Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
paramétricas
4.1 Bondad de ajuste
Las pruebas de bondad de ajuste tratan de verificar si el conjunto de datos se
puede ajustar o afirmar que proviene de una determinada distribución. Las
pruebas básicas que pueden aplicarse son: la ji-cuadrada y la prueba de Smirnov-
Kolmogorov. Ambas pruebas caen en la categoría de lo que en estadística se
denominan pruebas de “Bondad de Ajuste” y miden, como el nombre lo indica, el
grado de ajuste que existe entre la distribución obtenida a partir de la muestra y la
distribución teórica que se supone debe seguir esa muestra. Ambas pruebas están
basadas en la hipótesis nula de que no hay diferencias significativas entre la
distribución muestral y la teórica, H0 es la distribución que se supone sigue la
muestra aleatoria. La hipótesis alternativa siempre se enuncia como que los datos
no siguen la distribución supuesta. Hablamos de bondad de ajuste cuando
tratamos de comparar una distribución de frecuencia observada con los valores
correspondientes de una distribución esperada o teórica. Algunos estudios
producen resultados sobre los que no podemos afirmar que se contribuyen
normalmente, es decir con forma acampanada concentradas sobre la media.
Formula:
Nota: El estadístico de prueba tiene distribución Chi cuadrado con, m-k-1 grados
de libertad, siempre que las frecuencias esperadas sean 5 o más para todas las
categorías 5. Si el estimador C es menor o igual al valor correspondiente X 2 con
m-k-1 grados de libertad (K= números de parámetros estimados de la distribución
propuesta estimada por los estadísticos muéstrales) y a un nivel de confiabilidad
de 1-α, entonces no se puede rechazar la hipótesis de que los datos siguen la
distribución que se propuso.
PRUEBA CHI CUADRADO PARA UNA DISTRIBUCIÓN DE PROBABILIDAD
BINOMIAL
Ejemplo:
4.1.2 Prueba de Independencia
El objetivo es verificar si existe una dependencia entre las variables cualitativas
que definen filas y columnas, es decir, si para todo i = 1, ..., k y j = 1, .., m se
verifica que la probabilidad del resultado correspondiente a la combinación Ai ∩ Bj
es el producto de las probabilidades marginales correspondientes. P(Ai) es la
probabilidad del resultado i para la variable fila y P(Bj) la del resultado j para la
variable columna.
Ejemplo:
Ejemplo:
Ejemplo:
Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de
automóviles. De ellos, 65 son mujeres, 80 están casados y 45 son mujeres
casadas. Se pide:
2.Si del afortunado se sabe que es casado, ¿cuál será la probabilidad de que sea
una mujer?
4.2 Pruebas no paramétricas
Las pruebas no paramétricas o de distribución libre no están sometidas a ciertos
requisitos que son comunes a las pruebas paramétricas. Fundamentalmente
dichos requisitos se refieren a la distribución que presenta la variable en la
población. Por otra parte son especialmente útiles ante tamaños muestrales
reducidos o, en los casos en que la variable que nos interese este medida en una
escalaordinal.
Una escala nominal es una escala de medición en la cual los números sirven
como “etiquetas” solamente para identificar o clasificar un objeto. Una escala de
medición nominal normalmente trata sólo con variables no numéricas (no
cuantitativas).
Ejemplos:
E – extrovertido
I – introvertido
A – ambas
¿Cuál es tu género?
H – hombre
M – mujer
Negro
Café
Rojo
Amarillo
Otro
4.2.2 Métodos paramétricos contra no paramétricos
Escala Nominal: La escala de medida nominal, puede considerarse la escala de
nivel más bajo, y consiste en la asignación, puramente arbitraria de números o
símbolos a cada una de las diferentes categorías en las cuales podemos dividir el
carácter que observamos, sin que puedan establecerse relaciones entre dichas
categorías, a no ser el de que cada elemento pueda pertenecer a una y solo una
de estas categorías. Se trata de agrupar objetos en clases, de modo que todos los
que pertenezcan a la misma sean equivalentes respecto del atributo o propiedad
en estudio, después de lo cual se asignan nombres a tales clases, y el hecho de
que a veces, en lugar de denominaciones, se le atribuyan números, puede ser una
de las razones por las cuales se le conoce como "medidas nomina es".
Ejemplo
Los caracteres que posee una escala de medida ordinal permiten, por el hecho
mismo de poder ordenar todas sus categorías, el cálculo de las medidas
estadísticas de posición, como por ejemplo la mediana.
Pasos:
El estadístico de Anderson-Darling mide qué tan bien siguen los datos una
distribución específica. Para un conjunto de datos y una distribución específicos,
mientras mejor se ajuste la distribución a los datos, menor será este estadístico.
Por ejemplo, puede utilizar el estadístico de Anderson- Darling para determinar si
los datos cumplen el supuesto de normalidad para una prueba t.
Utilice el valor p correspondiente (si está disponible) para probar si los datos
provienen de la distribución elegida. Si el valor p es menor que un nivel de
significancia elegido (por lo general 0.05 ó 0.10), entonces rechace la hipótesis
nula de que los datos provienen de esa distribución. Minitab no siempre muestra
un valor p para la prueba de Anderson-Darling, porque éste no existe
matemáticamente para ciertos casos.
Estas gráficas de probabilidad son para los mismos datos. Tanto la distribución
normal como la distribución de Weibull de 3 parámetros ofrecen un ajuste
adecuado a los datos.
Esta prueba evalúa la normalidad calculando la correlación entre los datos y las
puntuaciones normales de los datos. Si el coeficiente 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 en la población. Esta
prueba es similar a la prueba de normalidad de Shapiro-Wilk.
Ejemplo:
Referencias:
BECERRA C. (2015) Pruebas de bondad de ajuste,
https://es.slideshare.net/carlosbehe/pruebas-de-bondad-de-ajuste
LOPEZ M. (2012) Unidad 5 estadistica 2,
https://es.slideshare.net/MariaLopezHernandez/unidad-5-estadistica-2
ESCANDON A. (2016) Pruebas de bondad de ajuste y pruebas no
paramétricas, https://es.slideshare.net/jato90/pruebas-de-bondad-de-ajuste-
y-pruebas-no-parametricas