PRUEBAS NO PARAMTRICAS

Se utilizan cuando no se conoce la distribucin o no se cumplen los

supuestos de la distribucin normal
DISTRIBUCIN CHI-CUADRADO
Permite relalizar pruebas de bondad de ajuste y pruebas de independencia
f(X
2
)
Chi Cuadrado de la muestra
gl =1
Alfa = Zona de rechazo
gl =10
X
2
Distribucin Chi-Cuadrado
PRUEBAS DE BONDAD DE AJUSTE
Medidas sobre que tan cerca se ajustan los datos muestrales observados a una forma
de distribucin particular planteada como hiptesis
Si el ajuste es razonablemente cercano, puede concluirse que s exite la forma de distribucin
planteada como hiptesis
Por ejemplo:
Ho: La distribucin poblacional es uniforme
Ha: La distribucin poblacional no es uniforme
Se usa el estadstico Chi-Cuadrado
Oi = Frecuencia de los eventos observados en los datos muestrales
Ei = Frecuencia de los eventos esperados si la hiptesis nula es correcta
Para que la prueba sea confiable Ei >= 5. De otra forma se combinan las categorias para
cumplir con este requisito.

=
K
i
Ei
Ei Oi
1
2
2
) (
_
K = Nmero de categoras o clases
Ejemplo:
Se venden n = 48 botes en 4 meses. Si la demanda es uniforme se esperara que se vendieran
12 botes / mes. La cantidad real que se vendi fue:
Ventas (Oi) Ventas (Ei)
Tipo de bote observadas esperadas
A 15 12
B 11 12
C 10 12
D 12 12
DISTR.CHI
Entonces el estadstico Chi Cuadrado de la muestra es = 1.17 el valor P corresp.=
El Chi Cuadrado de excel se determina con alfa = 0.05 y K - 1 grados de libetad = 3
Chi cuadrado de excel = 7.815
El estadstico Chi cuadrado calculado de 1.17 es menor al de excel de 7.815 por tanto se acepta
la hiptesis nula
PRUEBA.CHI.INV
Otro ejemplo:
Ho: Se mantuvo el patrn de 60% crditos comerciales, 30% extranjeros y 10% personales
Ha: No se mantuvo el patrn deseado
Tipo de Frec. (Oi) Frec. (Ei)
Crdito Observada Esperada
Comercial 62 51 60%
Personal 10 8.5 10%
Extranjero 13 25.5 30%
TOTAL 85 85 DISTR.CHI
Estadstico Chi Cuadrado de la muestra = 8.76 Valor P = 0.01252536
Chi Cuadrado de excel con alfa 0.1 y
gl = K (Categoras) - 1 = 2 es 4.605 Ho se rechaza, no se mantuvo el patrn
PRUEBA.CHI.INV
PRUEBA DE NORMALIDAD
Ho: Los niveles de llenado se ditribuyen normalmente
Ha: Los niveles de llenado no se ditribuyen normalmente
La presin de llenado de tanques de immersin promedio debe ser de 600 lb con una desviacin
i
np Ei esperadas s Frecuencia = ......... .
estndar de 10 lb.
Se mide el nivel de llenado de 1000 tanques:
Frec. (Oi) Probabilidad Frec. (Ei)
PSI Observada de ocurrencia Esperada
0 - 579.9 20 0.0228 228
580 - 589.9 142 0.1359 135.9
590 - 599.9 310 0.3413 341.3
600 - 609.9 370 0.3413 341.3
610 - 619.9 128 0.1359 135.9
620 - arriba 30 0.0228 22.8
TOTAL 1000 1 1000
Por ejemplo para las frecuencias por debajo de 580:
Z = (X-Media) / Desv. Estndar = (580 - 600) / 10 = -2
P(Z<= -2) = 0.0228
Para el caso del rea entre 580 y 590:
Z = (X -Media) / Desv. Estndar = (590 - 600) / 10 = -1
P(Z<=-1) = 0.15865525
P(580 < X < 590 ) = 0.1598 - 0.0228 = 0.1359
Etcetera DISTR.CHI
El estadstico Chi Cuadrado de la muestra es = 8.63 Valor P = 0.12476391
El Chi Cuadrado de excel para alfa = 0.05 y K - 1 = 6 - 1 = 5 Gl. Es 11.07
Por tanto no se rechaza Ho y se sigue una distribucin normal
NOTA: Si la media y desviacin estndar poblacionales no fueran conocidas se hubieran
tenido que estimar de los datos muestrales entonces m = 2 y los gl. = K - m - 1 = 3
PRUEBA.CHI.INV
TABLAS DE CONTINGENCIA - PRUEBAS DE INDEPENDENCIA
Permite probar la hiptesis de independencia de dos variables, por ejemplo:
para probar la efectividad de un nuevo insecticida por 100 consumidores:
A - Clasifica- B - Ubicacin
cin Urbano Rural Total f = Filas = 3
> Promedio 20 11 31 c = Columnas = 2
Promedio 40 8 48
< Promedio 15 6 21
Total 75 25 100
Las hiptesis son:
Ho: La clasificacin y la ubicacin son independientes
Ha: La clasificacin y la ubicacin no son independientes
Las frecuencias esperadas se determinan como sigue:
Eij = (Suma rengln i x Suma columna j ) / Total
E11 = 31 * 75 / 100 = 23.3
E12 =48 * 75 / 100 = 36
Etcetera
La tabla completa queda como sigue:
A - Clasifica- B - Ubicacin
cin Urbano Rural Total
> Promedio 20 11 31
23.3 7.75
Promedio 40 8 48
36 12
< Promedio 15 6 21
15.8 5.25
Total 75 25 100
DISTR.CHI
El estadstico Chi Cuadrado de la muestra = 3.76 Valor P correspondiente =
El estadstico de excel se determina con alfa = 0.1 para (f-1)(c-1) gl = 2 gl. Dando 4.605
Por tanto no se rechaza Ho y la Ubicacin y Clasificacin son independientes
PRUEBA.CHI.INV
Chi Cuadrado de la muestra
Alfa = Zona de rechazo
Medidas sobre que tan cerca se ajustan los datos muestrales observados a una forma
Si el ajuste es razonablemente cercano, puede concluirse que s exite la forma de distribucin
Para que la prueba sea confiable Ei >= 5. De otra forma se combinan las categorias para
Se venden n = 48 botes en 4 meses. Si la demanda es uniforme se esperara que se vendieran
0.76020817
El estadstico Chi cuadrado calculado de 1.17 es menor al de excel de 7.815 por tanto se acepta
Ho: Se mantuvo el patrn de 60% crditos comerciales, 30% extranjeros y 10% personales
Ho se rechaza, no se mantuvo el patrn
La presin de llenado de tanques de immersin promedio debe ser de 600 lb con una desviacin

NOTA: Si la media y desviacin estndar poblacionales no fueran conocidas se hubieran
tenido que estimar de los datos muestrales entonces m = 2 y los gl. = K - m - 1 = 3
PRUEBA.CHI.INV
c = Columnas = 2
0.15259011
El estadstico de excel se determina con alfa = 0.1 para (f-1)(c-1) gl = 2 gl. Dando 4.605
PRUEBA DEL SIGNO
Es una prueba de hiptesis que compara las distribuciones de dos poblaciones.
Se asume que se tienen datos de antes y despus para una muestra y
se desea comparar estos conjuntos de datos correspondientes.
No se tiene inters en la diferencia sino nicamente en si resulta un signo + o -.
m = nmero de signos menos y p = nmero de signos ms
Ho: m = p Ho: m <= p Ho: m >= p
Ha: m<> p Ha: m > p Ha: m < p
Por ejemplo se trata de probar la efectividad de un juego promocional en las ventas en tiendas:
Ventas antes Ventas con
Tienda del juego el juego Signo
1 42 40 + Los signos menos indican incremento
2 57 60 - de las ventas ya que se resta el Antes
3 38 38 0 menos el Despus
4 49 47 +
5 63 65 -
6 36 39 -
7 48 49 -
8 58 50 +
9 47 47 0
10 51 52 -
11 83 72 +
12 27 33 -
Se trata de probar la hiptesis:
Ho: m <= p
Ha: m > p
Ignorando los 0's se tienen 6 signos ms y 4 signos menos para un total de n = 10 signos.
Si probabilidad de ambos signos es de pi = 0.5. 0.01953125
De la tabla C del apndice III o DISTR.BINOM, la probabilidad de 6 o ms signos menos es:
P( m >= 6 | n = 10, pi = 0.5) = 1 - P( X <= 5) = 1 - 06230 = 0.3770
o P ( p <= 4 | n = 10, pi = 0.5) = 0.377 DISTR.BINOM(4,10,0.5,verdadero)
Como este valor de P = 0.377 es mayor que un alfa de 0.05 entonces no se rechaza Ho
indicando que el juego promocional no incremena las ventas
Para el caso de muestras grandes n >= 30 se puede aproximar al uso de Z, con k = nmero de
signos ms o menos. Si k < n/2 se utiliza k + 0.5 y en caso contrario se usa k - 0.5 para
utilizar la distribucin normal que es continua.
Por ejemplo al comparar dos tipos de 10 bandas en su desgaste se obtuvieron,ignorando los 0s:
m = 8, p = 1
Si Ho: m = p
Ha: m<> p
Usando la tabla C del apndice III o la funcin e Excel DISTR.BINOM
P (p <= 1 | n = 9, pi = 0.5) = 0.0195
o P (m >= 8 | n = 9, pi = 0.5) = 1 - P(m <= 7) = 1 - 0.9805 = 0.0195
Con Alfa /2 = 0.025 siendo mayor al valor P de la probabilidad se
rechaza la hiptesis Ho y el desgaste es diferente
Usando el estadstico Z se tiene:

n
n k
Z
5 . 0
5 . 0 5 . 0
=
Por ejemplo se trata de probar la efectividad de un juego promocional en las ventas en tiendas:
Los signos menos indican incremento
de las ventas ya que se resta el Antes
Ignorando los 0's se tienen 6 signos ms y 4 signos menos para un total de n = 10 signos.
De la tabla C del apndice III o DISTR.BINOM, la probabilidad de 6 o ms signos menos es:
DISTR.BINOM(4,10,0.5,verdadero)
Como este valor de P = 0.377 es mayor que un alfa de 0.05 entonces no se rechaza Ho
Para el caso de muestras grandes n >= 30 se puede aproximar al uso de Z, con k = nmero de
signos ms o menos. Si k < n/2 se utiliza k + 0.5 y en caso contrario se usa k - 0.5 para
Por ejemplo al comparar dos tipos de 10 bandas en su desgaste se obtuvieron,ignorando los 0s:
Ejercicio 1
Frecuencia (Oi) Frecuencia (Ei)
Tipos de Crditoobservada esperadas Oi-Ei (Oi-Ei)2 (Oi-Ei)2 / Ei
Autos 55 66.66 -11.66 135.9556 2.03953795
Estudiantes 47 66.66 -19.66 386.5156 5.79831383
Propsitos
generales 98 66.66 31.34 982.1956 14.7344074
200 199.98 22.5722592
Ho: Los tres tipos de crdito se conceden en la misma proporcin
Ha: Los tres tipos de crdito no se conceden en la misma proporcin
El Chi Cuadrado de excel se determina con alfa = 0.05 y K - 1 grados de libetad = 2
Chi cuadrado de excel = 5.99146455
Dado que el valor k1 = 22.57 > 5,99 se rechaza la Ho:
Ejercicio 2
Frecuencia (Oi) Frecuencia (Ei)
Tipos de Crditoobservada esperadas Oi-Ei (Oi-Ei)2 (Oi-Ei)2 / Ei
Autos 55 50 5 25 0.5
Estudiantes 47 50 -3 9 0.18
Propsitos
generales 98 100 -2 4 0.04
200 200 0.72
Ho: Se mantuvo el patrn deseado para crditos generales el 50%, para autos el 25% y para estudiantes 25%
Ha: No se mantuvo el patrn deseado para crditos generales el 50%, para autos el 25% y para estudiantes 25%
El Chi Cuadrado de excel se determina con alfa = 0.05 y K - 1 grados de libetad = 2
Chi cuadrado de excel = 5.99146455
Dado que el valor k1 = 0.72 menor que 5,99 no se rechaza la Ho:
Ejercicio 6
Unidad 14 Pruebas no paramtricas
Pruebas Chi cuadrada
PRUEBA DE SIGNOS
Publicidad 1 Publicidad 2 Diferencia
8 7 1
9 3 6 Mas 11
5 2 3 Menos 3
7 8 -1
9 5 4
4 5 -1
3 7 -4
8 2 6
9 1 8
5 3 2
7 7 0
8 2 6
8 2 6
7 3 4
9 8 1
Ejercicio 7
Con grasa Sin grasa Diferencia
10 15 -5
12 13 -1 Mas 3
14 12 2 Menos 6
18 9 9
17 17 0
18 19 -1 n= 9
p m Ha = :
p m Ho = :
( ) 287 . 0 5 . 0 , 14 | 3 = = = s t n m P
( ) ( ) 0.0287 0.9713 1 10 p 1 0.5 14, n | 11 m P = = s = = = > m
Ho. la rechaza Se 0.0287 0.05 0.10/2 que a Debido > = = o
5 3 2
21 27 -6
6 12 -6
8 14 -6
Ejercicio 10
Mujeres Rango Hombres Rango
2.12 1
3.02 2
3.15 3
3.42 4
PRUEBA U DE MANN-WHITNEY
p m Ha :
p m Ho > :
( ) 2539 . 0 5 . 0 , 9 | 3 = = = t n m P
( ) ( ) 0.2539 0.7461 1 5 p 1 0.5 9, n | 6 m P = = s = = = > m
Ho. la rechaza se No 0.253 0.05 0.10/2 que a Debido = = o
2 1
: U U Ho >
2 1
: U U Ha
3.72 5
4.42 6
4.45 7
4.87 8
5.12 9.5 5.12 9.5
5.42 11
5.72 12
5.83 13
6.43 14
6.49 15
8.17 16
8.79 17
8.89 18
9.02 19
9.73 20
66.5 143.5
Para un valor de alfa del 10%
-1.28155157
Conclusiones: Dado que Z=-2.9 se encuentra en la zona de rechazo
se rechaza la Ho y se acepta la Ha.
Ejercicio 12
n1= 42
n2= 35

= 5 . 66
1
R

= 5 . 143
2
R
( )
5 . 88 5 . 66
2
1 10 * 10
10 * 10
1
=
+
+ = U
( )
5 . 11 5 . 143
2
1 10 * 10
10 * 10 2 =
+
+ = U
50
2
10 * 10
= =
u

( )
22 . 13
12
1 10 10 10 * 10
=
+ +
=
u
o
91 . 2
22 . 13
50 5 . 11
=

= Z

= 5 . 1833
1
R

= 5 . 1169
2
R
735
2
35 * 42
= =
u

( )
74 . 97
12
1 35 42 35 * 42
=
+ +
=
u
o
2
74 . 97
735 5 . 930
=

= Z
2 1
: U U Ho =
2 1
: U U Ha =
Para un valor de alfa del 5% Z=1.96
Conclusiones: Dado que Z=1.96 se encuentra en la zona de rechazo
se rechaza la Ho y se acepta la Ha.
Ejercicio 14
Ingreso Consumo
Clasificacin
del ingreso X
Clasificacin
Consumo Y
di= x-y x-ycuadrado
97 55 1 3 -2 4
58 63 6 2 4 16
69 54 3 4 -1 1
47 37 8 9 -1 1
58 45 6 7 -1 1
38 38 9 8 1 1
91 71 2 1 1 1
67 52 5 6 -1 1
68 53 4 5 -1 1
47 37 8 9 -1 1
48 37 7 9 -2 4
32
No existe relacin entre las dos variables
CORRELACIN DE RANGOS DE SPERMAN
% 5 = o
( ) 1
6
1
2
2

=

n n
di
rs
( )
85 . 0
1320
192
1
1 11 11
) 32 ( 6
1
2
= =

= rs
0 : = Ps Ho
0 : = Ps Ha
( )
5 . 539 5 . 1833
2
1 42 * 42
35 * 42
1
=
+
+ = U
( )
5 . 930 5 . 1169
2
1 35 35
35 * 42 2 =
+
+ = U
Existe relacin entre las dos variables
De tabla n apendice 3
Para un valor alfa del 5% y n=11 r=0.6091
Dado que rs= 0.85 mayor que r= 0.6091 la Ho.se rechaza.
Ejercicio 15
Tiempo Nota
Clasificacin
del Tiempo
X
Clasificacin
Nota Y
di= x-y x-ycuadrado
21 67 2 2 0 0
18 58 3 4 -1 1
15 59 5 3 2 4
17 54 4 5 -1 1
18 58 3 4 -1 1
25 80 1 1 0 0
18 14 3 9 -6 36
4 15 8 8 0 0
6 19 6 7 -1 1
5 21 7 6 1 1
45
No existe relacin entre las dos variables
Existe relacin entre las dos variables
De tabla n apendice 3
Para un valor alfa del 10% y n=10 r=0.5515
( )
85 . 0
1320
192
1
1 11 11
) 32 ( 6
1
2
= =

= rs
0 : = Ps Ha
0 : = Ps Ho
0 : = Ps Ha
( )
72 . 0
990
270
1
1 10 10
) 45 ( 6
1
2
= =

= rs
Dado que rs= 0.72 mayor que r= 0.5515 la Ho.se rechaza.
Ejercicio 18
Planta 1 Rango Planta 2 Rango Planta 3 Rango
25 6 31 12.5 29 10.5
36 15 28 8.5 28 8.5
38 16 39 17 22 4
31 12.5 41 18 26 7
29 10.5 21 3 24 5
33 14 20 1.5 20 1.5
74 60.5 36.5
Para un alfa de 5% k-1 gl
Dado que la Ho no se rechaza.
PRUEBA DE KRUSKAL-WALLIS
( )
( ) 1 3
1
12
2
+
(

+
=

n
n
R
n n
K
i
i
( )
( ) 06 . 4 57 ) 741 . 1744 ( 035 . 0 57 ) 04 . 222 041 . 610 66 . 912 ( 035 . 0 1 18 3
6
5 . 36
6
5 . 60
6
74
1 18 18
12
2 2 2
= = + + = +
(

+ +
+
= K
991 . 5
2 , 05 . 0
= K
991 . 5 06 . 4 = K
Ejercicio 19
Mezcla 1 Rango Mezcla 2 Rango Mezcla 3 Rango
3 2.5 3 2.5 10 25.5
6 7.5 4 4 8 14
9 21.5 8 14 9 21.5
5 5 9 21.5 8 14
6 7.5 7 9.5 7 9.5
44 51.5 84.5
Para un alfa de 5% k-1 gl
Dado que la Ho se rechaza.
Determinacin de diferencias estadsticamente significativas
( )
( ) = + + + = +
(

+ + +
+
= 63 ) 12 . 4465 05 . 1428 45 . 530 2 . 387 ( 028 . 0 1 20 3
5
5 . 94
5
5 . 84
5
5 . 51
5
44
1 20 20
12
2 2 2 2
K
7 . 127 63 ) 82 . 6810 ( 028 . 0 = = K
815 . 7
3 , 05 . 0
= K
815 , 7 7 . 127 = K
8 . 8
5
44
1 = = R 3 . 10
5
5 . 51
2
= = R 9 . 16
5
5 . 84
3 = = R 9 . 18
5
5 . 94
4
= = R
5 . 1 3 . 10 8 . 8
2 1
= = R R 6 . 8 9 . 18 3 . 10
4 2
= = R R
Valor critco Ck
Dado que No hay diferencia entre la Mezcla 1 y la Mezcla 2
Dado que No hay diferencia entre la Mezcla 1 y la Mezcla 3
Dado que No hay diferencia entre la Mezcla 1 y la Mezcla 4
Dado que No hay diferencia entre la Mezcla 2 y la Mezcla 3
Dado que No hay diferencia entre la Mezcla 2 y la Mezcla 4
Dado que No hay diferencia entre la Mezcla 3 y la Mezcla 4
1 . 8 9 . 16 8 . 8
3 1
= = R R
1 . 10 9 . 18 8 . 8
4 1
= = R R
6 . 6 9 . 16 3 . 10
3 2
= = R R
2 9 . 18 9 . 16
4 3
= = R R
45 . 10
5
1
5
1
12
) 1 20 ( 20
815 . 7 =
(

+
(

+
=
k
C
45 . 10 5 . 1
2 1
= R R
45 . 10 1 . 8
3 1
= R R
45 . 10 1 . 10
4 1
= R R
45 . 10 6 . 6
3 2
= R R
45 . 10 6 . 8
4 2
= R R
45 . 10 2
4 3
= R R
Ho: Se mantuvo el patrn deseado para crditos generales el 50%, para autos el 25% y para estudiantes 25%
Ha: No se mantuvo el patrn deseado para crditos generales el 50%, para autos el 25% y para estudiantes 25%
Unidad 14 Pruebas no paramtricas
p
m
( ) ( ) 0.0287 0.9713 1 10 p 1 0.5 14, n | 11 m P = = s = = = > m
Ho. la rechaza Se 0.0287 0.05 0.10/2 que a Debido > = = o
( ) ( ) 0.2539 0.7461 1 5 p 1 0.5 9, n | 6 m P = = s = = = > m
Ho. la rechaza se No 0.253 0.05 0.10/2 que a Debido = = o
Para un valor de alfa del 10%
Conclusiones: Dado que Z=-2.9 se encuentra en la zona de rechazo
se rechaza la Ho y se acepta la Ha.
50
2
10 * 10
= =
u

( )
22 . 13
12
1 10 10 10 * 10
=
+ +
=
u
o
91 . 2
22 . 13
50 5 . 11
=

= Z
735
2
35 * 42
= =
u

( )
74 . 97
12
1 35 42 35 * 42
=
+ +
=
u
o
2
74 . 97
735 5 . 930
=

= Z
Para un valor de alfa del 5% Z=1.96
Conclusiones: Dado que Z=1.96 se encuentra en la zona de rechazo
se rechaza la Ho y se acepta la Ha.
El coeficiente de correlacin de rangos de Spearman
sugiere alguna relacin?
% 5 = o
sugiere alguna relacin?
El coeficiente de correlacin de rangos de Spearman?
% 10 = o
( )
( ) 06 . 4 57 ) 741 . 1744 ( 035 . 0 57 ) 04 . 222 041 . 610 66 . 912 ( 035 . 0 1 18 3
6
5 . 36
6
5 . 60
6
74
1 18 18
12
2 2 2
= = + + = +
(

+ +
+
= K
Ejercicio 19
Mezcla 4 Rango Mezcla 1 Rango Mezcla 2
8 14 3 1.5 3
10 25.5 6 5.5 4
11 27 9 15 8
8 14 5 4 9
8 14 6 5.5 7
94.5 31.5
Para un alfa de 5% k-1 gl
Dado que la Ho no se rechaza.
Lo cual quiere decir que no se observ una diferencia significativa en los incrementos en peso de los cachorros al 5%
( )
( ) = + + + = +
(

+ + +
+
= 63 ) 12 . 4465 05 . 1428 45 . 530 2 . 387 ( 028 . 0 1 20 3
5
5 . 94
5
5 . 84
5
5 . 51
5
44
1 20 20
12
2 2 2 2
K
( )
( ) = + + + = +
(

+ + +
+
= 63 ) 2 . 1155 05 . 732 8 . 273 45 . 198 ( 028 . 0 1 20 3
5
5 . 76
5
5 . 60
5
37
5
5 . 31
1 20 20
12
2 2 2 2
K
066 . 3 63 ) 5 . 2359 ( 028 . 0 = = K
815 . 7
3 , 05 . 0
= K
815 , 7 066 . 3 = K
Rango Mezcla 3 Rango Mezcla 4 Rango
1.5 10 17.5 8 10.5
3 8 10.5 10 25.5
10.5 9 15 11 19
15 8 10.5 8 10.5
7 7 7 8 10.5
37 60.5 76
Ho: Todas los incrementos en el peso permanecen iguales
Ha: No todos los incrementos en el peso permanecen iguales
Dado que la Ho no se rechaza.
Lo cual quiere decir que no se observ una diferencia significativa en los incrementos en peso de los cachorros al 5%
( )
( ) = + + + = +
(

+ + +
+
= 63 ) 2 . 1155 05 . 732 8 . 273 45 . 198 ( 028 . 0 1 20 3
5
5 . 76
5
5 . 60
5
37
5
5 . 31
1 20 20
12
2 2 2 2
K
PRUEBA U DE MANN WHITNEY
Contrasta la igualdad de dos distribuciones poblacionales, se basa en la suposicin de que dos
muestras aleatorias se sacan independientemente de variables continuas. Es la contraparte de
la prueba paramtrica t aunque no requiere que las diferencias de las muestras estn
distribuidas normalmente.
La prueba puede realizarse para analizar la igualdad de las dos medias o medianas
poblacionales. Para el caso de medias, se debe asumir que las poblaciones son simtricas
y que tienen la misma varianza, si el supuesto de simetra se elimina entonces la mediana
reemplaza a la media como estadstico de prueba.
Los datos se ordenan en forma ascendente:
Ejemplo: Se trata de probar si el tiempo de enfriamiento de piezas de barro despus de ser
horneadas con dos mtodos diferentes presenta los mismos resultados.
Mtodo 1: 27, 31, 28, 29, 39, 40, 35, 33, 32, 36, 37, 43
Mtodo 2: 34, 24, 38, 28, 30, 34, 37, 42, 41, 44
Ordenado los datos se tiene:
Mtodo 1 Rango Mtodo 2 Rango
24 1
27 2
28 3.5 28 3.5 Promedio de rangos correspondientes
29 5
30 6
31 7
32 8
33 9
34 10.5
34 10.5
35 12
36 13
37 14.5 37 14.5
38 16
39 17
40 18
41 19
42 20
43 21
44 22
Suma 130 123
rangos
Se calcula el estadstico U de Mann Whitney para la primera y segunda muestras,
as como la media y la distribucin estndar de la distribucin U:
U1 = (12)(10) + (12)(12 + 1) / 2 - 130 = 68
U2 = (12)(10) + (10)(10 + 1) / 2 -123 = 52
Media U = (12)(10) / 2 = 60
Desv. Est. U = 15.17
Valor de Z para normalizar U = (Ui - Media U ) / Desv. Est. U
Las hiptesis son:
Ho: Media 1 = Media 2
Ha: Media 1 <> Media 2
Se puede utilizar de manera arbitraria U1 o U2, escogiendo U2 se tiene:
Zu2 = (52 - 60) / 15.17 = - 0.53 Valor P = 0.29805597
SI alfa es 0.1 entonces Z de excel para alfa entre dos es -1.65
Por tanto no se rechaza Ho
NOTA: Para pruebas de una cola, si se trata de cola derecha, se utiliza el
valor de U que sea mayor y para cola izquierda el valor de U que sea menor.
12
) 1 (
......... ... . .
2
........ .. . . .
2
) 1 (
..... . .
2
) 1 (
..... . Pr .
2 1 2 1
2 1
2
2 2
2 1 2
1
1 1
2 1 1
+ +
=
=

+
+ =

+
+ =

n n n n
U de estndar Desviacin
n n
U n distribuci la de Media
R
n n
n n U muestra Segunda o Estadstic
R
n n
n n U muestra imera o Estadstic
u
u
o

Contrasta la igualdad de dos distribuciones poblacionales, se basa en la suposicin de que dos

muestras aleatorias se sacan independientemente de variables continuas. Es la contraparte de
la prueba paramtrica t aunque no requiere que las diferencias de las muestras estn
poblacionales. Para el caso de medias, se debe asumir que las poblaciones son simtricas
y que tienen la misma varianza, si el supuesto de simetra se elimina entonces la mediana
Ejemplo: Se trata de probar si el tiempo de enfriamiento de piezas de barro despus de ser
Promedio de rangos correspondientes