Eras Geologicas

METODOS NO PARAMÉTRICOS

1.-OBJETIVOS

1.1.-OBJETIVOS ESPECIFICOS

Definir una prueba no parametrica con sus caracteristicas.

Realizar la prueba de bondad de ajuste con frecuencias iguales.

Realizar la prueba de bondad de ajuste con frecuencias diferentes.

Prueba de hipotesis para tablas de contingencia.

Realizar la prueba Wilcoxon, Kruskal-Wallis

Determinar las Series de Tiempo.

2. MARCO TEORICO

DISTRIBUCIONES NO PARAMÉTRICAS

Es una rama de la estadística que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea, como mínimo, de intervalo.

JI CUADRADA

Es una prueba que se le aplica a los valores estadísticos resultantes de un experimento para determinar cuál es el grado de confianza que se le puede atribuir a la creencia de que la desviación descubierta en los resultados obtenidos realmente se aleja del comportamiento regularmente esperado del fenómeno.

El test de ji-cuadrado es únicamente para las leyes discretas, pero se puede utilizar también para muestras continuas agrupadas en clases.

Los valores son siempre positivos porque están elevados al cuadrado

Los grados de libertad están dados por k-1

Existe una familia de distribuciones de tal forma que si gl=30 la chi cuadrada se aproxima a la curva normal.

Esta distribución no paramétrica tiene dos usos:

Comparar las frecuencias observadas (fo) con las frecuencias esperadas (fe) de variables categóricas.

Comparar dos o más muestras, grupos o tratamientos.

PRUEBAS DE BONDAD DE AJUSTE

Se aplican en diseños de investigación en los que se estudia a un único grupo.

Compara la distribución de frecuencias observadas (fo) de una variable cualitativa.

Formulas:

Frecuencias esperadas iguales

Frecuencias Esperadas Diferentes

Estadístico de Prueba

X2= ∑[(fo-fe)^2/fe]

Donde:

fo: Frecuencia observada

fe: Frecuencia esperada

Frecuencias Esperadas Iguales

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.

Solo requiere un nivel nominal de medición, por lo que es posible llevar a cabo una prueba de hipótesis.

Comparan la distribución observada con una distribución esperada.

Aplicación:

Se estudia el número de demandas por mes, por lo que reunió la siguiente información de una muestra anual desde el mes de enero al mes de julio. Con un nivel de significancia de 0,05. ¿Hay una diferencia entre el número de demandas por mes?

Meses Demandas

Enero 1157

Febrero 1001

Marzo 1262

Abril 1138

Mayo 1229

Junio 1087

Julio 1204

Meses Demandas fe (fo-fe)2 (fo-fe)2 (fo-fe)2/fe

Enero 1157 1154 3 9 0,00780

...