FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DEPARTAMENTO DE ESTADISTICA
M.V.H
METODOS ESTADISTICOS NO PARAMETRICOS
El supuesto clave de los procedimientos paramtricos ya estudiados, es el conocimiento de la
distribucin de probabilidades de la poblacin o variable bajo estudio. Esto es, se dispone de una
funcin de densidad o funcin de probabilidad conocida salvo por algn o todos los parmetros
que la caracteriza. Los parmetros desconocidos son usualmente el objetivo del problema de
inferencia a resolver.
El mtodo de distribucin libre o no paramtrico asume con frecuencia el desconocimiento de las
distribuciones de las poblaciones en estudio, excepto tal vez que son continuas. Ms an,
existen muchas aplicaciones donde los datos se reportan no como valores en una escala
continua, sino ms bin en una escala ordinal de tal forma que es bastante natural asignar rangos
a los datos. La asignacin de rangos a las observaciones permite construir procedimientos, no
paramtricos, para realizar inferencias de inters..
En general un mtodo estadstico se denomina cuando se aplica en al menos una no paramtrico
de las situaciones siguientes:
1) Los datos estn medidos en forma nominal
2) Los datos estn medidos en escala ordinal
3) Los datos estn medidos en escala intervalar o razn, pero la distribucin de la poblacin de
los cuales los datos han sido extraidos no est especificada.
ESCALA DE MEDICIONES
Los valores de una variable aleatoria pueden ser mediciones en cualquiera de las cuatro escalas:
Nominal, ordinal, intervalar o razn.
Escala Nominal. Esta escala usa nmeros slo para dar nombres a categoras a las cuales
pertenecen las observaciones. Por ejemplo, la variable cualitativa Sexo (0 = hombre, 1=mujer),
pero est claro que el nmero asignado es arbitrario.
Escala Ordinal. Esta escala usa nmeros como mediciones, donde el orden de los nmeros es
relevante. Por ejemplo, podemos disear una encuesta que pida a los fumadores encuestados
indicar la preferencia entre 3 marcas de cigarrillos, donde 1 indica ms preferido y 3 indica
menos preferido. El orden de los 3 nmeros (1, 2, 3) es ahora importante, pero su magnitud no lo
es, podramos usar otros 3 nmeros como 1, 50 y 100.
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
Escala Intervalar Esta escala toma en cuenta tanto las diferencias entre mediciones como el
orden. Una escala por intervalos requiere fijar un punto 0 arbitrario y una unidad de distancia
para medir la diferencia entre valores. Por ejemplo la escala de temperatura Fahrenheit y Celsius.
Escala Razn. Esta escala se aplica cuando el orden y la distancia entre valores son importantes,
al igual que en la escala por intervalo, pero tambin es importante la razn entre los valores.
ALGUNOS TEST NO PARAMETRICOS
I.-Prueba del Signo (Test de la Mediana)
Es un test alternativo no paramtrico del test-t de una muestra y del test-t para muestras
pareadas. Se aplica cuando se muestrea de una poblacin simtrica, de tal manera que la
probabilidad de obtener un valor muestral menor que la media y la de obtener un valor muestral
mayor que la media sean ambos iguales a 1/2. En general, ya que con frecuencia la simetra es
difcil de verificar con muestras pequeas o de tamao regular, se formula las hiptesis en
trminos de la mediana poblacional . Esto es, H . . . .


!
!
Procedimiento: Se reemplaza cada valor observado de la muestra aleatoria con el smbolo + si
excede a o con el smbolo si es menor a y se descarta la observacin si su valor es . .

! !
igual a . En este ltimo caso el tamao de muestra se reduce. .

!
Si la hiptesis nula es verdadera y la poblacin es simtrica, el nmero de signos + debe ser
aproximadamente igual al nmero de signos Cuando un signo aparece con mayor frecuencia
de lo que debera, se rechaza la hiptesis que la mediana poblacional es igual a . .

!
El estadstico de prueba es: X=N de signos + en la muestra aleatoria.
Si H : es verdadero, entonces la probabilidad que un valor muestral resulte en un signo
0
. .

!
+ o en un signo es 1/2. Por lo tanto, bajo H , X Bin(n, 1/2).
0
As, si el problema de hiptesis es por ejemplo: H :
!
!
. .

vs. H : ,
"
!
. .

entonces se recharar H si la proporcin de signos + es bastante menor a 1/2, esto es si el valor

!
observado de X es pequeo.
Observacin. Se puede tambin utilizar la prueba de los signos para probar H : = d
! !
. .

1 2
para . Aqu se reemplaza cada diferencia d con un signo + 0 segn observaciones pareadas
3

si las diferencias d d sean positivas o negativas.
3 !

Si n 10 y p=1/2, la distribucin binomial puede aproximarse por la distribucin normal con

= n(1/2) y = n(1/2)(1/2). . 5
#
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
--------------------------------------------------------------------------------------------------------------------
Prueba del Signo (Test de la Mediana)
Prueba de una cola Prueba de dos colas
H H
! !
! !


. . . .
H ( o H
" "
! ! !


. . . . . .
Estadstico de Prueba
X Nmero de signos + en la muestra aleatoria.

Valor-p: Valor-p
v-p= P( X x /p= v-p= P( X x / p= , si x #
" "
# # #
n
(o P( X x / p= ). o v-p= P( X x / p= , si x #
" "
# # #
n
Donde X se distribuye binomial( n, p= ) y corresponde al valor mediano especificado en
"
# !
.

H
!

----------------------------------------------------------------------------------------------------------------------
EJEMPLO 1. Los siguientes datos representan el nmero de horas que un temporizador opera
antes de tener que recargarse: 1.5 2.2 0.9 1.3 2.0 1.6 1.8 1.5 2.0 1.2 y 1.7.
Utilice la prueba de los signos para probar la hiptesis que este temporizador en particular opera
con una mediana de 1.8 horas antes de requerir una recarga.
Solucin. Planteamos H 1.8
!

.
H 1.8
"

.
Asignamos los signos 1.5 2.2 0.9 1.3 2.0 1.6 1.8 1.5 2.0 1.2 1.7.
!
Note que n= 10 ya que se descarta la observacin 1.8 por coincidir con el valor de la mediana
postulada en H .
0
El valor del estadstico es x=3 y como = 5 ( 3), calculamos
n
#

v-p = 2P(X 3 / p = )
"
#
= 2 0.3438>0.05

"! "! "! "!
! # " # # # $ #
" " " "
"! "! "! "!

No se rechaza H y se concluye que el tiempo mediano de operacin no es significativamente
!
diferente de 1.8 horas.
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
EJEMPLO 2. Una Compaa de taxis est tratando de decidir si utiliza neumticos radiales en
lugar de los regulares para mejorar la economa de combustible. 16 vehculos se equiparon con
neumticos radiales y fueron conducidos a lo largo de una pista diseada para pruebas. Sin
cambiar de conductores, los mismos vehculos se equiparon con neumticos regulares y se
condujeron por la misma pista de prueba. El consumo de gasolina, en kilometros por litro, se
registr de la siguiente manera.
Vehculo
N. Rad.(1) 4.2 4.7 6.6 7.0 6.7 4.5 5.7 6.0 7.4 4.9 6.1 5.2 5.7 6.9 6.8 4.9
" # $ % & ' ( ) * "! "" "# "$ "% "& "'
N. Reg.(2) 4.1 4.9 6.2 6.9 6.8 4.4 5.7 5.8 6.9 4.9 6.0 4.9 5.3 6.5 7.1 4.8
Signo + - - + 0 + + + + + + - + !
Se puede concluir, al nivel de significacin de 0.05, que los vehculos equipados con
neumticos radiales proporcionan mayor economa en combustible que aquellos equipados con
meumticos regulares?.
Solucin. Probamos: H : =0 vs. H :
! " # " #
. . . .
1
n=14 y x= 11 v-p = P(X 11) = 1 ) 1.87) = 0.0307 " F F
"" (
"%!#&
-

Se rechaza H y se concluye que, en promedio los neumticos radiales mejoran la economa de

!
combustible
II.-Prueba de Rango con Signos (Test deWilcoxon)
Se aplica al caso de una distribucin simtrica continua. Bajo esta condicin se puede probar
hiptesis en relacin a la media de una poblacin.
Procedimiento. Se resta a cada valor muestral, descartando todas las diferencias iguales a .
!
cero. A las diferencias restantes se les asigna un rango (sin tomar en cuenta su signo). El rango 1
se asigna a la diferencia absoluta ms pequea , un rango 2 a la siguiente ms pequea y as
sucesivamente. Cuando hay empates, se asigna a cada valor empatado el promedio de los rangos
que se les hubiera asignado al considerarlos como valores diferentes consecutivos.
Si la hiptesis nula H = es verdadera, la suma de los rangos correspondientes a las
! !
. .
diferencias positivas, W debera ser casi igual a la suma total de los rangos correspondientes a

las difer ncias negativas W . Sea W = Min W , W , entonces en el problema: /

+
H vs. y
! !
. . H Se rechaza H si
1 .
. .
! !
W es pequeo

W es grande.

H vs. y W es grande
! !
. . H Se rechaza H si
1 .
. .
! !
W es pequeo

H vs.
! !
. . H . Se rechaza H si .
1
. .
! !
ya sea W o W es pequeo

W es pequeo
Por lo tanto, no importa cual pueda ser la hiptesis alternativa se rechaza la hiptesis nula cuando
el valor del estadstico apropiado W W o W es pequeo.

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DEPARTAMENTO DE ESTADISTICA
M.V.H
El test de Wilcoxon tambin puede ser empleado para el caso de pruebas de hiptesis respecto de
diferencias de medias para datos pareados As para probar la hiptesis nula de que se est
muestreando dos poblaciones simtricas continuas con = , se procede a asignar rangos a las . .
" #
diferencias de las observaciones pareadas sin considerar el signo y se continua como en el caso
de muestras simples.
La Tabla VII proporciona los valores crticos aproximados de W , W y W, cuando 5 n 30.


Por ejemplo, cuando n=12, la Tabla VII indica que se requiere un valor de w 17 para que la
+

alternativa unilateral sea significativa al nivel 0.05. . .
0
Observacin. Cuando n es grande, n 15, la distribucin de W (o W ) se puede aproximar

por la distribucin normal con media y varianza . 5
w
n n n n n
w


" "# "
% #%
#
Por lo tanto cuando n excede al valor ms grande de la Tabla VII, se puede usar el estad tico =
Z=
W

.
5
w
w
para determinar la regin crtica.
----------------------------------------------------------------------------------------------------------------
Prueba de Rango con Signos (Test deWilcoxon)
Prueba de una cola Prueba de dos colas
H H
! ! ! !
. . . .
H H
" ! " !
. . . .

( . .
9
Estadstico de Prueba Estadstico de Prueba
W W (W , W

W

738
Regin de Rechazo Regin de Rechazo
W w W w
#

! !
W w
!
Valor-p: Valor-p
v-p= P( W w )

P(W w

v-p= P( W w #
----------------------------------------------------------------------------------------------------------------
EJEMPLO 1. (Continuacin) H 1.8 vs. H 1.8
! "
. .

x 1.5 0.9 1.3 2 1.6 1.5 2 1.2 1.7
d x 0.3 0 .4 0.9 0.5 0.2 0.2 0.3 0.2 0.6 0.1
rango 5.5 7 10
3
3
##
")
i
8 3 3 5.5 3 9 1
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
w ; w =5.5 5.5 9 =42

( $ $ "$ "! ) $ "
w= Min 13, 42 = 13, v-p= P(W 13) P(W 8) = 0.05 (bilateral segn Tabla VII). No


rechazamos H -
!
Notemos que la regin crtica de tamao = 0.05 es :C= w: w 8 . Como 13 C no !


rechazamos H .
0
EJEMPLO 3 Se afirma que un estudiante de ltimo ao de colegio puede incrementar su
promedio en el examen de una asignatura en al menos 50 puntos si se le proporciona problemas
tipos por adelantado. Para probar esta afirmacin, se dividi a 20 estudiantes en 10 pares de tal
forma que cada par tena casi el mismo promedio en sus 3 primeros aos de colegio. Los
problemas tipos se proporcionaron al azar a un miembro de cada par una semana antes del
examen. Se registraron las siguientes calificaciones del examen:
Par 1 2 3 4 5 6 7 8 9 10
Con Probl. Tipo (1) 531 621 663 579 451 660 591 719 543 575
Sin Probl. Tipo (2) 509 540 688 502 424 683 568 748 530 524
Probemos la hiptesis nula, al nivel del 0.05, de que los problemas tipos incrementan las
calificaciones en al menos 50 puntos contra la alternativa que el incremento es menor que 50
puntos. Esto es, H : =5 0 vs. H : 50.
! " # " #
. . . .
1
d
d 50
rango 5 6 9 3.5 2 8
3
3
## )" #& (( #( #$ #$ #* "$ &"
#) $" (& #( #$ ($ #( (* $( "
3.5 10 7 1
n=10, w 6 3.5 10.5

"
C= w w Por lo tanto se rechaza H . Los problemas tipos no incrementan en


""
0
promedio las calificaciones tanto como 50 puntos.
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
Tabla VII : Valores Crticos para la Prueba del Rango con Signo
n
Unilateral =0.01 Unilateral =0.025 Unilateral =0.05
Bilateral =0.02 Bilateral =0.05 Bilateral =0.10
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
! ! !
! ! !
21 49 59
22 56 66
23 62 73
24 69 81
25 77 90
26 85 98
27 93 107
28 102 117
29 111 127
30 120 137
- - 1
- 1 2
0 2 4
2 4 6
3 6 8
5 8 11
7 11 14
10 14 1
13 17
16 21
20 25
24 30
28 35
33 40
38 46
43 52
7
21
26
30
36
41
47
54
60
68
75
83
92
101
110
120
130
141
152
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
III.- Prueba de la Suma de Rangos (Test de Mann-Whitney)
Este test no paramtrico es el smil del test-t de dos muestras aleatorias independientes de
poblaciones normales. Cuando interesa probar la igualdad de medias de dos distribuciones
continuas que obviamente no son normales y las muestras son independientes es til el test de
sumas de rangos.
Se probar H : = vs. una alternativa apropiada.
! #
. .
1
Se selecciona una muestra aleatoria de cada una de las poblaciones. Sea n el nmero de
"
observaciones en la muestra ms pequea y n el nmero de observaciones en la muestra ms
#
grande (cuando las dos muestras son del mismo tamao se designa aleatoriamente el nombre de
n y n .
" #

Se asigna rangos a las n +n observaciones de la muestra combinada y si hay empates se opera

" #
como antes.
Sea W Suma de los rangos correspondientes a la muestra ms pequea (la de tamao n )
" "

y W Suma de los rangos correspondientes a la muestra ms grande (la de tamao n )

#

2
W +W depende nicamente del nmero de observaciones en las dos muestras y no siempre se
" #
ve afectado por el resultado del experimento. De aqu que, si n = 3 y n =4 , entonces si no hay
1 2
empates W +W = 1+2+3+4+5+6+7= 28 sin importar los valores numricos de las
" #
observaciones .
En general W +W =
(n +n )(n +n +1)
2
" #
" # " #
La suma aritmtica de los primeros n +n enteros. Una vez que W se ha determinado, se puede
" # "
encontrar W mediante la frmula
#
W = W
(n +n )(n +n +1)
2
# "
" # " #

La hiptesis nula = se rechazar en favor de la alternativa , slo si W es pequeo y . . . .

1 1 # # "

W es grande, ya que estara indicando que las observaciones de la poblacin 1 tendra rangos
#
pequeos, esto es mediciones ms bajas y por lo tanto media ms baja. De la misma manera, la
alternativa se puede aceptar si W es grande y W es pequeo. Para una prueba de dos . .
1

# " #
colas, se puede rechazar H si W es grande y W es pequeo o si W es pequeo y W es
! " # " #
grande. En otras palabras
H vs.
! " #
. . H Se rechaza H si
1 .
. .
" # !
W es pequeo
1
.
H vs.
! " #
. . H Se rechaza H si
1 .
. .
" # !
W es pequeo
#
H vs.
! " #
. . H . Se rechaza H si .
1
. .
" # !
W Mn W , W es pequeo

" #
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
En la prctica la decisin de rechazar la hipteisi nula se basa en los estadsticos U , U y U
" 2
=Mn U , U , donde

" #
U = W y U = W
n n +1) n n +1)
2 2
" "
" " #


2 2
2
Estos estadsticos simplifican la construccin de las tablas de valores crticos, dado que ambos
U y U tienen distribuciones muestrales simtricas y asumen valores en el intervalo 0 a n n de
" # " #
manera que U U n n
" # " #

Observemos que U ser pequeo si W es pequeo y U es pequeo si W es pequeo. En
" " # #
consecuencia la hiptesis nula se rechazar siempre que el estadstico apropiado U U y U
" #
asuman un valor menor o igual que el valor crtico proporcionado por la Tabla VIII.
EJEMPLO 4.. Suponga H vs. H
! " # " #
. . . .
1 .
y que se tiene: n 3, n 5 y se obtiene w =8. Al nivel =0.05, se rechaza H , de la Tabla
" # !

1
!
VIII, si U Como U 8 no rechazamos H .
" " !
$
#
" # "
4
EJEMPLO 5. Se encuentra que el contenido de nicotina de dos marcas de cigarrillos medidos en
milgramos es el siguiente:
Marca A (1) 2.1 4.0 6.3 5.4 4.8 3.7 6.1 3.3
Marca B (2) 4.1 0.6 3.1 2.5 4.0 6.2 1.6 2.2 1.9 5.4
Pruebe la hiptesis, al nivel de significacin de 0.05, que el contenido promedio de nicotina de
las dos marcas son iguales contra la alternativa que son distintos.
Solucin. H vs. H .
! " # " #
. . . .
1
Aqu n = 8 y n 10
1 #

Rangos (1) 4 10.5 18 14.5 13 9 16 8
Rangos (2) 12 1 7 6 10.5 17 2 5 3 14.5
W = 4+10.5+18+14.5+13+9+16+8=93; W = 93= 78.
18(19)
2
" #
(n +n )(n +n +1)
2
W
" # " #
"

Por lo tanto
U W 93 = 57 y U = W = 78 =23
n n +1) 8(9) n n +1)
2 2 2 2
" "
" " #

"!""
2 2
2
U = Mn 57, 23 = 23

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
Se rechaza H , al nivel 0.05 si U 17 segn la Tabla VIII. Como U es 23 que es mayor a 17 no
!

rechazamos H . Por lo tanto no existe diferencia significativa en los contenidos promedios de
0
nicotina de las dos marcas de cigarrillos.
Observacin. Cuando tanto n como n exceden a 8, la distribucin muestral de U o U ) se
1 # " #

aproxima a la distribucin normal con media y varianza respectivamente:

= y =
n n n n n n
. 5
U
1 1 1
U "
"
# # #
#
# "#
"
Por lo tanto, cuando n es mayor que 20 (valor mximo de la Tabla N 8) y n es menor a 9 se
# "
utiliza el estadstico:
Z= N(0, 1).
U
"
"
"
.
5
U
U

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
Tabla VIII : Valores Crticos para la Prueba de Suma de Rango
Prueba de una cola con alfa =0,001 o Prueba de dos colas con alfa = 0,002
n2
n1 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1
2
3 0 0 0 0
4 0 0 0 1 1 1 2 2 3 3 3
5 0 0 1 1 2 2 3 3 4 5 5 6 7 7
6 0 1 2 2 3 4 4 5 6 7 8 9 10 11 12
7 2 3 3 5 6 7 8 9 10 11 13 14 15 16
8 5 5 6 8 9 11 12 14 15 17 18 20 21
9 7 8 10 12 14 15 17 19 21 23 25 26
10 10 12 14 17 19 21 23 25 27 29 32
11 15 17 20 22 24 27 29 32 34 37
12 20 23 25 28 31 34 37 40 42
13 26 29 32 35 38 42 45 48
14 32 36 39 43 46 50 54
15 40 43 47 51 55 59
16 48 52 56 60 65
17 57 61 66 70
18 66 71 76
19 77 82
20 88
Prueba de una cola con alfa =0,01 o Prueba de dos colas con alfa = 0,02
n2
n1 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1
2 0 0 0 0 0 0 1 1
3 0 0 1 1 1 2 2 2 3 3 4 4 4 5
4 0 1 1 2 3 3 4 5 5 6 7 7 8 9 9 10
5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
6 3 4 6 8 8 9 11 12 13 15 16 18 19 20 22
7 6 8 9 11 12 14 16 17 19 21 23 24 26 28
8 10 11 13 15 17 20 22 24 26 28 30 32 34
9 14 16 18 21 23 26 28 31 33 36 38 40
10 19 22 24 27 30 33 36 38 41 44 47
11 25 28 31 34 37 41 44 47 50 53
12 31 35 38 42 46 49 53 56 60
13 39 43 47 51 55 59 63 67
14 47 51 56 60 65 69 73
15 56 61 66 70 75 80
16 66 71 76 82 87
17 77 82 88 93
18 88 94 100
19 101 107
20 114
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
Tabla VIII :(Continuacin) Valores Crticos para la Prueba de Suma de Rango
Prueba de una cola con alfa =0,025 o Prueba de dos colas con alfa = 0,05
n2
n1 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1
2 0 0 0 0 1 1 1 1 1 2 2 2 2
3 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8
4 0 1 2 3 4 4 5 6 7 8 9 10 11 11 12 13 13
5 2 3 5 6 7 8 9 11 12 13 14 15 17 18 19 20
6 5 6 8 10 11 13 14 16 17 19 21 22 24 25 27
7 8 10 12 14 16 18 20 22 24 26 28 30 32 34
8 13 15 17 19 22 24 26 29 31 34 36 38 41
9 17 20 23 26 28 31 34 37 39 42 45 48
10 23 26 29 33 36 39 42 45 48 52 55
11 30 33 37 40 44 47 51 55 58 62
12 37 41 45 49 53 57 61 65 69
13 45 50 54 59 63 67 72 76
14 55 59 64 67 74 78 83
15 64 70 75 80 85 90
16 75 81 86 92 98
17 87 93 99 105
18 99 106 112
19 113 119
20 127
Prueba de una cola con alfa =0,05 o Prueba de dos colas con alfa = 0,10
n2
n1 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 0 0
2 0 0 0 1 1 1 1 2 2 3 3 3 3 4 4 4
3 0 0 1 2 2 3 4 4 5 5 6 7 7 8 9 9 10 11
4 1 2 3 4 5 6 7 8 9 10 11 12 14 15 16 17 18
5 4 5 6 8 9 11 12 13 15 16 18 19 20 22 23 25
6 7 8 10 12 14 16 17 19 21 23 25 26 28 30 32
7 11 13 15 17 19 21 24 26 28 30 33 35 37 39
8 15 18 20 23 26 28 31 33 36 39 41 44 47
9 21 24 27 30 33 36 49 42 45 48 51 54
10 27 31 34 37 41 44 48 51 55 58 62
11 34 38 42 46 50 54 57 61 65 69
12 42 47 51 55 60 64 68 72 77
13 51 56 61 65 70 75 80 84
14 61 66 71 77 82 87 92
15 71 77 83 88 94 100
16 83 89 95 101 107
17 96 102 109 115
18 109 116 123
19 123 130
20 138
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
IV.- Prueba de Rachas
Definicin. Una racha es una secuencia de smbolos idnticos que representan una propiedad
comn de los datos.
Por ejemplo en la siguiente secuencia

hay 10 rachas
La prueba de rachas o corridas, que se basa en el orden en el cual se obtienen las observaciones
muestrales, es una tcnica til para probar la hiptesis nula que las observaciones se obtienen al
azar.
Al no considerar si las mediciones representan datos cualitativos o cuantitativos, la prueba de
rachas divide los datos en dos categoras mutuamente excluyentes: Defectuosos y No
defectuosos; Hombres y Mujeres; Cara y Sello; Arriba y Abajo de la mediana etc.
Sea n el nmero de smbolos asociado con la categora que ocurre menos y sea n el nmero de
" #
smbolos que pertenecen a la otra categora. Entonces el tamao de muestra es n = n +n
" #

Si el nmero de rachas es muy grande o muy pequeo, se rechazar la hiptesis de que la muestra
haya sido extrada al azar.
La prueba de rachas se basa en el estadstico
V= N total de rachas que ocurren en la secuencia completa del experimento.
La Tabla IX proporciona los valores de P(V v) cuando H es verdadera, para v = 2, 3,...,20
!
rachas y combinaciones de valores de n y n menores e iguales a 10.
" #
Los valores-p para ambas pruebas de una y dos colas se obtienen utilizando estos valores
tabulados. Por ejemplo. En una encuesta respondieron hombres y mujeres en el siguiente orden:
H H M M H M M MH H H H
Aqu , V=5; n = 5 ; n 7 y la hiptesis a probar es: H Hay aleatoriedad
" # !

Para una prueba de dos colas, se tiene:

v-p = 2P(V 5/H verdadera)= 2(0.197) = 0.394 0.05
!
No hay evidencia para rechazar la hiptesis de aleatoriedad de la muestra.
Observacin. Cuando el nmero de rachas es grande, por ejemplo
V=11 y n = 5, n 7
" #

calculamos el valor-p como:
v-p = 2P(V 11/H verdadera)= 2(1 P(V 10/H verdadera))
! !
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
=2(1 0.992)=0.016 0.05
Se rechaza la hiptesis que los valores muestrales ocurrieron al azar.
La distribucin de V puede aproximarse mediante la distribucin normal cuando n y n son
" #
mayores que 10. con:
= + 1 y =
2n n 2n n 2n n n n
n +n (n +n ) (n +n 1)
. 5
V
1 1 1
V
# # # " #
" # " # " #
#
#

As el estadstico de prueba es
Z= N(0, 1)
V.
5
V
V

EJEMPLO 6. El siguiente arreglo se refiere al nmero de piezas defectuosas y no defectousas
producidas en el orden dado por una cierta mquina.
N N N N N D D D D N N N N N N N N N N D D N N D D D D
Pruebe la aleatoriedad a un nivel de significacin de 0.01
Solucin. H : Hay aleatoriedad en las observaciones
!
H : Las observaciones no son aleatorias
"
Se rechaza H si Z Z = 2.575 Z Z 2.575.
! **& c 0.995 c 0.

Aqu, n = 10, n 17 y V=6
" #

= + 1 =13.59 ; = = (2.37)
2(10)17 2(10)17 2(10)17 10 17
10+17 (10+17) (10+17 1)
. 5
V
V
# #
#

Como Z = 3.20 Z
c 0.005
6"$&*
#$(

Se rechaza H . No hay aleatoriedad.
0
v-p = 2P(V 3.20) = 2(0) 0.01.
Observacin. Las rachas tambin se usan para probar aleatoriedad de muestras que constan de
datos numricos, contando secuencias por encima y por debajo de la mediana.
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
DEPARTAMENTO DE ESTADISTICA
M.V.H
Tabla IX: P(V v cuando H es verdadera) en la Prueba de Rachas
!
v
(n1,n2) 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
(2 , 3) 0,200 0,500 0,900 1,000
(2 , 4) 0,133 0,400 0,800 1,000
(2 , 5) 0,095 0,333 0,714 1,000
(2 , 6) 0,071 0,286 0,643 1,000
(2 , 7) 0,056 0,250 0,583 1,000
(2 , 8) 0,044 0,222 0,533 1,000
(2 , 9) 0,036 0,200 0,491 1,000
(2 , 10) 0,030 0,182 0,455 1,000
(3 , 3) 0,100 0,300 0,700 0,900 1,000 1,000
(3 ,4) 0,057 0,200 0,543 0,800 0,971 1,000
(3 , 5) 0,036 0,143 0,429 0,714 0,929 1,000
(3 , 6) 0,024 0,107 0,345 0,643 0,881 1,000
(3 , 7) 0,017 0,083 0,283 0,583 0,833 1,000
(3 , 8) 0,012 0,067 0,236 0,533 0,788 1,000
(3 , 9) 0,009 0,055 0,200 0,491 0,745 1,000
(3 , 10) 0,007 0,045 0,171 0,455 0,706 1,000
(4 , 3) 0,029 0,114 0,371 0,629 0,886 0,971 1,000
(4 , 4) 0,016 0,071 0,262 0,500 0,786 0,929 0,992 1,000
(4 , 5) 0,010 0,048 0,190 0,405 0,690 0,881 0,976 1,000
(4 , 6) 0,006 0,033 0,142 0,333 0,606 0,883 0,954 1,000
(4 , 7) 0,004 0,024 0,109 0,279 0,533 0,788 0,929 1,000
(4 , 8) 0,003 0,018 0,085 0,236 0,471 0,745 0,902 1,000
(4 , 9) 0,002 0,014 0,068 0,203 0,419 0,706 0,874 1,000
(4 ,10) 0,008 0,040 0,167 0,357 0,643 0,833 0,960 0,992 1,000
(5 , 5) 0,004 0,024 0,110 0,262 0,522 0,738 0,911 0,976 0,998
(5 , 6) 0,003 0,015 0,076 0,197 0,424 0,652 0,854 0,955 0,992 1,000
(5 , 7) 0,002 0,010 0,054 0,152 0,347 0,576 0,793 0,929 0,984 1,000
(5 , 8) 0,001 0,007 0,039 0,119 0,287 0,510 0,734 0,902 0,972 1,000
(5 , 9) 0,001 0,005 0,029 0,095 0,239 0,455 0,678 0,874 0,958 1,000
(5 , 10) 0,002 0,013 0,067 0,175 0,392 0,608 0,825 0,933 0,987 1,000
(6 , 6) 0,001 0,008 0,043 0,121 0,296 0,500 0,733 0,879 0,966 0,998 1,000
(6 , 7) 0,001 0,005 0,028 0,086 0,226 0,413 0,646 0,821 0,937 0,992 0,999 1,000
(6 , 8) 0,000 0,003 0,019 0,063 0,175 0,343 0,566 0,762 0,902 0,984 0,998 1,000
(6 , 9) 0,000 0,002 0,013 0,047 0,137 0,288 0,497 0,706 0,864 0,972 0,994 1,000
(6 , 10) 0,001 0,004 0,025 0,078 0,209 0,383 0,617 0,791 0,922 0,958 0,990 1,000
(7 , 7) 0,000 0,002 0,015 0,051 0,149 0,296 0,514 0,704 0,867 0,975 0,996 0,999 1,000
(7 , 8) 0,000 0,001 0,010 0,035 0,108 0,231 0,427 0,622 0,806 0,949 0,988 0,998 1,000 1,000
(7 , 9) 0,000 0,001 0,006 0,024 0,080 0,182 0,355 0,549 0,743 0,916 0,975 0,994 0,999 1,000
(7 , 10) 0,000 0,001 0,009 0,032 0,100 0,214 0,405 0,595 0,786 0,879 0,957 0,990 0,998 1,000
(8 , 8) 0,000 0,001 0,005 0,020 0,069 0,157 0,319 0,500 0,702 0,900 0,968 0,991 0,999 1,000 1,000
(8 , 9) 0,000 0,000 0,003 0,013 0,048 0,117 0,251 0,419 0,621 0,843 0,939 0,980 0,996 0,999 1,000 1,000
(8 , 10) 0,000 0,000 0,003 0,012 0,044 0,109 0,238 0,399 0,601 0,782 0,903 0,964 0,990 0,998 1,000 1,000
(9 , 9) 0,000 0,000 0,002 0,008 0,029 0,077 0,179 0,319 0,510 0,762 0,891 0,956 0,988 0,997 1,000 1,000 1,000
(9 ,10) 0,000 0,000 0,001 0,004 0,019 0,051 0,128 0,242 0,414 0,681 0,834 0,923 0,974 0,992 0,999 1,000 1,000 1,000
(10 ,10) 0,586 0,580 0,872 0,949 0,981 0,996 0,999 1,000 1,000 1,000