PRUEBAS NO PARAMTRICAS

1.

PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de KolmogorovSmirnov y el test de Shapiro-Wilks

La opcin NNPLOT del SPSS permite la evaluacin del ajuste de una variable continua a una curva normal, tanto de forma grfica como analtica. Las pruebas analticas de que dispone esta opcin son: Kolmogorov-Smirnov con la modificacin de Lillierfors y la prueba de Shapiro-Wilks. Esta ltima la realiza el SPSS si el tamao muestral es inferior a 50, es decir, da por defecto las dos pruebas; mientras que si el n de individuos es superior a 50, slo da como resultado la de Kolmogorov-Smirnov. 1.1 La prueba de Kolmogorov-Smirnov con la modificacin de Lillierfors es la ms utilizada y se considera uno de los test ms potentes para muestra mayores de 30 casos. En este test la Hiptesis nula Ho: es que el conjunto de datos siguen una distribucin normal. Y la Hiptesis Alternativa H1: es que no sigue una distribucin normal. Este test se basa en evaluar un estadstico: Dn = Fn (x) F(x)

Fn (x): es la distribucin emprica F (x): s la distribucin terica, que en este caso es la normal Si el valor del estadstico supera un determinado valor, que depende del nivel de significacin con el que uno quiera rechazar la hiptesis nula, diremos que esa coleccin de datos no se distribuye segn una distribucin normal. Lillierfors tabul este estadstico para el caso ms habitual en el que desconocemos la media y la varianza poblacional y las estimamos a partir de los datos muestrales. El SPSS ya utiliza esta prueba modificada.

1.3 La prueba de Shapiro-Wilks se basa en estudiar el ajuste de los datos graficados sobre un grfico probabilstico en el que cada dato es un punto cuyo valor de abscisa el valor observado de probabilidad para un valor determinado de la variable, y el de ordenada el valor esperado de probabilidad. En este test la Ho y la H1 son iguales que para la prueba anterior. El estadstico W de Shapiro-Wilks mide la fuerza del ajuste con una recta. Cuanto mayor sea este estadstico mayor desacurdo habr con la recta de normalidad, por lo que

podremos rechazar la hiptesis nula. La prueba de Shapiro-Wilks est considerada como la prueba ms potente para muestra inferiores a 30 casos.

1.3

Test de Chi Cuadrado (2). Para comparar si un grupo de frecuencias observadas con unas frecuencias esperadas y decidir si existen diferencias. Grados de libertad : K -1

AQU es donde se elige esta opcin de 2; como os dais cuenta es dentro de NO PARAMTRICAS

AQU nos da la opcin de decir de dnde toma los datos esperados, es decir, los TERICOS para comparar la distribucin.

El otro grfico que SPSS denominado DETRENTED normal Plot, se basaen que si los datos se distribuyen normalmente los puntos deben distribuirse aleatoriamente alrededor del 0.

Qu hacemos si comprobamos que una distribucin no sigue una curva normal? Tenemos dos opciones: Podemos intentar tansformar la variable para que se distribuya segn una normal Podemos utilizar otra metodologa estadstica que presupongan poco acerca de la distribucin de la poblacin muestreada. Tales mtodos se denominan de Distribucin Libre o No Paramtricos II CONTRASTE DE POSICIN: UNA MUESTRA

CONTRASTE DE LOS SIGNOS PARA LA MEDIANA para variables continuas evaluamos las diferencias entre la mediana de la muestra y la poblacional, a travs de su signo: +, - 0 TEST DE LOS RANGOS CON SIGNO DE WILCOXON similar al test de los signos por aumento o disminucin de la mediana segn la poblacional; pero teniendo adems en cuenta la magnitud del cambio. Por tanto es ms potente este test que el test de los signos.

III

CONTRASTE DE POSICIN: DATOS APAREADOS

PARA DOS MUESTRAS

VARIABLES CUALITATIVAS: TEST DE Mc NEMAR: evala las variaciones de una variable dicotmica antes y despus de algo VARIABLES CUANTITATIVAS CONTRASTE DE LOS SIGNOS PARA LA MEDIANA DE LAS DIFERENCIAS: para variables continuas evaluamos las diferencias de antes y despus de algo pero a travs de su signo: +, - 0 TEST DE LOS RANGOS CON SIGNO DE WILCOXON: DATOS APAREADOS: similar al test de los signos por aumento o disminucin de la variable; pero teniendo adems en cuenta la magnitud del cambio. Por tanto es ms potente este test que el test de los signos.

Se elige AQU

Con este botn se pasan las parejas elegidas a la otra ventana AQU se eligen los estadsticos descriptivos y de posicin de todas las variables elegidas

AQU es donde se eligen las parejas

AQU se eligen los diferentes test a realizar

PARA MS DE DOS MUESTRAS (K MUESTRAS) VARIABLES CUANTITATIVAS TEST DE FRIEDMAN: tenemos k variables en columnas y n elementos en filas. Ordenamos cada fila de menor a mayor segn las diferentes columnas desde 1 hasta k (esto sera el rango que ocupa cada variable para ese caso). Si no hubiera diferencias entre las variables esperamos que los rangos estn repartidos en cada columna de manera uniforme y solo encontraremos entre ellas pequeas diferencias debidas al azar. La hiptesis nula es que los rangos sumados para cada columna (cada variable) sean iguales; y la hiptesis alternativa es que al menos uno es diferente. El estadstico sigue una distribucin de 2 con grados de libertad K-1.

VARIABLES CUALITATIVAS TEST DE KENDALL O COEFICIENTE DE CONCORDANCIA: este coeficiente mide el grado de concordancia entre un grupo de elementos (K) y un grupo de caractersticas (n). La respuesta es ordinal. La hiptesis nula es que no hay concordancia : W=0; y la Hiptesis Alternativa es que si la hay (W > 0). Este estadstico sigue una 2 con grados de libertad: n1 TEST DE COCHRAN: vlido para evaluar si la respuesta de un grupo de n elementos (filas) ante un conjunto de K caractersticas (columnas) es homognea, siendo la respuesta dicotmica. La hiptesis nula es que las caractersticas son iguales a lo largo de los n elementos y la hiptesis alternativa: es que las caractersticas no son iguales. El estadstico es Q y si este toma un valor superior a un valor crtico, concluimos que la respuesta a las caractersticas estudiadas es significativamente distinta. Nos informa si hay acuerdo o no; pero no nos informa sobre la magnitud del mismo.

III

CONTRASTE DE POSICIN: DATOS NO APAREADOS

DOS MUESTRAS TEST DE LA MEDIANA la prueba se fundamenta en analizar si las medianas de las dos poblaciones son distintas. Esta prueba es adecuada para comparar dos variables cuantitativas y los tamaos poblacionales pueden ser distintos. El test se basa en que si las dos medianas son iguales, la proporcin de casos de cada muestra que son mayores o menores que la mediana global sern iguales. Pero por el contrario, si ambas medianas son diferentes, la proporcin de casos por encima o por debajo de la mediana global sern significativamente diferentes en ambas muestras. Es decir, realiza tablas de contingencia al

categorizar la variable continua en dos categoras segn el valor de la mediana. Por tanto, la hiptesis nula: Ho es que la Mediana de A = Mediana de B; mientras que la hiptesis alternativa, H1: es que son diferentes. TEST DE MANN-WHITNEY: este prueba es aplicable para comparar 2 variables continuas independientes. Las dos muestras pueden tener dos tamaos diferentes. Es la prueba no paramtrica considerada ms potente para comparar 2 variables continuas independientes. La Ho: es que no hay diferencias y la H1: es que si hay diferencias.

AQU es donde se elige la prueba NO PARAMTRICA para comparacin de dos muestras independientes

AQU nos da la opcin de realizar otros test estadsticos para comparar estas dos medianas

El test de Kolmogorov-Smirnov lo que est evaluando es si las dos distribuciones son iguales (Ho) El test de rachas de Wald_Wolfowitz, tambin es un test para comparar dos distribuciones cuantitativas independientes, donde puede detectar diferencias entre dichas distribuciones en relacin a la tendencia central, dispersin y oblicuidad El test de los valores extremos de Moses trata de determinar si los valores extremos, mayores y menores, de las dos variables son iguales o distintos. La Ho: es que no hay diferencias entre los valores extremos de dos distribuciones PARA MS DE DOS MUESTRAS (K MUESTRAS) TEST DE KRHUSKALL WALLIS: Para la comparacin de una misma variable cuantitativa en ms de tres grupos. Es la prueba no paramtrica considerada ms potente para comparar >2 variables continuas independientes. Es el similar al test de ANOVA para un factor.

TEST DE LA MEDIANA la prueba se fundamenta en analizar si las medianas de las ms de dos poblaciones son distintas. Esta prueba es adecuada para comparar ms de dos variables cuantitativas y los tamaos poblacionales pueden ser distintos. El test se basa en que si las dos medianas son iguales, la proporcin de casos de cada muestra que son mayores o menores que la mediana global sern iguales. Pero por el contrario, si ambas medianas son diferentes, la proporcin de casos por encima o por debajo de la mediana global sern significativamente diferentes en ambas muestras. Es decir, realiza tablas de contingencia al categorizar la variable continua en dos categoras segn el valor de la mediana. Por tanto, la hiptesis nula: Ho es que la Mediana de A = Mediana de B=...= Mediana de n; mientras que la hiptesis alternativa, H1: es que al menos 1 es diferente.

AQU se elige esta opcin

AQU se ponen los rangos de la variable de agrupacin

AQU se elige el test a realizar