Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 64 vistas

    Semana 05 - Infografía Estática - Prueba de Signos y Rachas

    Cargado por

    Carlos Jheremy Serpa
    Este documento describe dos pruebas estadísticas no paramétricas: la prueba de signos y la prueba de rachas. La prueba de signos es equivalente a la prueba t de Student pero para datos no normales, y se usa para probar hipótesis sobre la mediana de una distribución. La prueba de rachas evalúa si una muestra fue seleccionada aleatoriamente basándose en el número de "rachas" o secuencias de valores con una característica común. El documento explica los pasos para aplicar ambas

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Semana 05 - Infografía Estática - Prueba de Signos y Rachas

    Cargado por

    Carlos Jheremy Serpa
    64 vistas17 páginas
    Este documento describe dos pruebas estadísticas no paramétricas: la prueba de signos y la prueba de rachas. La prueba de signos es equivalente a la prueba t de Student pero para datos no normales, y se usa para probar hipótesis sobre la mediana de una distribución. La prueba de rachas evalúa si una muestra fue seleccionada aleatoriamente basándose en el número de "rachas" o secuencias de valores con una característica común. El documento explica los pasos para aplicar ambas

    Descripción original:

    Infografía informativa sobre prueba de rachas y signos para el curso de estadística inferencial.

    Título original

    Semana 05 - Infografía estática - Prueba de signos y rachas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe dos pruebas estadísticas no paramétricas: la prueba de signos y la prueba de rachas. La prueba de signos es equivalente a la prueba t de Student pero para datos no normales, y se usa para probar hipótesis sobre la mediana de una distribución. La prueba de rachas evalúa si una muestra fue seleccionada aleatoriamente basándose en el número de "rachas" o secuencias de valores con una característica común. El documento explica los pasos para aplicar ambas

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    64 vistas17 páginas

    Semana 05 - Infografía Estática - Prueba de Signos y Rachas

    Cargado por

    Carlos Jheremy Serpa
    Este documento describe dos pruebas estadísticas no paramétricas: la prueba de signos y la prueba de rachas. La prueba de signos es equivalente a la prueba t de Student pero para datos no normales, y se usa para probar hipótesis sobre la mediana de una distribución. La prueba de rachas evalúa si una muestra fue seleccionada aleatoriamente basándose en el número de "rachas" o secuencias de valores con una característica común. El documento explica los pasos para aplicar ambas

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 17

    PRUEBA DE

    SIGNOS Y
    RACHAS
    Prueba de signos

    La prueba del signo es también conocida


    como la prueba de hipótesis sobre la
    mediana de una distribución continua.
    Es el equivalente no paramétrico a la
    prueba de hipótesis referente al valor de
    la media poblacional.
    La mediana de una distribución es un
    valor de la variable aleatoria X tal que la
    probabilidad de que un valor observado
    de X sea menor o igual, o mayor o igual,
    que la mediana es 0.5
    Para poder realizar la prueba de signos
    se va a utilizar la metodología de la
    prueba de hipótesis.
    Procedimiento para realizar una prueba de
    hipótesis de signo

    Paso 1

    Prueba Bilateral
    𝐻𝐻𝑜𝑜 : 𝑀𝑀𝑀𝑀 = 𝑀𝑀𝑀𝑀𝑜𝑜
    𝐻𝐻1 : 𝑀𝑀𝑀𝑀 ≠ 𝑀𝑀𝑀𝑀𝑜𝑜

    Prueba Unilateral Inferior


    𝐻𝐻𝑜𝑜 : 𝑀𝑀𝑀𝑀 ≥ 𝑀𝑀𝑀𝑀𝑜𝑜
    𝐻𝐻1 : 𝑀𝑀𝑀𝑀 < 𝑀𝑀𝑀𝑀𝑜𝑜

    Prueba Unilateral Superior


    𝐻𝐻𝑜𝑜 : 𝑀𝑀𝑀𝑀 ≤ 𝑀𝑀𝑀𝑀𝑜𝑜
    𝐻𝐻1 : 𝑀𝑀𝑀𝑀 > 𝑀𝑀𝑀𝑀𝑜𝑜

    Paso 2

    Fijar nivel de significación 𝜶𝜶 = 𝟏𝟏%, 𝟐𝟐%, 𝟓𝟓%, 𝑒𝑒𝑒𝑒𝑒𝑒

    Paso 3

    Identificar el estadístico de prueba: Prueba Binomial.


    Paso 4

    Formular una regla de decisión Establecer la regla de decisión para una


    prueba Bilateral:

    Si R+ < n/2 𝑃𝑃 = 2𝑃𝑃(𝑅𝑅 ≤ 𝑟𝑟 + 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑝𝑝 = 1�2

    Si R+ > n/2 𝑃𝑃 = 2𝑃𝑃(𝑅𝑅+ ≤ 𝑟𝑟 + 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑝𝑝 = 1�2

    Es una prueba para evaluar la simetría de una distribución bajo el


    supuesto que la probabilidad de éxito es igual al 0.5:

    Si R+ < n/2

    𝑃𝑃 = 2𝑃𝑃(𝑅𝑅 ≤ 𝑟𝑟 + 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑝𝑝 = 1�2 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖

    Si R+ > n/2

    𝑃𝑃 = 2𝑃𝑃(𝑅𝑅+ ≤ 𝑟𝑟 + 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑝𝑝 = 1�2 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠

    Paso 5

    No se rechazar si P > α

    Paso 6
    Conclusión.
    Ejercicio 1

    Un artículo informa acerca de un estudio en el que se modela el motor de


    un cohete reuniendo el combustible y la mezcla de encendido dentro de
    un contenedor metálico. Una característica importante es la resistencia al
    esfuerzo cortante de la unión entre los dos tipos de sustancias. En la
    siguiente tabla se muestran los resultados obtenidos al probar 20 motores
    seleccionados al azar. Se desea probar la hipótesis de que la mediana de
    la resistencia al esfuerzo cortante es 2000 psi. Utilice α=0.05

    Observaciones Resistencia al Observación Resistencia al


    esfuerzo cortante esfuerzo cortante

    Xi
    Xi

    1 2158.7 11 2165.2

    2 1678.15 12 2399.55

    3 2316 13 1779.8

    4 2061.3 14 2336.75

    5 2207.5 15 1765.3

    6 1708.7 16 2053.5

    7 1784.7 17 2414.4

    8 2575.1 18 2200.5

    9 2357.9 19 2654.2

    10 2256.7 20 1753.7
    𝐻𝐻𝑜𝑜 : 𝑀𝑀𝑀𝑀 = 2000
    𝐻𝐻1 : 𝑀𝑀𝑀𝑀 ≠ 2000
    α = 0.05

    A continuación, se va a colocar + a todas las restas de cada observación


    (xi) con respecto a su mediana:

    Observaciones Resistencia Signo de Observación Resistencia Signo de


    al esfuerzo la al esfuerzo la
    cortante diferencia cortante diferencia

    Xi Xi-2000
    Xi
    Xi-2000

    1 2158.7 + 11 2165.2 +

    2 1678.15 - 12 2399.55 +

    3 2316 + 13 1779.8 -

    4 2061.3 + 14 2336.75 +

    5 2207.5 + 15 1765.3 -

    6 1708.7 - 16 2053.5 +

    7 1784.7 - 17 2414.4 +

    8 2575.1 + 18 2200.5 +

    9 2357.9 + 19 2654.2 +

    10 2256.7 + 20 1753.7 -
    Solución

    Regla de Decisión

    Si el valor de P correspondiente a 𝒓𝒓+ = 14 es menor o igual a α = 0.05, se


    rechaza Ho.

    Por tanto como 𝒓𝒓+ = 14 es mayor a n/2( 10), entonces aplicaremos lo


    siguiente:

    𝑷𝑷 = 𝟐𝟐𝑷𝑷(𝑹𝑹+ ≥ 𝒓𝒓+ 𝒄𝒄𝒄𝒄𝒄𝒄𝒄𝒄𝒄𝒄𝒄𝒄 𝒑𝒑 = 𝟏𝟏�𝟐𝟐

    𝟐𝟐𝟐𝟐
    (𝟐𝟐𝟐𝟐) (𝟐𝟐𝟐𝟐) 𝟐𝟐𝟐𝟐
    𝐏𝐏 = 𝟐𝟐 � 𝟐𝟐𝟐𝟐 𝑪𝑪𝒀𝒀 (𝟎𝟎, 𝟓𝟓)𝒀𝒀 (𝟎𝟎, 𝟓𝟓)𝟐𝟐𝟐𝟐−𝒀𝒀 = 𝟐𝟐 ∗ 𝟎𝟎. 𝟓𝟓𝟏𝟏𝟏𝟏 𝟎𝟎. 𝟓𝟓𝟔𝟔 + 𝟎𝟎. 𝟓𝟓𝟏𝟏𝟏𝟏 𝟎𝟎. 𝟓𝟓𝟓𝟓 + ⋯ + � � 𝟏𝟏𝟐𝟐𝟐𝟐 𝟎𝟎. 𝟓𝟓𝟎𝟎 = 𝟎𝟎. 𝟏𝟏𝟏𝟏𝟓𝟓𝟑𝟑
    𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐
    𝒚𝒚−𝟏𝟏𝟏𝟏

    P = 0.1153 > 0.05, por tanto, no se rechaza Ho.

    Conclusión:
    Con un nivel de significación de 0.05 se puede concluir que la mediana es
    igual a 2000 psi.
    Ejercicio 2

    Se presentan las notas del último examen parcial del curso de Estadística
    General de una muestra 10 estudiantes que fueron elegidos al azar . Se
    afirma que la mediana poblacional de las notas es mayor a 13. Probar si
    dicha afirmación es cierta al nivel de significación del 5%.

    Alumno Nota

    1 9

    2 12

    3 8

    4 8

    5 15

    6 11

    7 8

    8 11

    9 13

    10 15

    𝐻𝐻𝑜𝑜 : 𝑀𝑀𝑀𝑀 ≤ 13
    𝐻𝐻1 : 𝑀𝑀𝑀𝑀 > 13
    α = 0.05
    A continuación, se va a colocar + a todas las restas de cada observación
    (xi) con respecto a su mediana.

    Alumno Nota Signo de la Alumno Nota Signo de la


    diferencia diferencia

    Xi Xi-13 Xi Xi-13

    1 9 - 6 11 -

    2 12 - 7 8 -

    3 8 - 8 11 -

    4 8 - 9 13 0

    5 15 + 10 15 +

    Regla de Decisión
    El valor inicial de n es 10 pero debido a la existencia de un valor igual a la
    mediana a probar, ahora n sería 9. Si el valor de P correspondiente a 𝑟𝑟 + =
    2 es menor o igual a α = 0.05, se rechaza Ho.

    Por tanto como 𝑟𝑟 + = 2 es menor a n/2( 4.5), entonces aplicaremos lo


    siguiente:
    P = P(R+ ≤ 2 cuando p = 1⁄2)

    Por tanto como 𝑟𝑟 + = 2 es menor a n/2( 4.5), entonces aplicaremos lo


    siguiente:
    2
    9 9 9 9
    𝑃𝑃 = � � � (0.5)𝑟𝑟 (0.5)9−𝑟𝑟 = �� � (0.5)0 (0.5)9 + � � (0.5)1 (0.5)8 + � � (0.5)2 (0.5)7 � = 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
    𝑟𝑟 0 1 2
    𝑟𝑟=0

    P = 0.0898 > 0.05, por tanto, No se rechaza Ho

    Conclusión: Con un nivel de significación de 0.05 se puede concluir que la


    mediana de las notas es menor igual a 13.
    Prueba de rachas

    La prueba de rachas permite verificar la hipótesis nula


    de que la muestra es aleatoria, es decir, si las
    observaciones seleccionadas secuencialmente, han sido
    elegidas en forma aleatoria.

    Esta prueba se basa en el número de rachas que


    presenta una muestra. Una racha se define como una
    secuencia de valores muestrales con una característica
    común precedida y seguida por valores que no
    presentan esa característica. Así, se considera una
    racha la secuencia de k valores consecutivos superiores
    o iguales a la media muestral (o a la mediana o a la moda,
    o a cualquier otro valor de corte) siempre que estén
    precedidos y seguidos por valores inferiores a la media
    muestral (o a la mediana o a la moda, o a cualquier otro
    valor de corte).

    El número total de rachas en una muestra proporciona


    un indicio de si hay o no aleatoriedad en la muestra. Un
    número reducido de rachas (el caso extremo es 2) es
    indicio de que las observaciones no se han extraído de
    forma aleatoria, los elementos de la primera racha
    proceden de una población con una determinada
    característica (valores mayores o menores al punto de
    corte) mientras que los de la segunda proceden de otra
    población.
    Paso 1
    Plantear la hipótesis ( 1 muestra)
    𝐻𝐻𝑜𝑜 : 𝐿𝐿𝐿𝐿 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
    𝐻𝐻1 : 𝐿𝐿𝐿𝐿 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑛𝑛𝑛𝑛 𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎

    Paso 2

    Fijar nivel de significación 𝜶𝜶 = 𝟏𝟏%, 𝟐𝟐%, 𝟓𝟓%, 𝑒𝑒𝑒𝑒𝑒𝑒

    Paso 3
    Calcular la mediana del conjunto de datos.

    Paso 4

    Determinar los valores positivos ( + ) si la observación es mayor a la


    mediana y valores negativos (–) si el valor es menor a la mediana.
    Paso 5
    Determinar n1 para cada racha de valores negativos y n2 para cada racha
    de valores positivos.

    Paso 6
    Determinar la aproximación a la Distribución Normal, mediante las
    siguientes fórmulas.

    𝐺𝐺 − 𝜇𝜇𝐺𝐺
    𝑧𝑧 =
    𝜎𝜎𝐺𝐺

    Donde:
    2𝑛𝑛1 𝜂𝜂2
    𝑧𝑧 = +1
    𝑛𝑛1 + 𝜂𝜂2

    (2𝜂𝜂1 𝜂𝜂2 )(2𝜂𝜂1 𝜂𝜂2 − 𝑛𝑛1 − 𝜂𝜂2 )


    𝜎𝜎𝐺𝐺 = �
    (𝜂𝜂1 + 𝜂𝜂2 )2 (𝜂𝜂1 + 𝜂𝜂2 − 1)

    Paso 7

    Si Zα/2 < Z < Z 1-α/2

    Se acepta la H0
    Ejercicio 1
    Los siguientes datos representan las edades de un grupo de jóvenes y
    adolescentes. Determine si los datos proceden de una muestra aleatoria.
    Use un nivel de confianza del 90%.

    15, 22, 18, 21, 20, 18, 17, 19, 21, 22, 18, 22, 18, 17, 16, 15, 14, 16, 18, 20, 15,
    20, 18, 15,16

    De acuerdo la información presentada la mediana de los datos será 18


    𝐻𝐻𝑜𝑜 : 𝐿𝐿𝐿𝐿 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
    𝐻𝐻1 : 𝐿𝐿𝐿𝐿 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑛𝑛𝑛𝑛 𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎

    Datos Criterio Rachas


    15 - 1
    22 + 2
    18 0
    21 + 3
    20 +
    18 0
    17 - 4
    19 + 5
    21 +
    22 +
    18 0
    22 + 6
    18 0
    17 - 7
    16 -
    15 -
    14 -
    16 -
    18 0
    20 + 8
    15 - 9
    20 + 10
    18 0
    15 - 11
    16 -
    Del ejemplo se puede concluir que r = 11 (número de rachas que se dan)
    n1= 5, numero de rachas negativas
    n2= 6, numero de rachas positivas

    U = 2 ( 5 * 6) +1 = 6.45
    11

    2∗5∗6∗(2∗5∗6−5−6)
    σ = raíz �(5+6)∗(5+6)∗(5+6−1)� = 0.0448

    Entonces se presenta el Estadístico


    Z = 11 – 6.45 = 2.9189,
    0.0448

    entonces Z > 1.64, se rechaza Ho

    Conclusión:
    No se puede aceptar que los datos son aleatorios
    Ejercicio 2

    Si tenemos el número de artículos producidos en 10 días por una


    máquina,. Determine si los datos proceden de una muestra aleatoria. Use
    un nivel de confianza del 95%.

    12, 16, 15, 40, 26, 17, 22, 26, 12, 34

    De acuerdo la información presentada la media muestral de los datos será


    22.
    𝐻𝐻𝑜𝑜 : 𝐿𝐿𝐿𝐿 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
    𝐻𝐻1 : 𝐿𝐿𝐿𝐿 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑛𝑛𝑛𝑛 𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎

    Datos Criterio Rachas


    12 - 1
    16 -
    15 -
    40 + 2
    26 +
    17 - 3
    22 0
    26 + 4
    12 - 5
    34 + 6
    Del ejemplo se puede concluir que r = 6 (número de rachas que se dan)
    n1= 3, numero de rachas negativas
    n2= 3, numero de rachas positivas
    U = 2 ( 3 * 3) +1= 4
    6
    2∗5∗6∗(2∗5∗6−5−6)
    σ = raíz �(5+6)∗(5+6)∗(5+6−1)� = 1.0954

    Entonces se presenta el Estadístico

    Z= 6 – 4 = 1.8258, entonces Z < 1.96, no se rechaza Ho


    1.0954

    Conclusión:
    Se puede aceptar que los datos son aleatorios.
    Referencias Bibliográficas

    Anderson, D., et al. (2019). Estadística para negocios y economía (13th ed.).
    Cengage Learning Editores SA de CV.

    https://utp.vitalsource.com/books/9786075268323

    https://utp.vitalsource.com/reader/books/9786075268323/pageid/900

    También podría gustarte