ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS

Slides:



Advertisements
Presentaciones similares
Tema 19: Contraste no paramétrico de hipótesis: Conceptos básicos
Advertisements

KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
PRUEBAS ESTADISTICAS NO PARAMETRICAS
INFERENCIA ESTADISTICA Dr. Porfirio Gutiérrez González
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
PRUEBA CHI-CUADRADO UNIDAD 2: ESTADÍSTICA.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
MÁS DE DOS MUESTRAS 7.3 Procedimientos paramétricos.
PRUEBAS NO PARAMÉTRICAS. PRUEBAS PARAMÉTRICAS Y NO PARAMÉTRICAS En estadística se hace distinción de las pruebas si son o no paramétricas. PRUEBAS PARAMÉTRICAS:
DISEÑOS EXPERIMENTALES ESTADÍSTICA PARA INGENIERIA II.
Bioestadística Distribuciones muestrales para variables cuantitativas.
PRUEBA DE RANGO CON SIGNO DE WILCOXON Una empresa desea remplazar el sabor tradicional de su producto, por uno nuevo, para lo cual necesita determinar.
PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.
PRUEBAS DE HIPÓTESIS MSc. Cora Maúrtua Timote. αHipótesis. αHipótesis estadística: Hipótesis nula y alternativa. αErrores de prueba. αNivel de significancia.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
DISEÑO EN CUADRADO LATINO Y GRECOLATINO
XVII CONIC 2009 Congreso Nacional de Ingeniería Civil Capítulo de Ingeniería Civil Consejo Departamental De Lambayeque Colegio de Ingenieros del Perú.
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
Tema 3. El estadístico Chi-cuadrado y contrastes asociados RONALD AYLMER FISHER.
Muestreo PRUEBAS Y VALIDACION DE HIPOTESIS Carlos Willian Rincón Pérez
PSICOESTADÍSTICAS INFERENCIALES
ESTADISTICA APLICADA I UNIDAD: INFERENCIA ESTADISTICA
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
DISEÑOS EXPERIMENTALES
puede o no ser verdadero, relativo a una o más poblaciones.
7.1 Procedimientos paramétricos para datos cuantitativos
Análisis de varianza Paramétricos vs. No Paramétricos
Clase 9: Contraste de Hipótesis
CONCORDANCIA DE KENDALL
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
Clase 8: Contraste de Hipótesis
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
¿Cuándo usar esta distribución?
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA ACADEMICAPROFESIONAL DE BIOLOGIA-MICROBIOLOGIA ASIGNATURA: DISEÑO EXEPERIMENTAL.
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
Procedimientos paramétricos
DISEÑOS EXPERIMETALES
puede o no ser verdadero, relativo a una o más poblaciones.
UNIDAD CURRICULAR: ESTADÍSTICA II
ESTADÍSTICA INFERENCIAL. La estadística Inferencial, es el proceso por el cual se deducen (infieren) propiedades o características de una población a.
“Formulación de Hipótesis Estadística”
Distribución chi cuadrada x 2 D = x 2 α /2 x 2 I = x 2 1-α /2.
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
Capítulo 10 Test de Hipótesis Capítulo 10 Test de Hipótesis.
SHAPIRO-WILLS. HIPOTESIS A PROBAR CON UN NIVEL DE SIGNIFICANCIA DE: ALFA.
Ph.D. Dulio Oseda Gago SESIÓN N° 14 Presentado por: MUESTREO PEQUEÑO.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
ANALISIS DE VARIANZA
DISEÑO Y ANALISIS DE EXPERIMENTOS
INTRODUCCION A LA ESTADÍSTICA INFERENCIAL
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
PRUEBA DE H DE KRUSKAL WALLIS Presenta: LIC. EN BIOLOGÍA JESSICA ALEJANDRA ZAPATA GARCÍA ESTUDIANTE DOCTORADO EN CIENCIAS BIOMÉDICAS 1 BIOESTADÍSTICA DOCTOR.
Contraste de hipótesis Comparación de más de 3 grupos Kruskal-Wallis
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
Alumna : Karen Cabana Gil
INFERENCIA ESTADISTICA
COMPARACION DE DOS MEDIAS (POBLACIONES O PROCESOS)
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
METODOS ESTADISTICOS: PARAMÉTRICOS VERSUS NO PARAMETRICOS Cuando se analizan datos medidos por una variable cuantitativa continua, las pruebas estadísticas.
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
HERNANDEZ RUIZ ROCIO KRUSKAL WALLIS. PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras.
PRUEBAS ESTADISTICAS NO PARAMETRICAS. Pruebas tradicionales Necesitan la especificación de una distribución Son métodos robustos para las distribuciones.
PRUEBA DE HIPOTESIS ESTADISTICA
TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.
Prueba de Hipótesis Concepto Asignar Probabilidades de ocurrencia a un evento basado en la suposición (hipótesis) de un evento o distribución.
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS Este modelo se aplica cuando las poblaciones de las cuales se extraen las muestras no siguen una distribución normal con varianzas iguales, o cuando los datos para el análisis son únicamente jerarquías, para probar la hipótesis de parámetros de igualdad de parámetros. El procedimiento mejor conocido es el análisis unilateral de la variancia por jerarquías de: KRUSKAL- WALLIS

PROCEDIMIENTO 1.- Las n1 ,n2, n3…nk, observaciones de las k muestras se combinan en una sola serie de tamaño n y se clasifican en orden ascendente, posteriormente, se sustituyen por jerarquías desde 1, la cual se asigna a la observación menor, hasta n, que corresponde a la observación mayor, cuando una o dos observaciones tienen el mismo valor, a cada una de ellas se les da la media de la jerarquías con las que están empatadas

3.-La estadística de prueba es: 2.- Las jerarquías asignadas a las observaciones en cada uno de los k grupos se suman por separado para dar k sumas de jerarquías. 3.-La estadística de prueba es: K= número de muestras nj= número de observaciones de la j ésima muestra n=número de observaciones en todas las muestras combinada Rj= suma de las jerarquías en la j- ésima muestra

4.- Cuando hay tres muestras y cinco o menos observaciones en cada una, El nivel de significación de H puede determinarse al consultar la tabla N Cunado hay más de cinco observaciones en una o más muestras, H se compara con los valores de tabulados de Chi-cuadrado con k-1 grados de libertad.

EJEMPLO Se estudió el efecto de dos medicamentos en el tiempo de reacción ante cierto estimulo en tres muestras de animales experimentales. la muestra III sirvió como control, mientras que a los animales de la muestra I se les aplico el medicamento A y a los de la muestra II se les aplico el medicamento B antes de la aplicación del estímulo. En la siguiente Tabla se encuentran anotados de los tiempos de reacción en segundos de los trece animales

Es posible concluir que las tres poblaciones representadas por las tres muestras difieren respecto al tiempo de reacción? TABLA No. 01: Tiempos de reacción en segundos de 13 animales de experimentación . I II III 17 8 2 20 7 5 40 9 4 31 3 35  

Supuestos Las muestras son aleatorias e independientes, y fueron extraídas de sus respectivas poblaciones. La escala de medición que se utiliza es al menos ordinal. La distribución de los valores en las poblaciones .muestreadas son idénticas, excepto por la posibilidad de que una o mas poblaciones estén compuestas por valores que tienden a ser mayores que los valores de las demás poblaciones Hipotesis

Hipotesis Ho. Las distribuciones de las poblaciones son idénticas H1: De todas las poblaciones , por lo menos una de ellas tiende a mostrar valores mayores que al menos una de las demás. Sea α= 0.01 Estadística de prueba .Ecuación (4.1)

Distribución de la estadística de prueba Los valores críticos de H para los diferentes tamaños de muestras y niveles calculado de H alfa se encuentran en la tabla N. Regla de decisión La hipótesis nula se rechaza si el valor calculado de H es tan grande que la probabilidad de obtener un valor mayor o igual, cuando Ho es verdadera , es menor o igual que el nivel de significación α.

Calculo de la estadística de prueba. Cuando las tres muestras se combinan en una sola serie y los valores se clasifican por jerarquías entonces es posible elaborar una tabla de jerarquías. La hipótesis nula implica que las observaciones en las tres constituyen una sola muestra de tamaño 13 extraídas de una población

TABLA 4.2 : SUSTITUIDOS POR JERQUIAS II III 9 6.5 1 10 5 4 13 8 3 11 2 12   R1= 55 R2=26 R3 = 10

Decisión estadistica Es posible observar en la tabla N que cuando las ni son 5 , 4 y 4 la probabilidad de obtener de H mayor o igual que 10.68 es menor que 0.009. La hipótesis nula puede rechazarse a un nivel de significación de 0.01 Conclusión. Se concluye que si existe una diferencia en el tiempo promedio de reacción entre las tres poblaciones. Valor de P para esta prueba p es menor que 0.009

Solución mediante statgraphic