NO_PARAMETRIC
javier sanchez
2025-10-04
# Cargar la base de datos acs12
load("C:\\Users\\ASUS\\Downloads\\NO_PARAMETRICA\\NO_PARAMETRICA\\[Link]")
data <-acs12
head(data)
## income employment hrs_work race age gender citizen time_to_work
## 1 60000 not in labor force 40 white 68 female yes NA
## 2 0 not in labor force NA white 88 male yes NA
## 3 NA <NA> NA white 12 female yes NA
## 4 0 not in labor force NA white 17 male yes NA
## 5 0 not in labor force NA white 77 female yes NA
## 6 1700 employed 40 other 35 female yes 15
## lang married edu disability birth_qrtr
## 1 english no college no jul thru sep
## 2 english no hs or lower yes jan thru mar
## 3 english no hs or lower no oct thru dec
## 4 other no hs or lower no oct thru dec
## 5 other no hs or lower yes jul thru sep
## 6 other yes hs or lower yes jul thru sep
datos_1 <- [Link](data)
Visualizamos el encabezado de la base de datos, usando head
# Estadistica descritiva
summary(datos_1)
## income employment hrs_work race
## Min. : 0 not in labor force: 0 Min. : 1 white:619
## 1st Qu.: 13000 unemployed : 0 1st Qu.:36 black: 72
## Median : 31000 employed :783 Median :40 asian: 36
## Mean : 45187 Mean :39 other: 56
## 3rd Qu.: 55000 3rd Qu.:42
## Max. :450000 Max. :99
## age gender citizen time_to_work lang married
## Min. :16.00 male :437 no : 50 Min. : 1 english:632 no :329
## 1st Qu.:30.00 female:346 yes:733 1st Qu.: 10 other :151 yes:454
## Median :43.00 Median : 20
## Mean :42.93 Mean : 26
## 3rd Qu.:54.00 3rd Qu.: 30
## Max. :94.00 Max. :163
## edu disability birth_qrtr
## hs or lower:471 no :719 jan thru mar:196
1
## college :218 yes: 64 apr thru jun:191
## grad : 94 jul thru sep:213
## oct thru dec:183
##
##
La base de datos muestra la poblacion adulta con variables como ingresos, empleos, horas de trabajo, raza ,
edad, genero,horas de trabajo, estado civil, educacion, discapacidad y nacimientos trimestrales , siendo 23600
como la cantidad media de ingresos de la poblacion , con el 843 constan o tiene trabajo y 106 personas son
desempleados ,asi mismo sus horas de trabajo comun se encuentran entre las 40 horas,vemos bajos niveles de
educacion que refleja nieveles reducidos de ingresos.
hist(datos_1$income, main=" Ingreso", xlab="Ingreso anual", col="lightblue", breaks=20)
Ingreso
100 150 200 250 300
Frequency
50
0
0e+00 1e+05 2e+05 3e+05 4e+05
Ingreso anual
boxplot(datos_1$income)
2
4e+05
2e+05
0e+00
Vemos que los datos de la ingreso no siguen una distribucion normal , para lo cual a continuacion verificaremos
con el contraste de hipotesis # boxplot ingresos por genero
boxplot(datos_1$income ~ datos_1$gender, main = " ingreso segun su genero ", ylab = "ingreso anual")
3
ingreso segun su genero
4e+05
ingreso anual
2e+05
0e+00
male female
datos_1$gender
Se observa la presencia de datos atipicos tanto en hombres como mujeres # Horas trabajadas por raza
boxplot(datos_1$hrs_work ~ datos_1$race, main="Horas trabajadas por semana según raza", ylab="Horas")
4
Horas trabajadas por semana según raza
100
80
60
Horas
40
20
0
white black asian other
datos_1$race
Se observa la presencia de casos atipicos en la relacion de horas trabajas por etnias
KOLMOGOROV SMIRNOV UNA MUESTRA NORMALIDAD
##HO: La dsitribucion sigue una distribución teorica (normalidad) ## HO: La dsitribucion no sigue una
distribución teorica (normalidad)
#nivel de significancia
alpha = 0.05
EstADISTICO DE PRUEBA
mu <- mean(datos_1$income, [Link]=TRUE)
sigma <- sd(datos_1$income, [Link]=TRUE)
Buscamos su media y sigma
ks_income <- [Link](datos_1$income, "pnorm", mean=mu, sd=sigma)
## Warning in [Link](datos_1$income, "pnorm", mean = mu, sd = sigma):
## ties should not be present for the one-sample Kolmogorov-Smirnov test
ks_income
##
## Asymptotic one-sample Kolmogorov-Smirnov test
5
##
## data: datos_1$income
## D = 0.21836, p-value < 2.2e-16
## alternative hypothesis: two-sided
D = 0.21836 → es la estadística de Kolmogórov-Smirnov, que mide la máxima diferencia entre la distribución
de tus datos y la distribución teórica (en este caso, la normal).
Regla de desición
#Si Dcalculado >Dtabulado Rechazo H0 #Si Dcalculado < Dtabulado No se rechaza H0
length(datos_1$income)
## [1] 783
1.36/sqrt(783)
## [1] 0.04860243
0.22 > 0.04 #HO se rechaza #Existe suficneinte evidencia estadsitica para rechazar H0, es decir la #dsitribu-
cion no sigue una distribución teorica (normalidad), con un nivel de #significancia de 0.05
Kolmogorov 2 muestras
#1. Planteamiento de hipotesis
#H0:La distribucion del dinero anual entre hombres y mujeres son iguales #H1:La distribucion del dinero
anual entre hombres y mujeres no son iguales
boxplot(datos_1$income ~ datos_1$gender)
6
4e+05
datos_1$income
2e+05
0e+00
male female
datos_1$gender
muestrahom <- datos_1$income[datos_1$gender == "male"]
muestramuj <- datos_1$income[datos_1$gender == "female"]
table(datos_1$gender)
##
## male female
## 437 346
Los ingresos presentan una distribución muy desigual en ambos sexos, con tendencia hacia ingresos bajos y
pocos casos de ingresos muy altos. Los hombres muestran ingresos más altos en general y mayor variabilidad,
mientras que las mujeres tienen ingresos más bajos y con menos dispersión.
muestra1<- datos_1$income[datos_1$gender == "female"]
muestra2 <- datos_1$income[datos_1$gender == "male"]
[Link](muestrahom,muestramuj)
## Warning in [Link](muestrahom, muestramuj): p-value will be approximate
## in the presence of ties
##
## Asymptotic two-sample Kolmogorov-Smirnov test
##
## data: muestrahom and muestramuj
## D = 0.28319, p-value = 7.073e-14
## alternative hypothesis: two-sided
1.36*(sqrt((437 + 346)/(437*346)))
7
## [1] 0.09786807
n1<-437
n2<-346
1.36*sqrt((n1+n2)/(n1*n2))
## [1] 0.09786807
#0.28>0.097 #H0 se rechaza
#La distribucion del dinero anual entre hombres y mujeres no son iguales