8_prueba de friedman para k muestras apareadas

Upload: jessi-retis-nolberto

Post on 27-Mar-2016

212 views

Category:

Documents


0 download

DESCRIPTION

es bueno

TRANSCRIPT

  • TEXTO UNIVERSITARIO LA PRUEBA DE FRIEDMAN PARA K MUESTRAS

    (MUESTRAS APAREADAS)

    UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA

    FACULTAD DE CIENCIAS ECONMICAS Y ADMINISTRATIVAS

    DEPARTAMENTO ACADMICO DE CIENCIAS ECONMICAS

  • LA PRUEBA DE FRIEDMAN PARA K MUESTRAS (MUESTRAS APAREADAS) Estadstica No Paramtrica

    Daniel Guzmn Rojas

    1

    LA PRUEBA DE FRIEDMAN PARA K MUESTRAS

    (MUESTRAS APAREADAS)

    Esta prueba puede considerarse como una extensin de la prueba de Wilcoxon para el

    caso de ms de dos muestras. La prueba de Friedman, propuesta por el ganador del

    premio Nobel, el economista Milton Friedman, es una prueba no parametrica para com-

    parar las distribuciones de las mediciones de k tratamientos apareados, dispuestos en n bloques, utilizando un diseo de bloques aleatorizados.

    Cuando el nmero de k de tratamientos o el nmero n de bloques es mayor que 5, la distribucin muestral de coeficiente calculado de la prueba de la prueba de Friedman puede aproximarse mediante la distribucin Chi Cuadrada con (k-1) grados de libertad.

    PROCEDIMIENTO

    1. El primer procedimiento es ordenar las k observaciones de los tratamientos dentro de cada bloque.

    2. Asignar el rango de 1 a la observacin ms pequea de cada bloque. Cuando las

    observaciones son iguales, se asigna el rango promedio a cada una de ellas.

    3. Se obtiene por separado la suma de los rangos C1, C2,, Ck para cada una de las

    muestras.

    4. Se calcula el estadstico de prueba 2cX :

    3

    1 1

    21

    1

    n K

    ik ik

    i k

    t t

    Lnk k

    2

    12

    123 1

    1

    k

    i

    i

    c

    C n knk k

    XL

    5. Calcular los rangos de libertad: 1 kgl .

    6. Comparar el estadstico 2 1;kX , de acuerdo con los grados de libertad, en la ta-

    bla de distribucin de Chi-cuadrada en razn de distribuirse de forma similar.

    ESTABLECIENDO LAS HIPTESIS

    Las hiptesis nula y alternativa pueden designar pruebas de uno o de dos criterios de

    calificacin. Utilizando 1Med para representar la mediana 1, 2Med para representar la

    mediana 2, , kMed para representar la mediana k.

    Las hiptesis nula y alternativa para la prueba son:

  • LA PRUEBA DE FRIEDMAN PARA K MUESTRAS (MUESTRAS APAREADAS) Estadstica No Paramtrica

    Daniel Guzmn Rojas

    2

    H0: kMedMedMed 21

    Ha: kMedMedMed 21

    EJEMPLO

    Suponga que se quiere comparar las clasificaciones de los consumidores de seis dife-

    rentes anuncios televisivos. Cuatro consumidores clasificaron cada anuncio en una es-

    cala de 1 (malo) a 10 (excelente). El objetivo del experimento es determinar si existen

    diferencias en los niveles de clasificacin para los seis anuncios. Se presentan los da-

    tos en la tabla. Utilice la prueba de Friedman para determinar si los datos presentan

    suficiente evidencia para indicar diferencias en las clasificaciones de los seis anuncios

    televisivos, utilizando un nivel de significancia del 5%.

    Clasificaciones para los anuncios

    SUJETO ANUNCIO

    A B C D E F

    1 5 8 7 6 4 5

    2 6 10 6 7 4 4

    3 8 10 9 9 6 7

    4 4 6 7 5 3 5

    Rangos

    SUJETO

    ANUNCIO

    A B C D E F

    1 2.5 6 5 4 1 2.5

    2 3.5 6 3.5 5 1.5 1.5

    3 3 6 4.5 4.5 1 2

    4 2 5 6 3.5 1 3.5

    Rk= 11 23 19 17 4.5 9.5

  • LA PRUEBA DE FRIEDMAN PARA K MUESTRAS (MUESTRAS APAREADAS) Estadstica No Paramtrica

    Daniel Guzmn Rojas

    3

    1) HIPOTESIS:

    H0: A B C D E FMed Med Med Med Med Med

    Ha: A B C D E FMed Med Med Med Med Med

    2) NIVEL DE SIGNIFICANCIA: =0.05.

    3) REGIN DE RECHAZO:

    4) DETERMINACIN DE 2cX :

    3 3 3 3 3

    2

    2 2 2 2 2 2 2 2 2 21 0.964286

    4 6 6 1L

    2 2 2 2 2 2

    2

    1211 23 19 17 4.5 9.5 3 4 6 1

    4 6 6 117.3704

    0.964286cX

    5) CONCLUSION: Como 2cX es mayor que 2

    5;0.05X (17.3711.07), entonces se acepta

    la Ha, es decir, los seis anuncios tienen diferencias en las clasificaciones, a un

    nivel de significancia del 5%.

    2

    5;0.05 11.07X

    0.950.95

    0.05

    Se

    acepta

    Ha

    Se

    acepta

    H0

  • LA PRUEBA DE FRIEDMAN PARA K MUESTRAS (MUESTRAS APAREADAS) Estadstica No Paramtrica

    Daniel Guzmn Rojas

    4

    METODO DE PROBABILIDAD

    1) HIPOTESIS:

    H0: A B C D E FMed Med Med Med Med Med

    Ha: A B C D E FMed Med Med Med Med Med

    2) NIVEL DE SIGNIFICANCIA: =0.05.

    3) REGIN DE RECHAZO:

    4) DETERMINACIN DE 2cX :

    3 3 3 3 3

    2

    2 2 2 2 2 2 2 2 2 21 0.964286

    4 6 6 1L

    2 2 2 2 2 2

    2

    1211 23 19 17 4.5 9.5 3 4 6 1

    4 6 6 117.3704

    0.964286cX

    2 17.3704 0.003848P X

    5) CONCLUSION: Como 2 17.3704 0.003848P X es menor que 05.0 , en-

    tonces se acepta la Ha, es decir, los seis anuncios tienen diferencias en las cla-

    sificaciones, a un nivel de significancia del 5%.

    2

    5;0.05 11.07X

    0.950.95

    0.05

    Se

    acepta

    Ha

    Se

    acepta

    H0

  • LA PRUEBA DE FRIEDMAN PARA K MUESTRAS (MUESTRAS APAREADAS) Estadstica No Paramtrica

    Daniel Guzmn Rojas

    5

    PRUEBA DE WILCOXON PARA COMPARACIONES MLTIPLES (POR PARES)

    Clasificaciones anuncios,

    ordenado la mediana de mayor a menor

    SUJETO ANUNCIO

    B C D A F E

    1 8 7 6 5 5 4

    2 10 6 7 6 4 4

    3 10 9 9 8 7 6

    4 6 7 5 4 5 3

    MEDIANA 9.00 7.00 6.50 5.50 5.00 4.00

    MEDIANAi MEDIANAj MEDi - MEDj zc z0.05 P[z>zc]

    B C 2.00 1.1339 1.645 0.1284

    B D 2.50 1.8411 1.645 0.0328

    B A 3.50 1.8411 1.645 0.0328

    B F 4.00 1.8411 1.645 0.0328

    B E 5.00 1.8411 1.645 0.0328

    C D 0.50 -0.1841 1.645 0.5730

    C A 1.50 0.3651 1.645 0.3575

    C F 2.00 2.0000 1.645 0.0228

    C E 3.00 1.8411 1.645 0.0328

    D A 1.00 2.0000 1.645 0.0228

    D F 1.50 0.3651 1.645 0.3575

    D E 2.50 1.8570 1.645 0.0317

    A F 0.50 -0.1841 1.645 0.5730

    A E 1.50 1.8570 1.645 0.0317

    F E 1.00 0.3682 1.645 0.3564

    Se puede concluir que los anuncios B y C son mejores, por cuanto la

    0.1284 0.05cP z z (las medianas son iguales para B y C) y las comparaciones del

    anuncio B con los anuncios A, F y E respectivamente, sus 0.05cP z z (sus medianas

    son diferentes); pero se puede observar que la comparacin de C con D y C con A res-

    pectivamente, sus 0.05cP z z (sus medianas son iguales), por lo tanto, el anuncio B

    es mejor que el resto de anuncios.