
derecho

Nmero
Seleccionado

11

15

ESTADSTICA II

EJEMPLO 6:
MUERTES POR CHOQUES DE AUTOMOVILES

Se seleccionaron al azar muertes por

choques de automviles y los resultados
se incluyen en la siguiente tabla. Utilice
un nivel de significancia de 0.05 para
probar la aseveracin de que las
muertes por choques de automviles
ocurren con la misma frecuencia en los
diferentes das de la semana.
ESTADSTICA II

EJEMPLO 6:
MUERTES POR CHOQUES DE AUTOMOVILES
(continuacin)

Cmo se explicaran los resultados? Por

qu
parece
haber
un
nmero
excepcionalmente grande de muertes por
choques de automviles los sbados?
Da
Nmero de muertes

Dom

Lun

Mar

Mi

Jue

Vie

Sb

132

98

95

98

105

133

158

ESTADSTICA II

ESTADSTICA NO PARAMTRICA

INDEPENDENCIA Y HOMOGENEIDAD

ESTADSTICA II

PRUEBA DE INDEPENDENCIA

La Prueba Chi-cuadrado de independencia

tambin permite la comparacin de dos
atributos para determinar si existe una
asociacin entre ellos.
Cundo se utiliza?
Se utiliza cuando se quiere determinar si las
variables son independientes o dependientes
respectivamente una de la otra.

ESTADSTICA II

LA HIPTESIS

H0: Las variables (fila y columna) son

independientes.
H1: Las variables (fila y columna) son
dependientes.

ESTADSTICA II

ESTADSTICO DE PRUEBA

(Oi Ei )

Ei
2

Ei

ni n j
n

Donde:
Oi : Frecuencia Observada de la i-sima fila con
la j-sima columna
Ei : Frecuencia Esperada de la i-sima fila con la
j-sima columna
ni : frecuencia de la i-sima fila
nj : frecuencia de la j-sima columna
n : tamao de la muestra
ESTADSTICA II

REGLA DE DECISIN
El
estadstico
de
prueba se compara con
el valor crtico de la
tabla 2 con (f - 1)(c 1) grados de libertad
con grados de
significacin.
Si el valor de 2 es
mayor que el valor
crtico,
entonces rechazar la
hiptesis nula H0

F(x2)
gl=(f-1)*(c-1)

RA
1-
1-

ESTADSTICA II

RR

X2

EJEMPLO
RIESGOS

7:
DE TRABAJO

Utilice los datos en la tabla para probar la

aseveracin
de
que
la
ocupacin
es
independiente de que la causa de muerte sea
homicidio. La tabla est basada en datos del
Departamento del Trabajo de Estados Unidos,
Bureau of Labor Statistics. Al parecer, una
ocupacin en particular es ms proclive a los
homicidios? De ser as, cul es?
Policas

Cajeros

Taxistas

Guardias

Homicidio

82

107

70

59

Otra causa de muerte

que no es homicidio

92

29

42

ESTADSTICA II

PRUEBA DE HOMOGENEIDAD

Se prueba la aseveracin de que las

poblaciones
tienen
las
mismas
proporciones
de
algunos
caractersticas.

ESTADSTICA II

LA HIPTESIS

H0: Las proporciones de las poblaciones

son iguales.
H1: Las proporciones de las poblaciones
no son iguales.

ESTADSTICA II

EJEMPLO 8:
LA EXACTITUD DEL ESCNER ES LA MISMA
PARA LAS OFERTAS?

En un estudio de sistemas de cobro por

escner en almacenes, se utilizaron
muestras de compras para comparar las
lecturas por escner de los precios con los
precios etiquetados. La tabla adjunta
resume resultados de una muestra de 819
artculos.

ESTADSTICA II

EJEMPLO 8:
LA EXACTITUD DEL ESCNER ES LA MISMA
PARA LAS OFERTAS?(continuacin)

Cuando los almacenes utilizan escner para

cobrar los artculos, las tasas de error son
las mismas para los artculos con precio normal
que para los artculos en oferta? Cmo podra
cambiar la conducta de los consumidores si
creen que ocurren desproporcionadamente ms
cobros excesivos en los artculos en oferta?

ESTADSTICA II

EJEMPLO 8:
LA EXACTITUD DEL ESCNER ES LA MISMA
PARA LAS OFERTAS?(continuacin)

Artculos con
Precio normal

Artculos en
oferta

Cobros de menos

20

Cobros de ms

15

29

Precio correcto

384

364

ESTADSTICA II

ESTADSTICA NO PARAMTRICA

PRUEBA H

ESTADSTICA II

PRUEBA DE KRUSKAL - WALLIS O PRUEBA H

Se utiliza para probar que

muestras (tres o ms poblaciones)
independientes
provienen
de
poblaciones con medianas iguales.

ESTADSTICA II

LA HIPTESIS

H0

:Las muestras provienen de

poblaciones
con
medianas
iguales.

H1:

Las muestras provienen de

poblaciones con medianas que no
son iguales.

ESTADSTICA II

ESTADSTICO DE PRUEBA

2
i

R
12
H
3(n 1)

n(n 1)
ni
Donde: H = valor estadstico de la prueba de
Kruskal-Wallis.
n = tamao total de la muestra.
Ri2 = sumatoria de los rangos elevados al
cuadrado.
ni = tamao de la muestra de cada grupo.
ESTADSTICA II

REGLA DE DECISIN
El estadstico de prueba
(H) se compara con el
valor crtico de la tabla
2 con c-1 grados de
libertad con grados de
significacin.
Si el valor de H es
mayor que el valor
crtico,
entonces rechazar la
hiptesis nula H0.

F(x2)
gl=k-1

RA
1-
1-

ESTADSTICA II

RR

X2

FACTOR DE CORRECCIN
Debe aplicarse siempre que existan muchos
empates: divida H entre.

T
1 3
N N

Para cada grupo de observaciones empatadas en

el conjunto combinado de datos mustrales,
calcule:
T = t3 - t
donde t es el nmero de observaciones que estn
empatadas en el grupo individual.

N es el nmero de observaciones en todas las

muestras combinadas.
ESTADSTICA II

FACTOR DE CORRECCIN

Calcule t para cada grupo de valores empatados,

luego calcule el valor de T para cada grupo, y
despus sume los valores T para obtener T. El
nmero total de observaciones en todas las
muestras combinadas es N. Utilice este
procedimiento para calcular el valor corregido
de H para el ejercicio 1.

ESTADSTICA II

EJEMPLO 9:
AFECTA EL PESO DE UN AUTOMVIL LAS HERIDAS EN
LA CABEZA PRODUCIDAS EN UN CHOQUE?

Se obtuvieron datos de experimentos

de choques realizados por la National
Transportation Safety Administration.
Se compraron automviles nuevos, se
impactaron contra una barrera fija a 35
mi/h y se registraron las mediciones en
un maniqu en el asiento del conductor.

ESTADSTICA II

EJEMPLO 9:
AFECTA EL PESO DE UN AUTOMVIL LAS HERIDAS EN
LA CABEZA PRODUCIDAS EN UN CHOQUE?(continuacin)

Utilice los datos mustrales listados

abajo para probar las diferencias en las
mediciones de heridas en la cabeza (de
acuerdo con el Head Injury Criterion,
HIC) en cuatro categoras de peso.
Existe evidencia suficiente para concluir
que las mediciones de heridas en la
cabeza para las cuatro categoras de peso
de automviles no son las mismas?.
ESTADSTICA II

EJEMPLO 9:
AFECTA EL PESO DE UN AUTOMVIL LAS HERIDAS EN
LA CABEZA PRODUCIDAS EN UN CHOQUE?(continuacin)

Sugieren los datos que los automviles

ms pesados son ms seguros en un
choque?

Subcompacto

681

428

917

898

420

Compacto

643

655

442

514

525

Mediano

469

727

525

454

259

Grande

384

656

602

687

360

ESTADSTICA II

ESTADSTICA NO PARAMTRICA

ESTADSTICA II

CORRELACIN DE RANGOS DE
SPEARMAN

Se utiliza para probar una

asociacin entre dos variables con
datos apareados.

ESTADSTICA II

LA HIPTESIS

H0 : = 0 ; No existe correlacin entre

las dos variables.

H1 : 0 ; Si existe correlacin entre

las dos variables.

ESTADSTICA II

COEFICIENTE DE CORRELACIN DE
SPEARMAN
Sin empates

rs 1

6 d

2
i

n(n 1)
2

Donde :
di : es la diferencia entre los puntajes de cada
observacin.
n : Tamao de la muestra
Adems se debe cumplir que -1 rs 1
ESTADSTICA II

COEFICIENTE DE CORRELACIN DE
SPEARMAN

Empates

rs

n xy x y
n x
2

x n y y
2

ESTADSTICA II

ESTADSTICO DE PRUEBA

Para muestras pequas (n30), se hace uso

de la tabla A-9.
Si rs se encuentra en el intervalo de los
valores crticos de la tabla A-9 entonces
se acepta H0.

ESTADSTICA II

ESTADSTICO DE PRUEBA

Para muestras grandes (n>30) la

distribucin de rs se aproxima a la normal,
donde el estadstico de prueba es:
RA

z rs n 1

RR

RR

-z

Si el valor del estadstico de prueba es

mayor que el valor crtico de z al nivel de
/2 rechazar H0.
ESTADSTICA II

EJEMPLO 10:
GRILLOS Y TEMPERATURA

Se estudi la relacin entre la

temperatura y el nmero de veces que
un grillo chirra en un minuto. Abajo se
listan los nmeros de chirridos por
minuto
y
las
temperaturas
correspondientes
en
grados
Fahrenheit (segn datos de The Song
of Insects, de George W. Pierce,
Harvard University Press).
ESTADSTICA II

EJEMPLO 10:
GRILLOS Y TEMPERATURA(continuacin)

Existe evidencia suficiente para concluir

que existe una relacin entre el nmero de
chirridos por minuto y la temperatura?

Chirridos en un
minuto

882

1188

1104

864

1200

1032

960

900

Temperatura
(enF)

69,7

93,3

84,3

76,3

88,6

82,6

71,6

79,6

ESTADSTICA II

ESTADSTICA NO PARAMTRICA

ESTADSTICA II

PRUEBA DE RACHAS

Utilizada
para
comprobar
aleatoriedad de las muestras.

la

RACHA (G) : Una serie continua de

uno o ms smbolos.

ESTADSTICA II

LA HIPTESIS

Ho : Existe aleatoriedad en la muestra.

H1 : No existe aleatoriedad en la muestra.

ESTADSTICA II

REGLA DE DECISIN

Cuando n1 como n2 son menores o iguales a 20

Usar la Tabla A-10.
Si el valor de G no se encuentra entre los
valores crticos de las tablas entonces se
rechaza H0.

ESTADSTICA II

PRUEBA DE RACHAS

Cuando n1 como n2 son mayores que 20

La distribucin de la muestra se aproxima a la
normalidad. Entonces se puede decir que tiene:
Media

Desviacin estndar

2n1n2
G
1
n1 n2

2n1n2 (2n1n2 n1 n2 )
G
n1 n2 2 (n1 n2 1)

ESTADSTICA II

ESTADSTICO DE PRUEBA

G G
Z
G
Sigue una Distribucin Normal estandarizada

ESTADSTICA II

REGLA DE DECISIN

Si el valor de estadstico cae fuera

de la regin de aceptacin, H0 se
rechaza.

ESTADSTICA II

EJEMPLO 11:
GNEROS DE OSOS

Realice una prueba de rachas para detectar

aleatoriedad utilizando los gneros de 20
osos. A continuacin se listan los gneros.

M M M M H H M M H H M M H M H M M H M M

ESTADSTICA II