4.2.
3 Prueba de Kolmogorov – Smirnov
En estadística, la prueba de Kolmogórov-Smirnov (también prueba K-S) es una prueba no
paramétrica que determina la bondad de ajuste de dos distribuciones de probabilidadentre sí.
En el caso de que queramos verificar la normalidad de una distribución, la prueba de
Lilliefors conlleva algunas mejoras con respecto a la de Kolmogórov-Smirnov; y, en general,
el test de Shapiro–Wilk o la prueba de Anderson-Darling son alternativas más potentes.
Conviene tener en cuenta que la prueba Kolmogórov-Smirnov es más sensible a los valores
cercanos a la mediana que a los extremos de la distribución. La prueba de Anderson-
Darling proporciona igual sensibilidad con valores extremos.
Estadístico
4.2.4 Prueba de Anderson – Darling
Fue conocida en 1954, prueba tiene como propósito corroborar si una muestra de
variables aleatorias proviene de una población con una distribución de probabilidad
específica. Trata de una modificación de la prueba de kolmogorov-smirnov, aunque
tiene la virtud de detectar las discrepancias en los extremos de las distribuciones. La
principal desventaja que es necesario calcular los valores críticos para cada
distribución. Esta es muy sensible en los extremos de la distribución, por lo que debe
ser usada con mucho cuidado en distribuciones con límite inferior acotado, y no es
confiable para distribuciones de tipo discreto.
PROCEDIMIENTOS:
1. Obtener n datos de la variable aleatoria a analizar.
2. Calcular la media y la varianza de los datos.
3. Organizar los datos en forma ascendente: Yi i=1,2….,n.
4. Ordenar los datos en forma descendente Yn+1-i i = 1,2….,n.
5. Establecer explícitamente la hipótesis nula, proponiendo una distribución de
probabilidad.
6. Calcular la probabilidad esperada acumulada para cada número Yi, PEA(Yi), y la
probabilidad esperada acumulada para cada número, PEA(Yn+1-i), a partir de la
función de probabilidad propuesta.
7. Calcular el estadístico de prueba:
8. Ajustar el estadístico de prueba de acuerdo con la distribución de probabilidad
propuesta.
9. Definir el nivel de significancia de la prueba α, y determinar su valor crítico.
10. Comparar el estadístico de prueba con el valor crítico. Si el estadístico de prueba
es menor el valor crítico no se puede rechazar la hipótesis nula.
4.2.5 Prueba de Ryan – Joiner
La prueba de Ryan - Joiner es usada para probar si una muestra viene de una distribución
específica. Esta prueba es una modificación de la prueba de Kolmogorov-Smirnov donde se le
da más peso a las colas de la distribución que la prueba de Kolmogorov-Smirnov .En
estadística, la prueba de Ryan - Joiner es una prueba no paramétrica sobre si los datos de
una muestra provienen de una distribución específica. La fórmula para el estadístico determina
si los datos (observar que los datos se deben ordenar) vienen de una distribución con función
acumulativa F.
Donde. N. es el numero de datos F(x) es la distribucion empirica F,(x) es la funcion de
dirtribucion empirica . Para definir la regla de rechazo de esta prueba es necesario, tambien
obtener el estadistico ajustado para luego compararlo con los valores criticos con la tabla
Anderson-Darlinh. Ejemplo: En el método de Anderson Darling o rayan Joiner, si el valor de
probabilidad P de la prueba mayor a0.05. se considera que los datos son normales a seguir
los siguiente pasos: Generar 100 datos aleatorios en el minitab con media= 264.06, una
desviación estándar s= 32.02 con: 1. Calc > Random data > Normal 2. Generate 100 Store in
columns C1 Mean 264.06 desviación estandar 32.02 OK .Nos aseguramos que los datos se
distribuyan normalmente con la prueba de Anderson Darling o Ryanjoiner como [Link] >
Basic statistics > Normality [Link] C1 Seleccionar Ryan Joiner test OK .El P value
debe ser mayor a 0.05 para que los datos se distribuyan normalmente
Ryan-Joiner (RJ) prueba de normalidad es muy similar a la prueba de ShapiroWilk, pero los
autores afirman que es fácil de implementar en software y explicar a los usuarios, ya que es
simplemente una versión de la correlación entre los datos de la muestra, yi, y el punto de
porcentaje bith de la distribución normal: Puesto que la media de los valores de b es 0, se
puede simplificar esta expresión (ignorando el cambio de los valores de y por su media) para:
Ryan and Joiner aproximaciones derivados importados en la distribución de esta estadística
mediante simulación, expresando el resultado en forma de ecuaciones empotrados. La prueba
resultante está muy altamente correlacionada con el de Shapiro Wilk y, por lo tanto prueba
puede ser utilizada y se producen resultados muy similares. La prueba de Ryan-Joiner se
implementa en el paquete de software Minitab pero no ampliamente en otros lugares.
Prueba de Shappiro-Wilik. Shapiro-Wilk (SW) prueba de normalidad fue introducido, con la
observación de que el gráfico de probabilidad normal que examina el ajuste de un conjunto de
datos de muestra para el normal es más bien como la regresión lineal - la línea diagonal del
gráfico es la recta de ajuste perfecto, con la divergencia de esta línea es similar a los residuos
de la regresión. Mediante el análisis de la magnitud de esta variación (análisis de varianza) la
calidad del ajuste puede ser examinado. Los autores recomiendan el uso de su utilización
estadística con muestras más pequeñas (por ejemplo, 10. Desgraciadamente, la distribución
de W para general n no es conocido y debe ser obtenido por simulación y / o tabulación de los
resultados, o el uso de aproximación (como es el caso con el enfoque de Royston). la
estadística es más bien como un coeficiente de correlación al cuadrado (o coeficiente de
determinación), de modo un valor alto indica una mayor correspondencia a la normal, pero
esto por sí solo no es suficiente, los valores altos a menudo se encuentran con muestras
pequeñas de datos que no son normales, los autores afirman que es particularmente sensible
a la distribución de asimetría y con cola larga.
Ejemplo: Shapiro y Wilk dar el ejemplo de los pesos de los 11 hombres seleccionados al azar.
Los valores de los datos solicitados fueron: 148 154 158 160 161 162 166 170 182 195 236, y
el [Link] () en R da el resultado: W = 0,7888, p-valor = 0,006704, es decir, estos datos
son muy poco probable que tenga ha elaborado a partir de una distribución normal. Esto es
evidente también a partir de una trama QQ normal de los datos, se muestra a continuación
junto con una línea trazada a través de los cuartiles primero y tercero.
4.2.6 Prueba de Shappiro – Wilk.
En estadística, el Test de Shapiro–Wilk se usa para contrastar la normalidad de un conjunto
de datos. Se plantea como hipótesis nula que una muestra x1, ..., xn proviene de una población
normalmente distribuida. Fue publicado en 1965 por Samuel Shapiro y Martin Wilk.1 Se
considera uno de los test más potentes para el contraste de normalidad, sobre todo para
muestras pequeñas (n<50).
El estadístico del test es:
donde
x(i) (con el subíndice i entre paréntesis) es el número que ocupa la i-ésima posición en la
muestra (con la muestra ordenada de menor a mayor);
x = (x1 + ... + xn) / n es la media muestral;
las variables ai se calculan
donde
siendo m1, ..., mn son los valores medios del estadístico ordenado, de variables
aleatorias independientes e identicamente distribuidas, muestreadas de distribuciones
normales. V es la matriz de covarianzas de ese estadístico de orden.
La hipótesis nula se rechazará si W es demasiado pequeño.3 El valor de W
puede oscilar entre 0 y 1.
Interpretación: Siendo la hipótesis nula que la población está distribuida
normalmente, si el p-valor es menor a alfa (nivel de significancia) entonces la
hipótesis nula es rechazada (se concluye que los datos no vienen de una
distribución normal). Si el p-valor es mayor a alfa, no se rechaza la hipótesis y
se concluye que los datos siguen una distribución normal.
La normalidad se verifica confrontando dos estimadores alternativos de la
varianza σ²:
un estimador no paramétrico al numerador, y
un estimador paramétrico (varianza muestral), al denominador.
5.1 Regresión Lineal Simple
5.1.1 Prueba de hipótesis en la regresión lineal simple.
1) ¿Para qué sirve?
2) ¿En dónde se puede aplicar en mi área de formación profesional?
3) ¿Qué son los supuestos estadísticos?