PRUEBAS PARAMETRICAS Y PRUEBAS NO PARAMETRICAS. Juan José Hernández Ocaña

Transcripción

1 PRUEBAS PARAMETRICAS Los métodos paramétricos se basan en el muestreo de una población con parámetros específicos, como la media poblacional, la desviación estándar o la proporción p. Además deben de reunir ciertos requisitos como lo es, que los datos muestrales provengan de una población que se distribuya normalmente. Las pruebas parámetricas se emplean con datos en una escala ordinal, de intervalo o de razón

2 PRUEBAS PARAMETRICAS Y PRUEBAS NO PARAMETRICAS Juan José Hernández Ocaña

3 Pruebas no paramétricas 1.- Los métodos no paramétricos se aplican a una gran variedad de situaciones Cuando empleamos tamaños de muestras muy pequeños Si no sabemos como es la distribución de los datos O ya se realizó un prueba que nos permite saber que los datos no tienen una distribución normal 2.- Sus cálculos son más sencillos y nos permiten una interpretación mas fácil de entender y aplicar, aunque la potencia de las pruebas es menor a las pruebas parámetricas

4 Chi cuadrada 1.- A diferencia de las distribuciones normal y t student, la distribución de ji cuadrada no es simétrica. 2.- Los valores χ 2 son mayores o iguales que cero 3.- El área bajo la curva de χ 2 y sobre el eje horizontal es La forma de una distribución de χ 2 depende de los grados de libertad, por lo cuál hay un número infinito de distribuciones de ji cuadrada.

5 Chi cuadrada Prueba de bondad de ajuste

6 CHI CUADRADA supuestos Los datos se seleccionan aleatoriamente Los datos muestrales consisten en conteos de frecuencias para cada una de las diferentes categorías Para cada categoría, la frecuencia esperada tiene un valor no menor a 5

7 Prueba de Bondad de ajuste La prueba de bondad de ajuste nos permite saber si la distribución muestral sigue la distribución especificada bajo la hipótesis nula El objetivo es determinar si la distribución concuerda con alguna distribución que se asevera en la hipótesis nula Básicamente es establecer una comparación entre la distribución de frecuencias observadas con la de frecuencias esperadas.

8 Prueba de Bondad de ajuste es la frecuencia esperada bajo el supuesto de que se realice un muestreo aleatorio de la población de la hipótesis nula f e f o es la frecuencia observada de la muestra Si la diferencia es pequeña, esto es, que el valor encontrado sea menor al valor crítico, no se rechaza la hipótesis nula. Ello nos indicaría que la diferencia de los valores de la frecuencia esperada y de la frecuencia observada se deben al azar.

9 Xi cuadrada Básicamente se trata de tomar una decisión comparando los valores de las frecuencias que esperaríamos obtener si se realizará un muestreo aleatorio de la población (fe), respecto a los valores que en realidad se obtienen ( fo frecuencia observada) Es razonable pensar que entre más cercano se encuentre el valor de fo al de fe tanto más razonable será pensar que los valores observados son similares a los de la población

10 Calculo de χ 2 X 2 = ( f o - f e ) 2 f e Los grados de libertad son k -1, donde k es el número de grupos Como la dirección de la diferencia no es importante, la prueba de Ji cuadrada es una prueba no direccional ( de dos colas) Básicamente χ 2 es una medida de la diferencia entre las frecuencias observadas y las frecuencias esperadas, por ello mientras mayor sea el valor de χ 2 es más probable rechazar Ho.

11 Criterios Si X 2 obt X 2 cri Rechazo Ho Esto significa que las diferencias entre las frecuencias esperadas y las frecuencias observadas son significativamente grandes y que no se deben al azar Esta prueba es no direccional, la región critica para el rechazo siempre está en la cola derecha de la distribución Chi cuadrada

12 La composición histórica de una población en un ciudad europea es la siguiente: 53% noruegos, 32% suecos, 8% irlandeses, 5% hispanos y 2% italianos. Un científico social realiza un estudio con el fin de comprobar dicha composición. Consideremos que el valor esperado es el teórico o el histórico noruegos suecos Irlandeses hispanos Italianos total F observada F esperada noruegos suecos Irlandeses hispanos Italianos total (750 x 0.53) 240 (750x.32 ) 60 ( 750 x 0.08) 37.5 (750x 0.05) 15 (750x0.02) 750 Para experimentos con una sola variable existen k -1 grados de libertad k ( grupos)

13 De acuerdo a nuestra formula χ 2 = = 62.4 Gl= 5-1 =4 Χ 2 critico= 9.48 Por lo que rechazo H0: la composición étnica parece haber cambiado

14 Ejercicio Un investigador quiere determinar si en verdad existe una opinión mayoritaria en el sentido de que las personas con sobrepeso son más alegres. A una muestra aleatoria de 80 individuos se les preguntó: cree usted que las personas con sobrepeso son más alegres?. Las opciones de respuesta eran: a) sí, b) no Los resultados obtenidos fueron SI 44 No..36 Usando un alfa de 0.05, cuál serían sus conclusiones χ 2 obt es de 0.8 y Ji critica es de No rechazamos Ho, lo que significa que los datos no avalan la opinión inicial

15 Tabla de contingencia

16 Una de las aplicaciones de la Ji cuadrada consiste en determinar si dos variables categóricas son independientes o están relacionadas entre sí Para ello empleamos una tabla de contingencia que muestra la relación contingente entre dos variables, cuando éstas han sido clasificadas en categorías mutuamente excluyentes y cuando se conocen sus frecuencias

17 Pruebas de independencia entre variables Esta prueba nos permite saber si una variable es independiente de otra, esto es, si tienen alguna relación de ciertos atributos en una población. Para su análisis se emplea una tabla de contingencia que se compone de dos o más entradas y muestra la relación contingente entre dos variables, siempre y cuando hayan sido clasificadas en categorías mutuamente excluyentes y los datos en cada celda representan las frecuencias. Hay que considerar que contingencia se refiere a dependencia, pero sólo en el sentido estadístico no es una determinación de causa y efecto

18 Consideraciones Los datos muestrales se seleccionan aleatoriamente La hipótesis nula, es la afirmación de que las variables de renglón y de columna son independientes La hipótesis alternativa es la afirmación de que las variables de renglón y columna son dependientes

19 Consideraciones No se conocen las proporciones reales en la población hay que estimarlas a partir de la muestra Cada una de las observaciones registrada en la tabla de contingencia es independiente de las demás. El tamaño de la muestra deberá ser lo suficientemente grande. La frecuencia esperada en cada celda debe ser por lo menos 5 SÍ la tabla es 1 x 2 o 2 x 2 la frecuencia esperada debe ser por lo menos de 10

20 Consideraciones La hipótesis nula se rechaza si el valor obtenido es igual o mayor al valor critico Ello significa que las diferencias encontradas son debido al muestreo aleatorio Hay que considerar que los grados de libertad se calculan como (r-1) ( c-1), donde r son los renglones y c las columnas en la tabla de contingencia

21 Consideraciones El estadístico de prueba nos permiten medir el grado de discordancia entre las frecuencias que se observan en la realidad y aquellas que se esperarían Los valores pequeños del estadístico de prueba Chi implica una gran concordancia entre las frecuencias que se esperan y las que se observan Valores grandes del estadístico de prueba Chi reflejan diferencias significativas entre las frecuencias que se esperan y las observadas.

22 FRECUENCIA ESPERADA PARA TABLA DE CONTIGENCIA Frecuencia esperada = (total del renglón) ( total de la columna) ( gran total)

23 Ejercicio resuelto Esta Universidad estudia la posibilidad de implantar uno de los tres sistemas de evaluación: E-A; E-B y E-C. Se realiza una encuesta para determinar si existe alguna relación entre el área de licenciatura que estudia cada alumno y la preferencia que manifiesta por algún sistema de evaluación en particular. Se elige una muestra de 200 estudiantes del área de ingeniería; 200 del área de ciencia sociales y 100 del área de administración. Se pregunta a cada lumno que sistema de evaluación prefiere. Con un alfa de 0.05 cuales serían sus conclusiones? Se supone que lo que buscamos es encontrar que existe un relación entre el área de formación y la preferencia del sistema de evaluación Por lo tanto nuestra Ho sería: que el área de estudio y su preferencia por algún sistema de evaluación son independientes entre sí

24 E - A E - B E- C total Administración Sociales Ingeniería total El 14 % ( 70/ 500) del total prefiere el método A El 57% ( 285/ 500) del total prefiere el método B El 29% ( 145/ 500) del total prefiere el método C E - A Administración 26 ( 14) Sociales 24 (28) Ingeniería 20 ( 28) 70 E - B 55 (57) 118 ( 114) 112 (114) 285 E- C 19 (29) (58) ( 58)

25 Estudiantes de UNITEC, están tratando de probar si existe una diferencia entre el nivel de stress mostrado antes de los exámenes por las diferentes áreas de estudio. Para ello somete a alumnos de Ingeniería y de Ciencias Sociales a un test que determina niveles altos o bajos en stress. Si considera un nivel de 0.05 de significancia, cuáles serían sus conclusiones? Nivel de stress Bajo Alto Ingeniería Ciencias Sociales 25 45

26 Nivel de stress Bajo Alto total Ingeniería 15 (12) 15 (18) 30 Ciencias Sociales 25 (28) 45 ( 42) 70 Total Dado que X obt es menor que X cri ( 1.78< 3.84) no se rechaza Ho, y se concluye que el nivel de stress que se presenta ante los exámenes es independiente del área del conocimiento

27 EJERCICIOS

28 EJERCICIO para resolver Un psicólogo social está interesado en determinar si existe alguna relación entre el nivel de educación de los padres y el número de hijos que tienen. Para ello realiza una encuesta y obtiene los siguientes resultados. Si emplea un alfa de 0.05, cuáles serían sus conclusiones? Nivel de educación Dos o menos Mas de dos Universidad Bachillerato TOTAL total

29 Ejercicio clase Cierta compañía manufacturera ha desarrollado un nuevo producto. La compañía ha empleado publicidad a nivel nacional para licitar posibles franquicias. En la compañía se ha dividido al país en diez regiones que son relativamente iguales con respecto al tamaño de la población y posibilidades de ventas de acuerdo a su ingreso económico. Se esperan en cada una los mismos resultados. Los resultados reales se muestran en la tabla siguiente. Si tiene un alfa de 0.05 cual es su conclusión. Formule la hipótesis nula y hipótesis alternativa y cuales son sus conclusiones Región total

30 Un estudio en Estados Unidos sobre los niveles educativos de los votantes y su afiliación política tuvo los siguientes resultados Use un alfa de 0.01 y determine si la afiliación política es independiente del nivel educativo de los votantes Demócrata Republicano Independiente No terminó secundaria Preparatoria completa Licenciatura

31 TAREAS

32 Una compañía está interesada en saber si la preferencia de compra para los viajeros de negocios está en función si éstos viajan al extranjero o en vuelos locales. En una encuesta reciente se les preguntó: durante los últimos 12 meses en sus viajes de negocios, qué tipo de boleto de avión compró con más frecuencia?.las respuestas obtenidas en la siguiente tabla de contingencia Usando un alfa de 0.05, pruebe la independencia del destino del vuelo y tipo de boleto? Cuáles son sus conclusiones? nacional internacional Primera clase Clase de negocios Clase económica

33 La compañía M&M patrocinó una encuesta en la que más de 10 millones personas indicaron su preferencia por los colores de sus chocolates. Los resultados mostraron la siguiente distribución: Café 30%; amarillo 20%; rojo 20%; naranja 10%; verde 10% AZUL 10% De acuerdo a ello se supone que las bolsas de chocolate siguen dicha distribución. Para probarlo la compañía realizo un estudio empleando una muestra de 506 bolsas que revelaron los siguientes resultados: café 177; amarillo 135; rojo 79; naranja 41; verde 36; azul 38 Use un alfa de 0.05 para determinar si estos datos respaldan lo que publicó la empresa

34 Los resultados de un estudio llevado a cabo por el área de mercadotecnia, se les pregunto a hombres y mujeres a qué personas se les dificulta más, comprar regalos Use un alfa de 0.05 y pruebe si hay independencia entre el sexo y la persona más difícil para regalar Persona a la que se le regalará Hombres Mujeres Consorte Padres Hijos 7 19 Hermanos 8 3 Pariente político 4 10 Otros 16 12

35 Ejercicio clase Un año después de los ataques del 11 de septiembre se realizó una encuesta a 2000 estadounidenses donde se les pregunto: asistió usted a la iglesia la semana pasada?. Considerando los resultados obtenidos en una encuesta similar realizada seis meses antes de los ataques, se emplearon los datos obtenidos para averiguar si el sentimiento religioso sufrió alguna modificación un año después de los ataques terroristas. Considerando un alfa de 0.05 y los datos presentados en la tabla siguiente, cuál serían sus conclusiones SI NO Totales 6 meses antes año después

36 Tarea Se taladró un hoyo en un dado y se le rellenó de plomo, luego se procedió a lanzarlo 200 veces. Las siguientes son las frecuencias que se observaron para los resultados de 1,2,3,4,5,6 respectivamente: 27,31,42,40,28 y 32. Si emplea un nivel de significancia de 0.05 para probar la aseveración de que los resultados no son igualmente probables Parece que el dado cargado se comporta de forma diferente a un dado balanceado?