I.

Estadística no paramétrica

Introduccion

1.1. Definición

1.2. Características
1.3. Ventajas
1.4. Desventajas

II. Pruebas no paramétricas

2.1. Prueba de Wilcoxon

2.1.1. Historia Frank Wilcoxon

Frank Wilcoxon (1892–1965) fue un químico y estadístico estadounidense

conocido por el desarrollo de diversas pruebas estadísticas no paramétricas.

Nació el 2 de septiembre de 1892 en Cork, Irlanda, aunque sus padres eran

estadounidenses. Creció en Catskill, Nueva York, pero se educó también
en Inglaterra.

Publicó más de 70 artículos, pero se lo conoce fundamentalmente por uno de

1945 en el que se describen dos nuevas pruebas estadísticas: la prueba de la
suma de los rangos de Wilcoxon y la prueba de los signos de Wilcoxon. Se trata
de alternativas no paramétricas a la prueba t de Student.

Murió el 18 de noviembre de 1965 tras una breve enfermedad.

2.1.2. Prueba de Wilcoxon

Al igual que en el caso de la prueba del signo, puede utilizarse la prueba de

Wilcoxon para probar una hipótesis nula sobre el valor de una mediana
poblacional. Como la prueba de Wilcoxon considera la magnitud de la diferencia
entre cada uno de los valores muestrales y el valor hipotético de la mediana, es
una prueba más sensible que la prueba del signo. Por otro lado, como se
determinan diferencias, los valores deben estar dados, cuando menos, en escala
de intervalo. No se requieren suposiciones con respecto a la forma de la
distribución poblacional.

Las hipótesis nula y alternativa se plantean con respecto a la mediana poblacional,

y pueden ser de uno o de dos criterios de calificación. Se determina la diferencia
entre cada uno de los valores observados y el valor hipotético de la mediana, y
esta diferencia, con signo aritmético, se designa d: d = (X - Med0). Si alguna de
las diferencias es igual a cero, se elimina del análisis la observación
correspondiente, y se reduce el tamaño efectivo de la muestra. Después, se
ordena los valores absolutos de la diferencia, de menor a mayor, asignando el
rango de 1 a la diferencia absoluta más pequeña.

Cuando las diferencias absolutas son iguales, se asigna el rango promedio a los
valores que son iguales. Finalmente, se obtiene por separado la suma de los
rangos para las diferencias positiva y negativa. (kazmier & Mata, 1990)

 Respecto a la mediana

Al igual que la prueba de los signos, es usada para hacer pruebas de hipótesis
acerca de la mediana; el cual se calcula de la siguiente manera:
• Se resta de cada dato el valor de la mediana que se considera en la
hipótesis nula.
• Se calcula los rangos de las diferencias sin tomar en cuenta el signo de
las mismas ( o sea en valor absoluto). En el caso de haber empate se
asigna un rango promedio a todas las diferencias empatadas es decir;
se les asigna el rango: (menor rango del grupo del empate + mayor
rango del grupo del empate)/2.
• Finalmente el estadístico W de Wilcoxon será la suma de los rangos
correspondientes a las diferencias positivas. (Acuña, s.f.)

• Se aplica a una muestra aleatoria independiente tomada de una población

que tiene una distribución continua y simétrica. El objetivo es probar si la
mediana de la población de donde proviene la muestra es igual o mayor que un
valor propuesto.
• Esta prueba es una excelente alternativa a la prueba t para la contrastar el
valor de la media de una población, cuando:

• No se cumplen los supuestos en los que se basa la prueba t, como la

normalidad, o

• No es apropiado utilizar la prueba t porque la medida de los datos es ordinal.

(Luis, 2019)

Aplicaciones

1. El decano de la facultad de administración de empresas de una universidad

querría tener información sobre los ingresos iniciales de las personas recién
licenciadas. Estos son los sueldos iniciales de una muestra aleatoria de 20
licenciados:
Personas Ingresos
1 2500
2 3015
3 3658
4 2905
5 3300
6 3100
7 2800
8 3400
9 2660
10 3130
11 3185
12 3345
13 3190
14 2680
15 3000
16 3180
17 3550
18 3050
19 2750
 20 2540

Indican los datos que la mediana de los ingresos iniciales es diferente de 3000
$? Donde α=5%

Solución.

Personas Ingresos Diferencia Rango

i Xi Di=|Xi-u| Ri ѱ Ri*ѱ
15 3000 0
2 3015 15 1 1 1
18 3050 50 2 1 2
4 2905 95 3 0 0
6 3100 100 4 1 4
10 3130 130 5 1 5
16 3180 180 6 1 6
11 3185 185 7 1 7
13 3190 190 8 1 8
7 2800 200 9 0 0
19 2750 250 10 0 0
5 3300 300 11 1 11
14 2680 320 12 0 0
9 2660 340 13 0 0
12 3345 345 14 1 14
8 3400 400 15 1 15
20 2540 460 16 0 0
1 2500 500 17 0 0
17 3550 550 18 1 18
3 3658 658 19 1 19
W+ =110
  La solución según minitab

Prueba de clasificación con signos de Wilcoxon: ingresos

Método

η: mediana de ingresos
Estadísticas descriptivas

Muestra N Mediana

Ingresos 20 3048.75
Prueba

Hipótesis nula H₀: η = 3000

Hipótesis alterna H₁: η ≠ 3000

Número
de Estadística
Muestra prueba de Wilcoxon Valor p

Ingresos 19 110.00 0.560

 La solución en spss
 Solución para probar la hipótesis

1. Hipótesis.

H0: En promedio las personas tienen ingresos de 1000 dólares

H1: En promedio las personas no tienen ingresos de 1000 dólares

2. Nivel de significación:  = 0,05

3. Estadístico de Prueba:
 n(n+1)
W+ − 4
Z=
√n(n+1)(2n+1)
24

n=19 W+=110

19(19+1)
110−
4
Z=
19(19+1)(2∗19+1)
√
24

Z = 0.6036

4. Valor crítico: Z1/2 = Z0,975 = 1,96

5. P-valúe = 0,56

6. Regla de decisión:

 H0 se acepta si: | zc| < z1 /2 , 0.6036 < 1.96

 H0 se acepta si: P-valúe >, 0.56 > 0.05

7. Decisión: se acepta H0.

Conclusión: En promedio las personas tienen ingresos de 3000 dólares

2. Se desea estudiar la efectividad de cierta dieta y para ello se toma una

muestra aleatoria de 12 mujeres adultas en el grupo de edad de 35-40
años. Se toma el peso (peso en libras) antes de iniciar la prueba.

Indican los datos que la mediana de los pesos es diferente de 150(peso en

libras? Donde α=5%

personas pesos
1 186
2 147
3 128
4 176
5 212
 6 158
7 204
8 157
9 189
10 149
11 191
12 200

 Solución en minitab

Prueba de clasificación con signos de Wilcoxon: pesos

Método

η: mediana de pesos

 Estadísticas descriptivas

Muestra N Mediana

pesos 12 174.5

 Prueba

Hipótesis nula H₀: η = 150

Hipótesis alterna H₁: η ≠ 150

Número
de Estadística
Muestra prueba de Wilcoxon Valor p

pesos 12 70.00 0.017

 Solución con spss
 Solución para probar la hipótesis
1. Hipótesis.

H0: En promedio las pacientes tienen pesos 150 libras H0 = 150

H1: En promedio las pacientes no tienen pesos 150 libras H0 ≠ 150

2. Nivel de significación:  = 0,05

3. Estadístico de Prueba:

n(n+1)
W+ − 4
Z=
√n(n+1)(2n+1)
24

n=19 W+=70

12(12+1)
70− 4
Z=
12(12+1)(2∗12+1)
√
24

Z = 2.432

8. Valor crítico: Z1/2 = Z0,975 = 1,96

9. P-valúe = 0,017

10. Regla de decisión:

 H0 se rechaza si: | zc| > z1 /2 , 2.432> 1.96

 H0 se rechaza si: P-value < , 0.017 < 0.05

11. Decisión: se rechaza H0.

Conclusión: En promedio las personas no tienen pesos de 150 libras