Portafolio Estadistica

UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE CONTABILIDAD Y AUDITORÍA

APLICACIÓN ESTADÍSTICA INFERENCIAL II
PRUEBA CHI-CUADRADO
 En una prueba de ajuste la hipótesis nula establece que una variable X tiene una cierta
distribución de probabilidad con unos determinados valores de los parámetros.
[CITATION Mar12 \t \l 12298 ]
 Se usa principalmente para determinar si dos variables nominales tienen relación o no
en una población cuya distribución se desconoce. La tabla de distribución chi-
cuadrado posee valores positivos.
 El estadístico ji-cuadrado (o chi cuadrado), que tiene distribución de probabilidad del
mismo nombre, sirve para someter a prueba hipótesis referidas a distribuciones de
frecuencias. En términos generales, esta prueba contrasta frecuencias observadas con
las frecuencias esperadas de acuerdo con la hipótesis nula. [ CITATION Fer11 \l 1033 ]
 La prueba de chi cuadrado de independencia entre dos variables cualitativas fué
desarrollada ya en 1900 por Pearson, y su utilidad es precisamente evaluar la
independencia entre dos variables nominales u ordinales, dando un método para
verificar si las frecuencias observadas en cada categoría son compatibles con la
independencia entre ambas variables. [ CITATION SAM11 \l 1033 ]
 Vamos a referirnos a variables que se han medido a nivel nominal. Es decir, que sus
valores representan categorías o grupos en una variable. [ CITATION Tev11 \l 1033 ]
Ejemplo 1
En un grupo de enfermos que se quejaban de que no dormían se les dio somníferos y

placebos. Con los siguientes resultados. Nivel de significación: 0, 05.
Duerme Bien Duerme mal

Somníferos 44 10
Placebos 81 35
¿Es lo mismo tomar somníferos o placebos para dormir bien o mal en este grupo de
enfermos?
PLANTEAMIENTO DE HIPÓTESIS
Ho: No es lo mismo tomar somníferos o placebos para dormir mal o bien
H1: Es lo mismo tomar somníferos o placebos para dormir bien o mal
Duerme Bien Duerme mal TOTAL

Somníferos 44 10 54
Placebos 81 35 116
TOTAL 125 43 170
Duerme Bien Duerme mal TOTAL

Somníferos 44 39.70 10 13.66 54
Placebos 81 85.29 35 29.34 116
TOTAL 125 43 170
Oi Ei (Oi−Ei)2/Ei
44 39.70 0.4657
81 85.29 0.2158
10 13.66 0.9806
35 29.34 1.0919
TOTAL 2.7540
– Valor calculado –> 2, 57
– Valor de la tabla –> 3, 84

2.57 3.84
Conclusión
El valor calculado (2, 57) cae en Zona de Aceptación. Se acepta la hipótesis nula. Podemos
decir que la diferencia no es estadísticamente significativa y que se debe al azar. Es decir, no
es lo mismo usar somníferos o placebos para dormir bien o mal en este grupo de enfermos.
Comprobación en SPSS
Insertamos el
número de datos
para la tabla
Escogemos la
Insertamos filas opción estadísticos
y columnas
Nos dirigimos al menú analizar Opción estadísticos descriptivos
Tablas cruzadas

En la opción chi
cuadrado
Opción casillas
Observado y esperado
Obtenemos el resultado
de chi cuadrado
Ejemplo 2
En un C de Salud analizamos las historias de enfermería (292 hombres y 192 mujeres). De

ellos tienen úlcera 10 hombres y 24 mujeres y no tienen 282 y 168 respectivamente. Nivel de
significación 0, 05. Las hipótesis serías:
Hombres Mujeres
Si 10 24
No 282 168
Ho: No existe relación entre tener úlcera y el sexo.

H1: Sí existe relación entre tener úlcera y el sexo.
Hombres Mujeres TOTAL

Si 10 24 34
No 282 168 450
TOTAL 292 192 484
Valor calculado –> 14, 61
Valor de la tabla –> 3, 84
3.84 14.61
Conclusión
El valor calculado (14.61) cae en Zona de Rechazo. Se rechaza la hipótesis nula y se acepta la
hipótesis alternativa. Podemos decir que la diferencia es estadísticamente significativa; es
decir, que no existe relación entre tener úlcera y el sexo de la persona.
Insertamos los
datos
Menú
Opción estadísticos descriptivos
analizar
Tablas cruzadas
Opción estadísticos
Escogemos filas y
columnas
Opción Chi cuadrado
Escogemos la opción
casillas
Opción observado y
esperado
Obtenemos el chi
cuadrado
EJERCICIO 3
Se desea estudiar hasta qué punto existe relación entre el tiempo de residencia de inmigrantes
en nuestro país y su percepción de integración. Se dispone de una muestra pequeña de 230
inmigrantes a los que se les evaluó en ambas variables obteniéndose la siguiente tabla de
frecuencias observadas. ¿Confirman estos datos la hipótesis planteada con un nivel de
confianza del 95%?
Tiempo de residencia Grado de integración Total

Bajo Alto
Más tiempo 40 90 130
Menos tiempo 90 10 100
Total 130 100 230
Ho: Existe relación entre el tiempo de residencia de inmigrantes en nuestro país y su

percepción de integración
H1: No existe relación entre el tiempo de residencia de inmigrantes en nuestro país y su
percepción de integración
Tiempo de Grado de integración

Total
residencia Bajo Alto
Más tiempo 40 73,48 90 56,52 130
Menos
90 56,52 10 43,48 100
tiempo
Total 130 130 100 100 230
Oi Ei
/Ei
40 73.48 15.25
90 56.52 19.83
90 56.52 19.83
10 43.48 25.77
TOTAL 80.68
Valor calculado –> 80.68
Valor de la tabla –> 3, 84
3.84 80.68
Conclusión
El valor calculado (80.68) cae en Zona de Rechazo. Se rechaza la hipótesis nula y se acepta la
hipótesis alternativa. Donde no existe relación entre el tiempo de residencia de inmigrantes en
nuestro país y su percepción de integración
EJERCICIO 4
Un investigador quiere estudiar si hay asociación entre la práctica deportiva y la sensación de

bienestar. Extrae una muestra aleatoria de 100 sujetos. Los datos aparecen a continuación.
Sensación de Práctica deportiva Total
Bienestar
Sí no
Sí 20 25 45
No 10 45 55
Total 30 70 100
Contraste la hipótesis de independencia entre bienestar y práctica de deporte (alfa = 0,01).
Ho: No Existe asociación entre la práctica deportiva y la sensación de bienestar

H1: Existe asociación entre la práctica deportiva y la sensación de bienestar
Sensación Práctica deportiva Total

de
Bienestar Sí no
Sí 20 13,5 25 31,5 45
No 10 16,5 45 38,5 55
Total 30 70 100
Oi Ei
/Ei
20 13.5 3.12
10 16.5 2.56
25 31.5 1.34
45 38.5 1.09
TOTAL 8.11
3.84 8.11
Conclusión
El valor calculado (8.11) cae en Zona de Rechazo. Se rechaza la hipótesis nula y se acepta la hipótesis
alternativa. Por lo cual Existe asociación entre la práctica deportiva y la sensación de bienestar
EJERCICIO 5
Los Estudiantes de una Escuela de Ingeniería proceden de Bachillerato o de Formación Profesional.

Se desea saber si este hecho tiene influencia en que el estudiante abandone sus estudios antes de 7
años de cursar la carrera. Con este objeto se ha realizado una encuesta sobre una muestra de ambos
grupos de alumnos, obteniendo la respectiva tabla:
Si abandonaron No abandonaron
Bachillerato 24 50
Form. profesional 6 10
Si abandonaron No abandonaron TOTAL

Bachillerato 24 24,67 50 49,33 74
Form. profesional 6 5,33 10 10,67 16
TOTAL 30 30 60 60 90
Ho: No tiene influencia en que el estudiante abandone sus estudios antes de 7 años de cursar
la carrera.
H1: Tiene influencia en que el estudiante abandone sus estudios antes de 7 años de cursar la
carrera.
Oi Ei
/Ei
24 24.67 0.018
6 5.33 0.084
50 49.33 0.0091
10 10.67 0.0421
TOTAL 0.1532
0.153 3.84
Conclusión
El valor calculado (0.153) cae en Zona de aceptación. Se acepta la hipótesis nula. Por lo cual
No tiene influencia en que el estudiante abandone sus estudios antes de 7 años de cursar la
carrera.
Test exacto de
Fisher
 El test exacto de Fisher permite analizar si dos variables dicotómicas están asociadas
cuando la muestra a estudiar es demasiado pequeña y no se cumplen las condiciones
necesarias para que la aplicación del test x 2 sea adecuada. Estas condiciones exigen
que los valores esperados de al menos el 80% de las celdas en una tabla de
contingencia sean mayores de 5. Así, en una tabla 2x2 será necesario que todas las
celdas verifiquen esta condición, si bien en la práctica suele permitirse que una de
ellas muestre frecuencias esperadas ligeramente por debajo de este valor.[ CITATION
Son \l 3082 ]
 El Test exacto de Fisher es un contraste de hipótesis muy interesante por sus muchas
aplicaciones y porque es un muy útil escenario para aprender la lógica interna de un
contraste de hipótesis.Se aplica en las siguientes situaciones: 1) En la comparación de
dos grupos respecto a una variable dicotómica. 2) En la valoración de la relación entre
dos variables cualitativas dicotómicas cada una de ellas.En ambos casos, que son
equivalentes (son dos formulaciones distintas de lo mismo), los datos pueden
organizarse en una tabla de contingencias de 2×2 ó mediante dos porcentajes a
comparar, uno de cada grupo.[ CITATION Jau13 \l 3082 ]
 El test exacto de Fisher permite analizar si dos variables dicotómicas están asociadas
cuando la muestra a estudiar es demasiado pequeña y no se cumplen las condiciones
necesarias para que la aplicación del test x 2 sea adecuada. En consecuencia las
conclusiones a las que llegamos a partir de los p–valores calculados no son
confiables.En ese sentido, el Tests Exacto de Fisher es una solución a este problema
en el caso de tablas de 2 × 2.[CITATION Ald11 \l 3082 ]
 La prueba exacta de Fisher está basada en la distribución exacta de los datos y no en
aproximaciones asintóticas, y presupone que los marginales de la tabla de
contingencia están fijos. En general, cuando las frecuencias absolutas esperadas, en la
gran mayoría de casillas o celdas son relativamente grandes (más de 5), se utiliza el
estadístico Chi-Cuadrado para realizar el contraste mencionado. [ CITATION Den08 \l
3082 ]
EJEMPLOS 1:
 En una tabla simple de biology por prefer, los resultados parecen indicar que la mayoría de las
personas sin titulación en biología prefieren los dinosaurios, mientras que las personas con
dicha titulación no muestran un preferencia especial por ninguna de las dos exhibiciones. Para
determinar si esta diferencia es significativa o es simplemente fruto del azar.
H 0= las preferencias no dependen si poseen un título o no.
H 1= las preferencias si dependen si poseen un título o no.
Preferencias
Dinosaurio Biología
s
Si 3 2 5
No 7 1 8
Total 10 3 13
( 3+2 ) ! ( 7+1 ) ! ( 3+7 ) ! ( 2+1 ) !

P=
13! 3! 2 ! 7 ! 1 !
P=0.28
Preferencias
Dinosaurio Biología
s
Si 2 3 5
No 8 0 8
Total 10 3 13
( 2+3 ) ! ( 8+0 ) ! ( 2+8 ) ! ( 3+0 ) !

P=
13 ! 2! 3 ! 8 ! 0 !
P=0.03
p=0.28+0.03=0.31∗2=0.62
0.62>0.05 V se acepta Ho
Conclusión:
Se acepta Ho por lo que las preferencias no dependen si poseen un título o no.

Insertamos Datos
Menú analizar
Tablas cruzadas
Estadísticos
descriptivos
Click en casillas
y elegimos el
esperado y el
observado
Click en
estadísticos y
elegimos Chi
cuadrado
Obtenemos
los
resultados
EJEMPLOS :
 Se desea averiguar si existen diferencias en la prevalencia de obesidad entre hombres

y mujeres o si, por el contrario, el porcentaje de obesos no varía entre sexos.
H 0= No existen diferencias entre los resultados de hombres y mujeres.
H 1= existen diferencias entre los resultados de hombres y mujeres.
Obesidad
Si No
Mujeres 1 4 5
Hombres 7 2 9
8 6 14
( 1+4 ) ! ( 7+2 ) ! (1+7 ) ! ( 4+2 ) !

P=
14 ! 1 ! 4 ! 7 ! 2 !
P=0.003
Obesidad
Si No
Mujeres 0 5 5
Hombres 8 1 9
8 6 14
( 0+5 ) ! ( 8+1 ) ! ( 0+8 ) ! ( 5+1 ) !

P=
14 ! 0 ! 5 ! 8 ! 1!
P=0.0599
p=0.003+0.0599=0.0629∗2=0.1258
0.1258>0.05 V se acepta Ho
Conclusión:
Se acepta Ho por lo que No existen diferencias entre los resultados de hombres y mujeres.
EJERCICIO 3
 Se aplicó una encuesta a 15 personas demócratas y o demócratas a las cuales se les

pregunto si estaban de acuerdo con lo que el gobierno ofreciera asilo a los exiliados
políticos el objetivo es conocer si los demócratas difieren de los no demócratas en
función de estar de acuerdo brindar asilo a los políticos exiliados.
Muy buena Aceptable
Direct 4 2
a
Girada 2 7
H0: Los demócratas no difieren de los no demócratas en estar de acuerdo con que el gobierno
brinde asilo a los exiliados políticos
H1: Los demócratas difieren de los no demócratas en estar de acuerdo con que el gobierno
brinde asilo a los exiliados políticos.
PRE.1 Grupos
1 1
2 2
1 1
2 2
1 1
1 1
2 2
1 2
2 2
1 2
2 2
2 1
2 1
2 2
2 2
( 4+ 2 ) ! ( 2+7 ) ! ( 4+2 ) ! ( 2+7 ) !

P= 15! 4 ! 2 ! 2 ! 7!
P= 0,108
Muy Aceptable
buena
Directa 4 2
Girada 2 7
Muy Aceptable
buena
Directa 5 1
Girada 1 8
6! 9! 6 ! 9 !
P= 15! 5 ! 1 ! 1! 8!
P= 0,0108
Muy buena Aceptable
Directa 6 0
Girada 0 9
6!9!6!9!
P= 15! 6 ! 0! 0! 9!
P= 0,0002
P= 0,108 + 0,0108 + 0,0002
P= 0,119
Duplico p valor debido a que se está trabajando con hipótesis bilaterales
P= 0,2384
CONCLUSIÓN:
Se acepta Ho y se rechaza H1 es decir no existen diferencias significativas entre los

demócratas y los no demócratas en estar de acuerdo con que el gobierno brinde asilo a
políticos exiliados.
EJERCICIO 4
 Se aplicó una encuesta de 17 personas de dos partidos políticos (izquierda- derecha)

acercado la ley de plusvalía implantada por el gobierno. El objetivo es si los de
izquierda difieren de los de la derecha.
NC: 99%
( 1= Si ; 2= No)
Partido político ( 1 = izquierda ; 2= derecha )
PRE.1 Grupos
1 1
2 2
1 1
2 2
1 1
1 1
2 2
1 2
2 2
1 2
2 2
2 1
2 1
2 2
2 2
HIPÓTESIS:
H0: los partidos políticos de la izquierda no difiere de la derecha en cuanto a recibirá los
exiliados políticos
H1: los partidos políticos de la izquierda difiere de la derecha en cuanto a recibirá los
exiliados políticos
Tabla de contingencia
Izquierda Derecha
SI 7 3
NO 4 3
Aplicar la Fórmula:
( A +B ) ! ( C + D ) ! ( A +C ) ! ( C+ D ) !
P= N ! A ! B !C ! D !
( 7+3 ) ! ( 4 +3 ) ! (7 +4 ) ! (3+ 3 ) !
P= 17 ! 7 ! 3 ! 4 ! 3 !
P= 0,3394
TABLAS EXTREMAS
Izquierda Derecha
Si 8 2
NO 3 4
Izquierda Derecha
SI 9 1
NO 2 5
Izquierda Derecha
SI 10 0
NO 1 5
10 ! 7 ! 11 ! 7 !
P= 17 ! 8 ! 3! 3 ! 4 !
P= 0,1273
10 ! 7 ! 11 ! 6 !
P= 17 ! 9 ! 1! 2 ! 5 !
P= 0,097
10 ! 7 ! 11 ! 6 !
P= 17 ! 1! 0 ! 1 ! 6 !
P= 0,0006
P= 0,3394 + 0,1273 + 0,097 ´+ 0,0006
P= 0,4843
 Duplico p valor debido a que se está trabajando con hipótesis bilaterales
P= 0,97
CONCLUSIÓN:
Se acepta Ho y se rechaza H1 es decir no existen diferencias significativas entre la izquierda

y la derecha en estar de acuerdo con la ley de plusvalía impartida por el gobierno.
 El artículo está publicado en Enero de 2013 en el New England Journal of Medicine

y se titula Duodenal Infusion of Donor Feces for Recurrent Clostridium difficile.
los datos comparativos de los pacientes tratados con “Infusión de donante de heces
global” respecto a los tratados con Vancomicina. A partir de la información que nos
dan podemos deducir que la tabla de 2×2 que tienen en este caso es la siguiente:
Tabla de contingencia
Infusión de Vancomicina Total

donante de heces
global
Se curan 1 9 10
No hay cura 15 4 19
Total 16 13 29
Aplicar la Fórmula:
( A +B ) ! ( C + D ) ! ( A +C ) ! ( C+ D ) !
P= N ! A ! B !C ! D !
10 ! 19 ! 16 ! 13 !
P= 29! 1 ! 9 ! 15 ! 4 !
P= 0,001
TABLAS EXTREMAS
Izquierda Derecha
Si 0 10
NO 16 3
10 ! 19 ! 16 ! 13 !
P= 29! 0! 10 ! 16 ! 3 !
P= 0,0001
P= 0,001+ 0,0001
P= 0,001
CONCLUSIÓN:
El p-valor se calcula sumando estas dos probabilidades dando 0,000584. Como dice en el artículo se
trata de un p-valor inferior a 0,001. Diferencias, pues, significativas.
TEST DE CORRECCIÓN DE YATES

Definiciones
De acuerdo con [ CITATION LaS11 \l 1033 ] Yates propuso en 1934 una corrección de los
métodos empleados para hallar el Chi cuadrado, que mejora la concordancia entre los
resultados del cálculo y la distribución Chi cuadrado.
Según la investigación de [ CITATION Gig10 \l 1033 ] Los contrastes de independencia
basados en la Chi cuadrado son válidos para tamaños muéstrales grandes y aproximan una
distribución discreta (la del estadístico de contraste) por una continua (la distribución chi
cuadrado). Mencionamos que esto da lugar a un error considerable cuando el tamaño
muestral no es demasiado grande, para ello los autores utilizan métodos que disminuyen
este error, llamados correcciones por continuidad (ejemplo el método de corrección de
Yates). En el caso en que los tamaños muéstrales son pequeños se puede utilizar el test
exacto de Fishermás robusto a este supuesto. Para mayor información sobre Tablas de
contingencias el autor puede consultar el libro de Aguilera (2001).
En general, se aplica la corrección por continuidad de Yates (una corrección
conservadora)
La corrección de Yates se aplica a la prueba ji-cuadrado cuando al menos el valor de

una frecuencia esperada es menor que 5. Cuando aproximamos una variable
discreta a una distribución continúa.[ CITATION Ant12 \l 1033 ]
EJEMPLO 1
Un asesor de ventas requiere saber si existe preferencias al elegir el sabor de helado en la

heladería “MIA” de dos sucursales, se detallan los datos en la siguiente tabla.
Fresa Coco TOTAL

A 6 7 13
B 3 5 8
TOTAL 9 12 21
H 0: No existe preferencias al elegir el sabor de helado en la heladería “MIA” de dos

sucursales
H 1: Existe preferencias al elegir el sabor de helado en la heladería “MIA” de dos sucursales,
Fresa Coco TOTAL

A 6 5,57 7 7,43 13
B 3 3,43 5 4,57 8
TOTAL 9 12 21
Oi Ei
O E
6 5.57 0.0009
3 3.43 0.2522
7 7.43 0.1164
5 4.57 0.0011
0.3706
Conclusión
El valor calculado (0.37) cae en Zona de Aceptación. Se acepta la hipótesis nula que dice que
No existe preferencias al elegir el sabor de helado en la heladería “MIA” de dos sucursales
Insertamos los datos

Nos dirigimos al menú analizar
Tablas cruzadas
En la opción chi
cuadrado
Escogemos la
opción estadísticos
Insertamos filas
Opción casillas
y columnas
Obtenemos el Test de Corrección de Yates
EJEMPLO 2
Un estudio quiere demostrar si el dengue ( transmitida por mosquitos, principalmente por el Aedes
aegypti) afecta a las personas en que sus viviendas están cerca de charcos o aguas empozada y
si tiene que ver con la ubicación de la misma. Se obtuvieron los siguientes resultados:
H 0: El dengue es independiente de la ubicación de la vivienda
H 1: El dengue es dependiente de la ubicación de la vivienda
Localización Dengue
1 1
1 1
1 1
1 2
1 2 Urbano 1
1 2 Rural 2
1 2 Si 1
2 No 2
1
1 2
1 2
2 1
2 1
2 1
2 1
2 1
2 1
2 1
2 2
2 2
Presentan
Dengue
Si No
Localizació Urbano 3 7 1
n vivienda 0
Rural 7 2 9
Total 10 9 1
9
O E
3 5.26315789 1.45065789
Nivel de 7 4.73684211 0.65628655 significancia:
7 4.73684211 0.65628655
0.01=6.63 2 4.26315789 1.79093567
4.55416667
4.55> 6.63 F Se acepta Ho
Conclusión
Conclusión:
Se acepta Ho por lo que el dengue es independiente de la ubicación de la vivienda
Opción casillas
Tablas cruzadas

Nos dirigimos al menú analizar
Opción casillas
En la opción chi
cuadrado
Obtenemos el test de
corrección de Yates
EJEMPLO
Un investigador requiere demostrar si el género y el cáncer están relacionados. Donde

surgieron los siguientes resultados de acuerdo con la evaluación:
H 0: El cáncer es independiente del género
H 1: El cáncer es dependiente del género
Genero Cáncer
1 1
1 1
1 1
1 1
1 2
1 2
1 2
1 2
1 2
1 2
2 1
2 1
2 1
2 1
2 1
2 2
2 2
O E
4 5.29411765 0.60800654
5 3.70588235 0.17016807
6 4.70588235 0.13400735
2 3.29411765 0.97715336
1.88933532
1.89>6.63 F Se acepta Ho
Conclusión
El valor calculado (1.89) cae en Zona de Aceptación. Se acepta Ho por lo que El cáncer es
independiente del género
EJEMPLO
 Se clasifican 50 mujeres conforme a su color de piel y su color de cabello, probar a un nivel

del 95% si en estos individuos existe una relación entre ambas.
Cabello Negro Cabello Claro TOTAL

Piel Blanca 23 7 30
Piel Canela 4 16 20
TOTAL 27 23 50
H 0: No existe una relación entre las mujeres seleccionadas conforme a su color de piel y
cabello.
H 1: Existe una relación entre las seleccionadas conforme a su color de piel y cabello.
Cabello Negro Cabello Claro TOTAL

Piel Blanca 23 16,2 7 13,8 30
Piel Canela 4 10,8 16 9,2 20
TOTAL 27 23 50
Oi Ei
O E
24 16,2 2,45
4 10,8 4,934
7 13,8 3,862
16 9,2 4,314
15,56
Conclusión
Como el valor calculado cae en la zona de rechazo en consecuencia rechazamos H 0 y

aceptamos H1 y se dice que si existe una relación entre las mujeres seleccionadas conforme a
su color de piel y cabello.
EJEMPLO
 Dos procedimientos de fabricación A y B han sido ensayados con el fin de aumentar la

duración de la conservación de productos enlatados. Los resultados obtenidos son los
siguientes:
Fracasos Éxitos TOTAL

A 3 4 8
B 6 7 13
TOTAL 9 12 21
A que conclusión podemos llegar con un nivel de confianza del 99%.
H 0: No existe un aumento de duración de la conservación de productos enlatados en los
procedimientos A y B.
H 1: Existe un aumento de duración de la conservación de productos enlatados en los

procedimientos A y B.
Fracasos Éxitos TOTAL

A 3 3,43 5 4,57 8
B 6 5,57 7 7,43 13
TOTAL 9 12 21
Oi Ei
O E
3 3,43 0,252
6 5,57 0,0008
5 4,57 0,001
7 7,43 O,116
0,3698
Como el valor calculado cae en la
zona de aceptación en consecuencia se acepta H 0 y se dice que no existe un aumento de
duración de la conservación de productos enlatados en los procedimientos A y B.
Conclusión
U DE MANN – WHITNEY
Según Gómez Manuel, Danglot Cecilia, Vega Leopoldo [ CITATION Seg03 \n \t \l 21514 ]
menciona que:
La U DE MANN – WITHNEY es la más popular para el estudio de dos

muestras independientes. Se utiliza cuando se desea efectuar la
comparación de dos grupos en quienes se las ha medido una variable
cuantitativa continua que no tiene una distribución normal o cuando la
variable es de tipo cuantitativa discreta, generalmente se prefiere
cuando se conoce el rango exacto de valores de la variable
independiente, ya que se toma en cuenta el tamaño de las diferencias
entre los resultados observados y la gran mediana. (pág. 96-97)
Se usa cuando se quiere comparar dos poblaciones usando muestras

independientes, es decir; es una prueba alterna a la prueba de t para comparar
dos medias usando muestras independientes. La hipótesis nula es que la
mediana de las dos poblaciones son iguales y la hipótesis alterna puede ser que
la mediana de la población 1 sea mayor (menor ó distinta) de la mediana de la
población 2.
Definiciones
 La prueba de Mann Withney se usa para probar las hipótesis nulas de que las
medianas de dos poblaciones son iguales. Se supone que las dos poblaciones tienen la
misma forma y dispersión, ya que están diferenciadas también conducirían al rechazo
de la hipótesis nula. Se requiere que los valores en las dos muestras aleatorias
independientes sean cuando menos de escala ordinal.[ CITATION Leo04 \l 3082 ]
 La distribución del estadístico de Mann Withney, U, se aproxima a la distribución
normal a un ritmo bastante rápido a medida que aumenta el número de observaciones
muestrales. La aproximación es adecuada si cada muestra contiene al menos 10
observaciones. Para contrastar la hipótesis nula de que la posición central de las dos
distribuciones poblacionales es igual, suponemos las dos distribuciones poblacionales
son idénticas. [CITATION New08 \l 3082 ]
 En estadística la prueba U de Whitney, también llamada de Mann-Whitney-Wilcoxon,
prueba de suma de rangos Wilcoxon, o prueba de Wilcoxon-Mann-Whitney, es una prueba
no paramétrica con la cual se identifican diferencias entre dos poblaciones basadas en el análisis de
dos muestras independientes, cuyos datos han sido medidos al menos en una escala de nivel
ordinal. [ CITATION Fra06 \l 3082 ]
El test de la U de Mann Whitney fue originalmente propuesto por

Wilcoxon (1945) para el caso del os tamaños muéstrales iguales (n1=n2).
Pero fueron Mann y Whitney (1947), los primeros en extender el
procedimiento al caso de tamaños muéstrales desiguales y los primeros
en proporcionar tablas para poder utilizar el procedimiento con
muestras pequeñas.
FÓRMULAS
n 1(n +1) n 2(n +1)

U 1=( n1∗n 2 )+ 1
−R1 U 2=( n1∗n 2 )+ 2
−R2
2 2
APROXIMACIÓN A LA NORMAL
Z=U−¿¿ ¿
En donde:
n1: Tamaño de la primera muestra
n2 : Tamaño de la segunda muestra
R1: Suma de los rangos de la primera muestra
R2: Suma de los rangos de la segunda muestra
PASOS PARA LA APLICACIÓN
 Ordenamos los valores de las muestras conjuntamente (datos)

 Asignamos un rango de orden a cada valor
 Se corrigen las ligaduras existentes en los datos
 Calculamos R1 y R2 que es la sumatoria
 Calculamos U1, U2 y escogemos el mínimo
 Aplicamos la fórmula de Z
 Aceptamos o rechazamos la hipótesis
1.Los valores se ordenan de menor a mayor, asignando el rango

de 1 al menor valor muestral observado
2.Si existen valores iguales a estos valores, se les asigna la media

de los rangos.
3.Si la hipótesis nula es verdadera, el promedio de los rangos en

cada grupo muestral debe ser aproximadamente igual.
RECUERDE
Si n1>10, n2 >10 y la hipótesis
nula es verdadera, la
distribución muestral de U es
aproximadamente normal.
APLICACIONES EN
CLASES
EJERCICIO 1
Supongamos que en una publicación se lee que el consumo de carne en 2 comunidades

autónomas españolas (A,B) difiere significativamente para contrastar si hay diferencia se
anota el consumo en kilogramos en un determinado período, en una muestra de 10A y otra de
5B se encuentran los siguientes resultados:
A 16 1 14 21 1 34 22 7 12 12
: 1 8
B 12 1 11 30 10
: 4
Hipótesis
H 0 : Elconsumodecarneesindependientedelacomunidad
H 1 : Elconsumodecarnedependedelacomunidad
7 1 11 11 12 12 12 14 14 16 1 21 22 30 34
0 8
1 2 3 4 5 6 7 8 9 10 1 12 13 14 15
1
1 2 3.5 3. 6 6 6 8. 8.5 10 1 12 13 14 15
5 5 1
Comunidad A
1 11 14 21 1 34 2 7 1 12
6 8 2 2
1 3.5 8. 12 1 15 1 1 6 6 R 1 = 86
0 5 1 3
Comunidad B
1 14 311 10
2 0
R2 = 34
6 8.5 3.5 1 2
4
n1 ( n1 +1 ) n2 ( n2 +1 )
U 1=n1∗n2 + −R1 U 2=n1∗n 2+ −R2
2 2
10 ( 10+1 ) 5 ( 5+1 )
U 1=10∗5+ −86 U 2=10∗5+ −34
2 2
U 1=19 U 2=31
U= min(U ¿ ¿ 1 , U 2)¿
U= min(19 , 31)
U = 19
Z=U−¿¿ ¿
5
Z=
(
19− 10−
2 )
10¿ 5 ( 10+5+1 )
√ 12
Z=1.41
Zona de
aceptación
Conclusión:
Como el valor calculado es menor (1.41) que el valor de la tabla (1.96). Se acepta H 0
, en consecuencia el consumo de carne es independiente en la comunidad.
APLICACIONES
EJERCICIO 1
Un experimentador utiliza dos métodos para enseñar a leer a un grupo de niños, quienes
ingresan por primera vez a la escuela. El experimentador quiere demostrar que el
procedimiento ideado por él es más efectivo procedimiento A que el tradicional,
procedimiento B; para ello, mide el desempeño en la lectura. De la cual se han encontrado los
siguientes resultados.
A 5 9 8 6 8 9 7 10
B 8 8 7 6 9 8 6
Paso 1 Establecer las hipótesis
H 0 : El aprendizaje es independiente del método para enseñar a leer
H 1 : El aprendizaje depende del método para enseñar a leer
Ordenar los valores de las muestras conjuntamente.

Paso 2
Paso 3 Asignamos un rango de orden a cada valor
Se corrigen las ligaduras existentes en los datos

Paso 4
5 6 6 6 7 7 8 8 8 8 8 9 9 9 10
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 3 3 3 5.5 5.5 9 9 9 9 9 13 13 13 15
Paso 5 Se calcula R1 Y R2
Método 1
5 9 8 6 8 9 7 10
1 13 9 3 9 13 5.5 15
R1: 68.5
Método 2
8 8 7 6 9 8 6
9 9 5.5 3 13 9 3
R2: 51.5
Paso 6 Calculamos U1 ; U2 y escogemos la menor
n1 ( n1 +1 ) n2 ( n2 +1 )
U 1=n1∗n2 + −R1 U 2=n1∗n 2+ −R2
2 2
8 ( 8+1 ) 7 ( 7+1 )
U 1=8∗7+ −68.5 U 2=8∗7+ −51.5
2 2
U 1=23.5 U 2=32.5
U= min(U ¿ ¿ 1 , U 2)¿
U= min(23.5 ; 32.5)
U = 23.5
Paso 7 Aplicamos la fórmula de Z

Z=U−¿¿ ¿
Z=
23.5− 8− ( 72 )
8∗7 ( 8+7+1 )
√ 12
Z=2.20
Paso 8 Aceptamos o rechazamos la hipótesis
Conclusion :
Se rechaza la hipotesis nula y se acepta la hipotesis por lo tanto el aprendizaje

depende del método para enseñar a leer.
Insertamos los
Datos
Menú analizar
Pruebas No
paramétricas
Cuadros de diálogo antiguos
2 Muestras Independientes
Variable de escala
Definimos grupos
Variable numérica
EJERCICIO 2
Una psicóloga está interesada en averiguar si existe alguna diferencia en la habilidad espacial
entre las personas zurdas y las diestras. Para averiguarlo toma una muestra de 10 zurdos y 10
diestros, entre los estudiantes de esta universidad y los somete a una prueba para medir su
habilidad espacial. Tome nota que uno de los sujetos de la muestra no se presentó para la
prueba. No se sabe si los datos se distribuyen normalmente y no se tienen datos poblacionales
al respecto. Si considera un alfa de 0.05 de dos colas.
A: 87 94 56 74 98 83 92 8 76
4
B: 47 68 92 73 71 82 55 61 75 85
Hipótesis
H 0=¿ La habilidad es independiente si las personas son zurdas y las diestras.
H 1=¿ La habilidad es dependiente si las personas son zurdas y las diestras.
H 0 : Me 1=Me 2
{ H 1 : Me 1 ≠ Me2
Datos Rango de Ligadura

Orden
47 1 1
55 2 2
56 3 3
61 4 4
68 5 5
71 6 6
73 7 7
74 8 8
75 9 9
76 10 10
82 11 11
83 12 12
84 13 13
85 14 14
87 15 15
92 16 16,5
92 17 16,5
94 18 18
98 19 19
Zurdos:
87 94 56 74 98 83 92 84 76
15 18 3 8 19 12 16, 13 10
5
R1=¿ 114,5
Diestros:
47 68 92 73 71 82 55 61 75 85
1 5 16,5 7 6 11 2 4 9 14
R2=¿ 75,5
n1 (n1 +1) n2 (n2 +1)

U 1=n1 × n2 + −R1 U 2=n1 × n2 + −R 2
2 2
9(9+1) 10(10+1)
U 1=9× 10+ −114,5 U 2=9× 10+ −75,5
2 2
U 1=20,5 U 2=69,5
U min (U 1 ; U 2)
U =min(20,5 ; 69,5)
U =20,5
n2
Z=
(
U− n1−
2 )
n1 n2 ( n1+ n2 +1 )
√ 12
10
¿
20.5− 9− ( 2 )
9 ( 10 ) ( 9+10+1 )
√ 12
¿ 1,35
Conclusión:
Como el valor calculado es menor (1.35) que el valor de la tabla (1.96).

Aceptamos H 0 es decir que la habilidad es independiente si la persona es zurda o
diestra.
EJERCICIO 3
Los adultos obesos que consultan a un centro de control de peso de la ciudad de Medellín son
sometidos a una de dos intervenciones para reducir de peso: plan de alimentación dirigido y
plan de alimentación dirigido combinado con un plan de actividad física. Se desea entonces
determinar si el peso perdido a los 6 meses después de iniciada la intervención de reducción
de peso, difiere significativamente entre los dos tipos de intervención.
Hipótesis
 Ho: El peso perdido a los 6 meses no es significativamente diferente entre los obesos
que llevan a cabo un plan de alimentación dirigido y aquellos que siguen un plan de
alimentación combinado con un plan de actividad física.
 HA: El peso perdido a los 6 meses es significativamente diferente entre los obesos que
llevan a cabo un plan de alimentación dirigido y aquellos que siguen un plan de
alimentación combinado con un plan de actividad física.
Intervención de reducción de peso

Peso perdido a 6 meses (Kg)
Plan de alimentación dirigido (Grupo 1) 10
2 8 7 12 20
(5 28
(1) (3) (2) (6) (11)
)
Plan de alimentación dirigido + Plan de AF 14 15 15
28 16 9
(Grupo 2) (7 (8.5 (8.5 50
(12) (10) (4)
) ) )
Formulas
n1 (n1 +1) n2 ( n2+1)

U 1=n1 × n2 + −R1 U 2=n1 × n2 + R2 −¿
2 2
6(6 +1) 11(11+ 1)

U 1=6× 6+ −28 U 2=6× 6+ −50
2 2
U 1=29 U 2=7
U min (U 1 ; U 2)
U =min(29 ; 7)
U =7
n2
Z=
(
U− n1−
2 )
n1 n2 ( n1+ n2 +1 )
√ 12
Gráfica y conclusiones
¿
7− 6−( 62 )
6 ( 6 ) ( 6+6+ 1 )
√ 12
¿ 0.64
Conclusión:
Como valor de la probabilidad (0.09) > 0.05, se acepta la H 0. Con una confianza del
95%, se evidencia que el peso perdido a los 6 meses no es significativamente diferente
entre los obesos que siguen sólo un plan de alimentación dirigido y los que siguen el
plan de alimentación combinado con un plan de actividad física.
EJERCICIOS ORDINALES
EJERCICIO 1
Los hornos microondas de una determinada marca se venden en Dallas y en San Antonio se
desea conocer de qué tan buena calidad son los microondas. Sé da un valor de 1: Malo, 2:
Regular, 3: Bueno, 4: Muy Bueno Con un nivel de significancia de 0.05. Se presenta a
continuación la siguiente tabla:
HIPOTESIS
H 0=¿ Los hornos microondas son independientes en su calidad en venta tanto en Dallas
como en San Antonio.
H 1=¿ Los hornos microondas son dependientes en su calidad en venta tanto en Dallas como
en San Antonio.
Dallas San Antonio

Bueno 9.5 Muy bueno 16
Muy 16 Muy bueno 16
bueno
Regular 5 Regular 5
Bueno 9.5 Bueno 9.5
Bueno 9.5 Bueno 9.5
Muy 16 Bueno 9.5
bueno
Muy 16 Malo 2
bueno
Malo 2 Muy bueno 16
Muy bueno 16
Malo 2
Regular 5
N= 8 83.5 N=11 106.5
1 2 3 4 5 6 7 8 9 10 11 12 13 1 1 1 1 18 19
4 5 6 7
1 1 1 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 4
2 2 2 5 5 5 9.5 9.5 9. 9.5 9.5 9.5 16 1 1 1 1 16 16
5 6 6 6 6
FORMULAS
n1 (n1 +1) n2 (n2 +1)

U 1=n1 × n2 + −R1 U 2=n1 × n2 + −R 2
2 2
8(8+1) 11(11+1) U
U 1=8× 11+ −83.5 U 2=8× 11+ −106.5
2 2
U 1=40,5 U 2=47,5
min (U 1 ; U 2)
U =min( 40,5; 49,5)
U =40,5
n2
Z=
(
U− n1−
2 )
n1 n2 ( n1+ n2 +1 )
√ 12
11
¿
40.5− 8−( 2 )
8 ( 11 ) ( 8+11+1 )
√ 12
¿ 2.76
GRAFICA Y CONCLUSION
Conclusión:
Se rechaza Ho ya que el valor calculado es mayor (2076) que el valor de la tabla

(1.96) es decir los hornos microondas son dependientes en su calidad en venta tanto
en Dallas como en San Antonio.
EJERCICIO 2
Se necesita saber la calidad de cierto producto en manos del público, para lo cual se está
considerando la posibilidad de utilizar una encuesta en la cual de detalle la opinión del
público-clientes, para ello se aligue una muestra aleatoria de 12 personas y se pide a cada uno
que valore su opinión en una escala del 1 al 4 sobre la calidad y respecto al precio.
Considerando que el 4 es excelente, 3 Muy bueno, 2 Bueno, 1 Regular
CLIENTE A B
S
A Bueno Muy bueno
B Bueno Muy bueno
C bueno Excelente
D Muy bueno Excelente
E Muy bueno Excelente
F Bueno Muy bueno
G Bueno Muy bueno
H Bueno Excelente
I Excelente
J Excelente
K Excelente
L Excelente
.
HIPOTESIS
Ho: la calidad es independiente del tipo de producto

H1: La calidad depende del tipo de producto
A 2 2 2 3 3 2 2 2 4 4 4 4
B 3 3 4 4 4 3 3 4
2 2 2 2 2 2 3 3 3 3 3
1 2 3 4 5 6 7 8 9 10 11
3. 3.5 3.5 3.5 3.5 3.5 9.5 9.5 9.5 9.5 9.5
5
3 4 4 4 4 4 4 4 4
12 13 14 15 16 17 18 19 20
9.5 16.5 16.5 16.5 16.5 16.5 16.5 16.5 16.5
PRODUCTO A
2 2 2 3 3 2 2 2 4 4 4 4
3. 3.5 3.5 9. 9.5 3.5 3.5 3. 16.5 16.5 16.5 16.5
5 5 5
R1 = 106
PRODUCTO B
3 3 4 4 4 3 3 4
9. 9.5 16.5 16.5 16. 9.5 9. 16.5
5 5 5
R2= 104
n1 ( n1 +1 ) n2 ( n2 +1 )
U 1=n1∗n2 + −R1 U 2=n1∗n 2+ −R2
2 2
12 ( 12+1 ) 8 ( 8+1 )
U 1=12∗8+ −106 U 2=12∗8+ −104
2 2
U 1=68 U 2=28
U= min(U ¿ ¿ 1 , U 2)¿
U= min(68 ; 28)
U = 28
Z=U−¿¿ ¿
8
Z=
(
28− 12−
2 )
12∗8 ( 12+8+1 )
√ 12
Z=1.54
Conclusión:
Se acepta la hipótesis nula y se rechaza la hipótesis alternativa por lo tanto la calidad

no depende del tipo de producto.
PRUEBA DE WILCOXON
Definiciones
Este modelo estadístico corresponde a un equivalente de la prueba t de Student, pero se aplica en mediciones
en escala ordinal para muestras dependientes. Es una alternativa de aceptable eficacia para contrastar
hipótesis.[ CITATION Fra06 \l 12298 ]
Frank Wilcoxon (1892–1965) fue un químico y

estadístico estadounidense conocido por el desarrollo de
diversas pruebas estadísticas no paramétricas.
APLICACIONES DE LA PRUEBA DE WILCOXON

 Trabaja con datos de tipo ordinal.
 Establece diferencias de magnitudes (+ y -).
 Dos muestras apareadas.
 Establece las diferencias.
 Con muestras grandes (> 25) se intenta lograr la distribución normal (se utiliza la prueba
 Es una prueba flexible que se puede utilizar en distintas situaciones, con muestras de
diferentes tamaños y con pocas restricciones. Lo único que se requiere es que la
variable sea continua y que sean observaciones pareadas, es decir que sean sujetos de
una misma muestra con medidas pre y pos prueba, o bien sujetos que hayan sido
pareados bajo criterios bien definidos. Esta prueba permite una mejor valoración de
las diferentes cuantitativas entre los pares de observaciones. (Gómez Manuel,
Danglot Cecilia, Vega Leopoldo [ CITATION Seg03 \n \t \l 21514 ])
 La prueba de Wilcoxon considera la magnitud de la diferencia entre cada valor
muestral y el valor hipotético de la mediana, los valores deben pertenecer por lo
menos a una escala de medición de intervalos. Wilcoxon considera la magnitud de la
diferencia entre los valores de cada par, y no solamente la dirección o el signo de la
diferencia, es una prueba más sensible, los valores de la muestra deben pertenecer a
una escala de intervalo.[ CITATION Leo04 \l 12298 ]
 La prueba de Wilcoxon está basado en ordenación de las diferencias en un método
para incorporar información sobre la magnitud de las diferencias entre pares
enlazados. Sigue siendo un contraste que no depende de la distribución. Al igual que
muchos contrastes no paramétricos se basa en las ordenaciones. Se calculan las sumas
de los puestos correspondientes a las diferencias positivas y negativas y al menor d
estas sumas es el estadístico de Wilcoxon.[CITATION New08 \l 12298 ]
FÓRMULA
T −n ( n+ 1 ) /4
n ( n+1 ) ( 2 n+1 )
√ 24
PASOS A
 Calculamos las diferencias en cada elemento de la muestra para las 2 variables a

estudiar (se eliminan los elementos que tengan diferencias nulas)
 Ordenamos estas diferencias presidiendo de los signos
 Asignamos un rango de orden a las mimas
 Se corrigen las ligaduras

 Sumamos los rangos según los signos que tengan las diferencias y obtenemos los
estimadores:
T ¿ Suma de rangos correspondientes a diferencias positivas
T ¿ Suma de rangos correspondientes a diferencias negativas
T min ¿ escogemos el menor sin importar el signo
1 . S e d e te rm in a la d ife r e n c ia e n t r e c a d a p a r d e v a lo re s y e s t a d ife re n c ia , s in
im p o r ta r s u s ig n o a rit m é ti c o .
2 . S i a lg u n a d ife r e n c ia e s ig u a l a c e r o , e s e p a r d e o b s e r v a c io n e s s e
e lim in a n d e l a n á lis is y s e re d u c e a s i e l t a m a ñ o e fe c ti v o d e la m u e s t ra
3 . L o s v a lo re s a b s o lu t o s d e la s d ife r e n c ia s e o r d e n a n d e m e n o r a
m a y o r a s ig n á n d o le s e l ra n g o 1 a la m e n o r d e la s d ife re n c ia s
a b s o lu t a s .
4 . S i h a y d ife re n c ia s a b s o lu t a s ig u a le s a lo s v a lo re s e m p a t a d o s s e le s d a
m e d ia a s u s r a n g o s .
5 . S e o b ti e n e la s u m a d e lo s ra n g o s d e la s d ife r e n c ia s p o s iti v a s y n e g a ti v a s p o r
s e p a ra d o .
RECUERDE
Si n ≥25 y la hipótesis nula es
verdadera, el estaditico T tiene
una distribución
aproximadamente normal.
APLICACIONES EN CLASE
EJERCICIO 1
Para proteger contra verrugas se ensayan 2 cremas A y B, aplicados en 2 zonas diferentes de

cada paciente. Posteriormente se midió el diámetro en milímetros de la zona afectada por
verrugas, donde se ha aplicado la crema A y luego la crema B.
o Los pares de medida de una muestra de 8 pacientes son las siguientes:
A 4 3 6 7 9 4 2 5
:
B: 3 4 6 6 5 4 7 3
Se pide estudiar si la zona protegida depende de la crema utilizada.
Si la superficie protegida es la misma en los tratados con la crema A y en los tratados con la
crema B, podemos afirmar que la superficie protegida no depende de la crema utilizada.
H 0 : La zona protegida no depende del tipo de la crema
H 1 : La zona protegida si depende del tipo de la crema
A 4 3 6 7 9 4 2 5
B 3 4 6 6 5 4 7 3
D 1 -1 0 1 4 0 -5 2
D Rango de Rangos
orden asignados
0 - -
0 - -
1 1 2
1 2 2
1 3 2
2 4 4
4 5 5
T (+) = ∑ 13 5 6 6
T (-) = ∑ 8
T min ¿
T min = 8
APROXIMADO A LA NORMAL
N>5
(n+1)
T −n
4
z=
n ( n+1 ) (2n+1)
√ 24
(8+ 1)
8−8
4
z=
8 ( 8+1 ) (2∗8+1)
√ 24
z=−1.40
Conclusión:
Como el valor calculado es menor (-1.4) cae en la zona de aceptación, se acept la hipótesis
nula por lo tanto no hay diferencia entre la crema A y B.
APLICACIONES
EJERCICIO 1
La Toyota Company estudia el efecto de la gasolina normal en comparación con la de alto

octanaje sobre el ahorro de combustible de su nuevo motor V6 de alto desempeño de 3.5
litros. Se selecciona a diez ejecutivos y se les pide que registren el número de millas que
recorren por galos. A un nivel de significación de 0.05 Los resultados son:
Paso 1 Establecer las hipótesis
Ejecutivo Regular Alto

s octanaje
1 15 10
2 12 10
3 22 12
4 8 11
5 10 9
6 7 5
7 8 10
8 10 7
9 14 11
10 9 6
H 0 : No hay diferencia significativa entre la gasolina normal con la de alto octanaje en el

motor V6
H 1 : Hay diferencia significativa entre la gasolina normal con la de alto octanaje en el motor
V6
Calculamos las diferencias en cada elemento de la muestra para las dos variables a
Paso 2 estudiar (se eliminan los elementos que tengan diferencias nulas).
Paso 3 Ordenamos estas diferencias presidiendo de los signos.
Paso 4 Asignamos un rango de orden a los mismos
Regular 15 12 22 8 10 7 8 10 14 9
Alto 10 10 12 11 9 5 10 7 11 6
octanaje
d 5 2 10 -3 1 2 -2 3 3 3
d Rango de Rango
orden asignado
1 1 1
2 2 3.33
2 3 3,33
-2 4 3,33
3 5 6.5
3 6 6.5
3 7 6.5
-3 8 6.5
5 9 5
10 10 10
Paso 5 Sumamos los rangos según los signos que ten las diferencias y
obtenemos los estimadores:
T +¿:∑ ¿ 42.16¿
T −¿: ∑ ¿ 9.83 ¿
T =min ¿
T =9.83
Cuando n>25 Se utiliza la tabla y aproximación de la normal.
Paso 6 Aplicar la fórmula
n(n+ 1)
T−
4
Z=
n(n+ 1)(2 n+1)
√ 24
10(10+1)
9.83−
4
Z=
10(10+1) [ (2∗10)+1 ]
√ 24
Z=0.74
Paso 7 Aceptamos o rechazamos la hipótesis
Conclusión: como el valor calculado es menor (0.74) que el valor de la tabla se acepta la
hipótesis nula es decir no hay diferencia significativa entre la gasolina normal con la de alto
octanaje en el motor V6.
Menú analizar
Pruebas no
paramétricas
Cuadros de diálogo
antiguos
2 muestras relacionadas
Insertamos
los valores de
las variables
Obtenemos los
valores de la
prueba de
Wilcoxon
EJERCICIO 2
Cada año en diciembre realiza un estudio sobre sobre cuantas veces acuden las personas
acuden al odontólogo hacerse un blanqueamiento dental y utilizan un producto A y el
producto B. La prueba es determinar si hay una diferencia significativa entre el producto Ay
B. Con un nivel de significancia del 0.05 A continuación se presentan los datos muestrales.
A 2 3 3 2 1 2 3 1 2
B 3 1 2 1 1 1 2 3 2
Hipótesis
H 0 : No hay diferencia significativa entre el producto A y B en el blanqueamiento dental.
H 1 : Hay diferencia significativa entre el producto A y B en el blanqueamiento dental.
X 2 3 3 2 1 2 3 1 2
Y 3 1 2 1 1 1 2 3 2
D -1 2 1 1 0 1 1 -2 0
R -3 6.5 3 3 - 3 3 - 6.5 -
d Rango de orden Rango asignados

0 - -
0 - -
1 1 3
1 2 3
1 3 3
1 4 3
1 5 3
2 6 6.5
2 7 6.5
Formulas
T (+) = 18.5
T (−¿) = 9.5
T min = T (+); T (−¿)
T min = (18.5; 9.5)
T min = 9.5
(n+1)
T −n
4
z=
n ( n+1 ) (2n+1)
√ 24
9.5−9( 9+1)
4
z=
9 ( 9+1 )(2∗9+1)
√ 24
z=−1.54
Graficas
CONCLUSIÓN:
Como el valor calculado es menor (-1.54) que el valor calculado (1.96). Se

acepta la hipótesis nula y se rechaza la hipótesis alternativa por lo tanto No
hay diferencia significativa entre el producto A y B en el blanqueamiento
dental
EJERCICIO 3
El área de ensamblado de Gotrac products se rediseño hace poco. La instalación de un nuevo

sistema de iluminación y la compra de nuevas mesas de trabajo son dos características de las
modificaciones. El supervisor de producción quiere saber si los cambios generaron un
aumento de la productividad de los empleados. Con el fin de investigar esta cuestión,
selecciono una muestra de 11 empleados para determinar las tasas de producción antes y
después de los cambios. La información de la muestra es la siguiente:
Operado Producción antes Producción después

r
S.M 17 18
D.J 21 23
M.D 25 22
B.B 15 25
M.F 10 28
A.A 16 16
U.Z 10 22
Y.U 20 19
U.T 17 20
Y.H 24 30
Y.Y 23 26
Producció 17 21 25 15 10 16 10 20 17 24 23
n antes
Producció 18 23 22 25 28 16 22 19 20 30 26
n después
D -1 -2 3 -10 -18 0 -12 1 -3 -6 -3
Hipótesis
Ho: La instalación de un nuevo sistema de iluminación y la compra de nuevas mesas de

trabajo no depende en el aumento de la productividad de los empleados.
H1: La instalación de un nuevo sistema de iluminación y la compra de nuevas mesas de
trabajo depende en el aumento de la productividad de los empleados
D Rango de orden Rango asignados

0 - -
1 1 1,5
-1 2 1.5
-2 3 2
3 4 4.5
-3 5 4.5
-3 6 4.5
-6 7 6
-10 8 10
-12 9 12
-18 10 18
Formulas
T (+) = 6
T (−¿) = 58.5
T min = T (+); T (−¿)
T min = (6; 58.5)
T min = 6
(n+1)
T −n
4
z=
n ( n+1 ) (2n+1)
√ 24
6−11 (11+1)
4
z=
11 ( 11+1 ) (2∗11+1)
√ 24
z=−2.68
Graficas
CONCLUSIÓN:
Como el valor calculado es menor (-2.48) que el valor de la tabla (-1.96) es decir se
rechaza la hipótesis nula y se acepta la hipótesis alternativa en consecuencia La
instalación de un nuevo sistema de iluminación y la compra de nuevas mesas de
trabajo depende en el aumento de la productividad de los empleados
EJERCICIO ORDINALES
EJERCICIO 1
Muchos corredores de bolsa nuevos no se atreven a realizar presentaciones frente a banqueros

y otros grupos. Al detectar esa falta de autoestima, los gerentes de diferentes bolsas de
valores organizaron un seminario de motivación para una muestra de los corredores nuevos y
contrato a Carrer Booste para que diera el curso. Dándole una calificación de 4: excelente, 3.
Muy Bueno, 2: Bueno, 1: Regular. Con un nivel significancia del 95%
Diferentes corredores de FORMULA FORMULA

Bolsa ORIGINAL PROPUESTA
J.M MARTIN Muy bueno Excelente
T.D JAGGER Excelente Bueno
A.D HAMMER Regular Regular
T.A JONES Muy bueno Excelente
B.G DIGNH Bueno Bueno
D.A SKEEN Muy Bueno Muy Bueno
C.B SIMMER Excelente Regular
Hipótesis
Ho: No hay diferencia significa en el cambio de autoestima en los corredores bolsa

H1: Hay diferencia significa en el cambio de autoestima en los corredores bolsa
Fórmula original 4 5 2 4 3 3 5
Formula nueva 5 3 2 5 3 4 2
D. -1 2 0 -1 0 -1 3
R.A. -2 4 0 -2 0 -2 5

0 - -
0 - -
1 1 2
1 2 2
1 3 2
2 4 4
3 5 5
Formulas
T¿
T¿
T =min ⁡¿T =(9 ; 6)
T =6
(n+ 1)
T −n
4
Z=
n(n+ 1)(2 n+1)
√ 24
(7+1)
6−7
4
Z=
7(7+ 1)(2(7)+1)
√ 24
Z = - 1.35
Graficas
Conclusión:
Se acepta la hipótesis nula como el valor calculado es menor (1.35) al valor de la tabla
(1.96) es decir no hubo cambios de autoestima en los corredores bolsa.
EJERCICIO 2
El director de sistemas de información de Samuelson Chemicals recomendó implementar un

programa de capacitación para gerentes en la planta. El objetivo es aumentar los
conocimientos de computación en los departamentos de nómina, contabilidad y producción.
Se seleccionó aleatoriamente una muestra de 15 gerentes de los tres departamentos. Un panel
de expertos clasifico a cada uno de acuerdo con sus conocimientos en computación. Se
clasificaron como sobresalientes 5, excelentes 4, buenos 3, regulares, 2, deficientes1. Lo que
interesa saber es si el programa de capacitación la planta aumento la eficacia de los gerentes
en el uso de la base de datos de la compañía. Con un nivel se significancia de 0.05
Nombre Antes Después
T.J BOWERS Buena Extraordinaria

SUE JENKINS Regular Excelente
JAMES BROWN Excelente Buena
ANDY LOVE Deficiente Buena

SARAH TRUETT Excelente Excelente
ANTONIA AILLIO Buena Extraordinaria
JEAN UNGER Deficiente Deficiente
COY FARMER Excelente Buena
TROY ARCHER Buena Extraordinaria
V.A JONES Deficiente Deficiente
JUAN GUILLEN Buena Buena
CANDY FRY Regular Extraordinaria
ARTHUR SEIPLE Buena Regular
TAD JACKSON Buena Extraordinaria
SANDY GUMP Deficiente Buena
Hipótesis
Ho: No hay aumento del conocimiento en el uso de las bases de datos como resultado del
programa de capacitación en la planta.
H1: Existe aumento del conocimiento en el uso de las bases de datos del gerente después del
programa de capacitación.
Antes 3 2 4 1 4 3 1 4 3 1 3 2 3 3 1
Después 5 4 3 3 4 5 2 5 1 3 5 4 2 5 3
D. -2 -2 1 -2 0 -2 -1 -1 2 -2 -2 -2 1 -2 -2

0 - -
1 1 2.5
1 2 2.5
Formulas
-1 3 2.5
-1 4 2.5
T¿ 2 5 9
T¿ -2 6 9
-2 7 9
-2 8 9
T =min ⁡¿ -2 9 9 T =(13; 86)
-2 10 9
T =13 -2 11 9
-2 12 9
-2 13 9
-2 14 9
(15+1)
13−15
4
Z=
15(15+1)(2(15)+ 1)
√ 24
Z = - 2.66
Graficas
Conclusión:
Como el valor calculado es menor (-2.66) que el valor calculado (-1.96) se rechaza la
hipótesis nula es decir que existe aumento del conocimiento en el uso de las bases de
datos del gerente después del programa de capacitación.
PRUEBA DE KRUSKAL WALLIS
Definiciones
 En palabra de [ CITATION Lin10 \l 12298 ]Es una extensión de la de U de Mann-
Whitney y representa una excelente alternativa al ANOVA de un factor
completamente aleatorizado.
 La prueba de Kruskal-Wallis, es una alternativa a la prueba F del análisis de varianza
para diseños de clasificación simple.[ CITATION Edg09 \l 1033 ]
 Se emplea cuando se quieren comparar tres o más poblaciones, Es el equivalente a un
análisis de varianza de una sola vía [ CITATION Byr09 \l 1033 ]
 De acuerdo con [CITATION Álv14 \t \l 1033 ] en su curso dictado por internet dice
que la prueba H de Kruskal-Wallis es la alternativa no paramétrica al modelo
ANOVA de una vía para comparar más de dos grupos independientes.
 Según [ CITATION Leo06 \l 12298 ] Se usa para probar la hipótesis nula que varias
poblaciones tienen la misma mediana. Como tal, es el equivalente no paramétrico del
diseño de un factor completamente aleatorizado del análisis de varianza.
 De acuerdo con [ CITATION Lev10 \l 12298 ] El procedimiento a seguir para el
cálculo del valor para H, debe:
I. Ser requisito indispensable que las poblaciones sean independientes

II. Combinar todos los valores de la muestras, como si fuera una sola
III. Ordenar de menor a mayor, es decir, categorizamos
IV. Establecer los rangos, tal como se ha venido haciendo en las pruebas
anteriores.
V. Sumar los rangos para cada muestra.
VI. Aplicar la siguiente fórmula para el cálculo de H.
CARACTERÍSTICAS
Extension
Extension de
de la
la
prueba de Mann
prueba de Mann
-- Whitney
Whitney
Cuando
Cuando se
se Compara los
Compara los
quieren
quieren comparar
comparar rangos
rangos promedios
promedios
CARACTERÍSTICAS
CARACTERÍSTICAS
tres
tres o
o mas
mas observados para
observados para
poblaciones
poblaciones las
las k muestras
k muestras
Solo
Solo necesita
necesita
compararse el
compararse el
supuesto
supuesto de
de
normalidad
normalidad
PASOS
1) Requisito indispensable que las poblaciones sean independientes
2) Calcular los valores de la muestra como si fuera una sola
3) Ordenar de menor o mayor
4) Establecer los rangos
5) Sumar rangos para cada muestra
6) Aplicar la fórmula de H
FÓRMULA
K
12 Rj2
H= ∑ −3( N +1)
N (N +1) J=! nj
EJERCICIO 1
Un investigador quiere determinar si los individuos de diferentes profesiones varían en el

grado de ser hipnotizados. Para el experimento son elegidos al azar 6 abogados, 6 médicos y
6 bailarines. A cada uno se le practica un examen de susceptibilidad hipnótica. Mientras más
alta sea la calificación mayor será la susceptibilidad a ser hipnotizados. Suponga que los
datos violan los supuestos necesarios para el uso de la prueba F pero al menos están en una
escala ordinal. Si emplea un alfa de 0.05. ¿Cuáles serían sus conclusiones?
H 0=¿ No existe diferencia entre los profesionales que miden su grado de hipnotización
H 1=¿ Si existe diferencia entre los profesionales que miden su grado de hipnotización
N° 1 2 3 4 5 6 7 8 9 10 11 12 1 14 15 16 1 18
3 7
Índ 14 15 1 19 20 21 22 25 25 26 27 28 2 30 32 34 3 37
7 9 5
Rang 14 15 1 19 20 21 22 8. 8. 26 27 28 2 30 32 34 3 37
o 7 5 5 9 5
ABOGADOS MEDICOS BAILARINES

Numero Rango Numero Rango Numero Rango
26 10 14 1 30 14
17 3 19 4 21 6
27 11 28 12 35 17
32 15 22 7 29 13
20 5 25 8.5 37 18
25 8.5 15 2 34 16
∑ R1= 44 ∑ R2 = 26 ∑ R3 = 84
K
12 Rj2
H= ∑ −3( N +1)
N (N +1) J=! nj
12 442 26 2 842
H= (
18 ( 18+1 ) 6
+
6
+
6 )
−3(18+1)
H=−0.46 → H calculado
g .l=k −1g .l =3−1g .l=2
H t=5.991∝=0,05
Conclusión
El valor calculado (-0.49) cae en Zona de Aceptación. Se acepta la hipótesis nula por lo tanto no
existe diferencia entre los profesionales que miden su grado de hipnotización.
Insertamos los Datos
Menú Analizar
Cuadros de
diálogo
antiguos
Opción Pruebas
no paramétricas
K muestras
independientes
Insertamos
el valor
numérico
Insertamos el
valor nominal o
los grupos
Click en definir rango
Escogemos la prueba H de Kruskal Wallis

Definimos el rango en
base a las variables que
tenemos en este caso
del 1 al 3
Obtenemos los valores y

nos fijamos en el Sig. Que
sea menor que 0.05
EJERCICIO 2
Una EPS solicita y contrata personal para su equipo gerencial en tres escuelas diferentes. Se
dispone de calificaciones de desempeño en muestras independientes de cada una de las
escuelas.
Se dispone de calificaciones de 7 empleados de la escuela A, 6 empleados de la escuela B y 7
empleados de la escuela C. La calificación de cada gerente está en escala de 0 a 100. El límite
superior es la máxima nota.
Ho: Las Escuelas son idénticas en términos de las evaluaciones de desempeño.

H1: Por lo menos una de las Escuelas no es idéntica en términos de las evaluaciones de
desempeño.
K
12 Rj2
H= ∑ −3( N +1)
N (N +1) J=! nj
12 522 67 2 912
H= (
20 ( 20+21 ) 7
+
6
+
7) −3 (21)
H=3.21 → H calculado
g .l =k −1g .l=3−1g .l=2
3.21 5.991
Conclusión
El valor calculado (3.21) cae en Zona de Aceptación. Por lo tanto, se acepta Ho, es decir, las
poblaciones son idénticas en términos de las evaluaciones de desempeño.
Menú Analizar
Cuadros de
diálogo
antiguos
Opción Pruebas
no paramétricas
K muestras
independientes
Insertamos
el valor
numérico
Insertamos el
valor nominal o
los grupos
Definimos el rango en base

a las variables que tenemos
en este caso del 1 al 3

nos fijamos en el Sig. Que Obtenemos los valores y nos
sea menor que 0.05 fijamos en el Sig. Que sea
menor que 0.05
EJERCICIO 3
Unos investigadores están interesados en saber si tres enfermedades provocan por término medio el
mismo grado de ansiedad. Para ello se toman tres muestras 6, 5, 6, personas que adquirieron dicha
enfermedad en el piso 1, pasándole a cada una de ellas un test que mide el grado de ansiedad del
individuo en un rango bajo, leve, medio, alto y grave con escala del 1 al 5
H 0=¿ No provocan por término medio el mismo grado de ansiedad en dichas enfermedad.
H 1=¿ Si provocan por término medio el mismo grado de ansiedad en dichas enfermedad.
FIEBRE GRIPA INFECCION

Bajo Alto Bajo
Medio medio Alto
Leve leve Alto
Alto Leve Medio
Grave Grave Medio
Bajo Alto Alto
FIEBRE GRIPA INFECCION

1 4 1
3 3 4
2 2 5
4 2 3
5 5 3
1 4 5
16 20 20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
1 1 1 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5
2 2 2 5 5 5 8. 8. 8. 12. 12. 12. 12. 12. 16. 16. 16. 16.5
5 5 5 5 5 5 5 5 5 5 5
K
12 Rj2
H= ∑ −3( N +1)
N (N +1) J=! nj
12 16 2 202 202
H= (
18 ( 18+1 ) 6
+
6
+
6) −3 (19)
H=4.1754
Factor de corrección
∑ (t 3 −t)
1−
N 3−N
El Factor de
228
1− corrección se
5814
utiliza cuando hay
0.9608 datos repetidos
H= 4.3458
g .l =k −1g .l=3−1g .l=2
4.34 5.991
Conclusión
El valor calculado (4.34) cae en Zona de Aceptación. Se acepta la hipótesis nula y se

concluye que No provocan por término medio el mismo grado de ansiedad en dichas
enfermedad.
Ingresamos los valores Asignamos valores

nominales numéricos
Menú Analizar
Cuadros de
diálogo
antiguos
Opción Pruebas
no paramétricas
K muestras
independientes
Insertamos
el valor
numérico
Insertamos el
valor nominal o
los grupos

nos fijamos en el Sig. Que
sea menor que 0.05
Ejercicio 4
El inspector de la escuela “León Becerra “Requiere saber si existe alguna diferencia con la
disciplina del Cuarto A, B, C de básica, tomando una muestra de 6,7 y 5 niños al azar donde
el rango va de 1 a 5, obteniendo la siguiente tabla.
Nº A B C
1 Malo Regular Excelente
2 Malo Muy Bueno Bueno
3 Bueno Excelente Muy Bueno
4 Regular Malo Regular
5 Muy Bueno Bueno Malo
6 Excelente Regular
7 Bueno
Nº A B C
1 1 3 5
2 1 4 2
3 2 5 4
4 3 1 3
5 4 2 1
6 5 3
7 2
H 0=¿ No existe alguna diferencia en la disciplina entre los respectivos cursos.
H 1=¿ Si existe alguna diferencia en la disciplina entre los respectivos cursos.
4 4 4 3 3
1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 5 5 5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
K
12 Rj2
H= ∑ −3( N +1)
N (N +1) J=! nj
12 182 18 2 15 2
H= (
18 ( 18+1 ) 7
+
6
+
5) −3(19)
H=3.0988
∑ (t 3 −t)
1−
N 3−N
228
1−
306
0.9608
H= 3.23
g .l =k −1g .l=3−1g .l=2
3.23 5.991
Conclusión

concluye que No existe alguna diferencia en la disciplina entre los respectivos cursos.
Ejercicio 5
Un supervisor de Salud requiere investigar en la escuela “Pedro Fermín Cevallos” con

respecto a la comida ingerida por 7, 6 y 5 niños del tercero A, B, C de básica por motivo de
una infección. Se evalúen base al dolor bajo, leve, regular, grave, crónico en el rango del 1 al
5. Se requiere saber si existe similitud o diferencia en base al rango obtenido en la siguiente
tabla:
Nº A B C
1 Bajo Regular Crónico
2 Bajo Grave Leve
3 Leve Crónico Grave
4 Regular Bajo Regular
5 Grave Leve Bajo
6 Crónico Regular
7 Leve
Nº A B C
1 1 3 5
2 1 4 2
3 2 5 4
4 3 1 3
5 4 2 1
6 5 3
7 2
H 0=¿ No existe diferencia significativa con respecto al rango de dolor de los niños que adquirieron
infección en la escuela.
H 1=¿ Existe similitud con respecto al rango de dolor de los niños que adquirieron infección en la
escuela.
4 4 4 3 3
1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 5 5 5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
K
12 Rj2
H= ∑ −3( N +1)
N (N +1) J=! nj
12 182 18 2 15 2
H=
18 ( 18+1 ) 7 (+
6
+
5 ) −3(19)
H=3.0988
1−
∑ (t3 −t)
N 3−N
228
1−
306
0.9608
H= 3.23
g .l =k −1g .l=3−1g .l=2
3.23 5.991
Conclusión

concluye que no existe diferencia significativa con respecto al rango de dolor de los niños que
adquirieron infección en la escuela.
FRIEDMAN
Definiciones
 En 1937, el economista Milton Friedman propuso que esta prueba puede utilizarse en
aquellas situaciones en las que se seleccionan n grupos de k elementos de forma que
los elementos de cada grupo sean lo más parecidos posible entre sí, el método consiste
en ordenar los datos por filas o bloques, reemplazándolos por su respectivo orden.
[ CITATION Sal06 \l 12298 ]
 [CITATION Bad12 \t \l 12298 ] La diferencia más notable de esta prueba con la de
Cochran, es que esta se basa en los rangos y por lo tanto requiere que las muestras
igualadas estén, por lo menos en escala ordinal.
 En la revista mexicana detallada por [ CITATION Man03 \l 12298 ] adjunta que es una
extensión de la prueba de Wilcoxon para incluir datos registrados en más de dos
periodos de tiempo o grupos de tres o más sujetos pareados, con un sujeto de cada
grupo que ha sido asignado aleatoriamente a una de las tres o más condiciones da
periodo de tiempo para determinar si las variables comparten la misma distribución
continua de su origen. Es especialmente útil cuando la variable dependiente es
continua pero su distribución se encuentra sesgada.
PASOS
I. Planteamiento de hipótesis.
II. En cada sujeto correspondiente a una fila asignamos un orden comenzando desde 1
hasta k de menor a mayor.
III. Calculamos el test de Friedman.
IV. La prueba de Friedman está distribuida aproximadamente como la de Chi 2 en donde los
grados de libertad es igual a k-1, donde es el número de columna
CARACTERÍSTICAS
Las variables son

Muestras
mayores o iguales a
relacionadas
tres
Permite comparar k
variables Se trabaja sobre
cuantitativas uFACULTAD DE CONTABILIDAD
rangos Yde orden
AUDITORÍA
ordinales APLICACIÓN ESTADÍSTICA INFERENCIAL II
FÓRMULA
k
12
Fc= Nx K ( K +1 ) ∑ Rj 2 -3H ( k+1)
j=1
EJERCICIO 1
Con objeto de estudiar la diferencia de concentración de un tóxico (mg/1000) en distintos

órganos de peces, se extrae una muestra aleatoria de peces de un río y se estudia en cada uno
de ellos la concentración del tóxico (mg/1000) en cerebro corazón y sangre. El objetivo del
estudio es conocer si la concentración del tóxico en los tres órganos es igual o distinta. Los
resultados obtenidos son los siguientes:
 n (H) = 12 peces
 K = 3 órganos (cerebro , corazón y sangre)
 H0: No existen diferencias significativas en la concentración del tóxico en cerebro

corazón y sangre.
 Ha: Existen diferencias significativas en la concentración del toxico en cerebro
corazón y sangre.
R1 = 33 R2 =25 R3 =14
Z.A
Z.R
15.17
5.991
Conclusión
El valor calculado (15.17) cae en Zona de Rechazo. Por lo tanto se rechaza la hipótesis nula y
se puede concluir que concluir que existen diferencias significativas en la concentración del
toxico en cerebro corazón y sangre.
Ingresamos los
datos
Menú Analizar
Cuadros de
diálogo
antiguos
Opción Pruebas
no paramétricas
K muestras
relacionadas
Ingresamos las
variables de
prueba
Automáticamente se escoge Friedman
Obtenemos
los valores del
test de
Friedman
EJERCICIO 2
Se toma un test de investigacion en las areas de calzadoo donde se toma en cuenta cuatro
zonas las cuales son: zona de zapato de mujer (a), , hombre, (b), ninos (c) y formales (d), esta
investigacion se realiza para tomar en cuenta las capacitaciones que se ha realizado en cada
una de las zonas. A continuacion se detalla las capacitaciones existentes en cada zona
localizada, tomando en cuenta que las capaciones son: atencion al cliente, seguridad
industrial, contabilidad basica, administracion de micro negocios.
TEMAS A DIAGNOSTICAR
Atención al Seguridad Contabilida Administración de

cliente industrial d básica micro negocios
Zapatos de dama 5 (4) 4 (3) 1 (1) 2(2)
Zapatos de hombre 5 (4) 4 (3) 1 (1) 2(2)

ZONAS
Zapatos niños 4 (3) 1 (1) 3 (2) 5 (4)
Zapatillas 4 (4) 1 (1) 2(2) 3 (3)

R = 15 R=8 R=6 R = 11
H 0 : No existe diferencia significativa en las zonas con respecto a las capacitaciones
H 1 : Si existe diferencia significativa en las zonas con respecto a las capacitaciones
12
Fc= ∗¿ [ ¿] -3(4) (4+1)
4∗4 (4+1)
Fc=¿ 6.9
g.l. = k-1
g.l = 4-1
g.l = 3
Nivel de confianza 95%

Conclusión
El valor calculado (6.9) cae en Zono de Aceptación. Se acepta H 0, y se rechaza la hipotesis

alternativa por consiguiente no existe diferencia significativa en las zonas con respecto a las
capacitaciones.
Ingresamos los
datos
Obtenemos los valores de

Friedman
EJERCICIO 3
Se convoca sucesivamente a 4 reuniones dirigidas a los alumnos de la misma materia en los

que se aborda temas relacionados con el apoyo de la familia al estudio (tema A) el juego y el
tiempo libre de los niños (tema B) la participación de los padres en el centro (tema C) y la
participación de los niños en programas de arte ( tema D).
Si contamos los datos de asistencia a cada una de las 4 reuniones para los padres y alumnos
de 6 clases podemos afirmar que los cuatro temas atrajeron de modo distinto a los
convocados.

EFICIANCIA
1 2 3 7
1 2 4 5
2 4 1 3
1 2 3 4
3 1 2 4
Ho: No existe diferencia significativa en la atracción general en los convocados acerca de

los 4 temas.
H1: La zona protegida depende del tipo e crema
EFICIANCIA
1 2 3 7
1 2 3 4
1 2 4 5
1 2 3 4
2 4 1 3
2 4 1 3
1 2 3 4
1 2 3 4
3 1 2 4
3 1 2 4
∑ R1 = 11 R2= 12 R3=14 R4=23
12
Fc = 6∗4 ( 4+1 ) *[ 112 +122 +142 +23 2 ] -3(6) (4+1)

Fc= 9
Grados de Libertad
k-1
4-1
3
Nivel de confianza 95%

7.81 9
Conclusión
.
El valor calculado (9) cae en Zona de Rechazo Se rechaza H0, es decir si existen diferencias
significativas en la atracción generada en los convocados acerca de los 4 temas.
EJERCICIO 4
El Director de la escuela “León Becerra” quiere saber si el rendimiento del Quinto A, B, C, D

respectivamente, dado en una escala del 1 al 5, con Malo, Bueno, Regular, Muy Bueno y Excelente.
Nº A B C D
1 Malo Malo Excelente Regular
2 Malo Excelente Excelente Malo
3 Malo Regular Muy Bueno Muy Bueno
4 Bueno Muy Bueno Muy Bueno Bueno
5 Regular Muy Bueno Bueno Malo
6 Muy Bueno Bueno Bueno Malo
7 Excelente Bueno Excelente Regular
8 Excelente Excelente Malo Muy Bueno
9 Excelente Excelente Regular Malo
10 Excelente Excelente Regular Regular
Nº A B C D
1 1 1.5 1 1.5 5 3.5 2 3.5
2 1 1.5 5 3.5 5 3.5 1 1.5
3 1 1 2 2 4 3.5 4 3.5
4 3 1.5 4 3.5 4 3.5 3 1.5
5 2 2 4 4 3 3 1 1
6 4 4 3 2.5 3 2.5 1 1
7 5 3.5 3 2 5 3.5 2 1
8 5 3.5 5 3.5 1 1 4 2
9 5 3.5 5 3.5 2 2 1 1
10 5 3.5 5 3.5 2 1.5 2 1.5
∑¿ 25.5 29.5 27.5 17.5
Ho: No existe diferencia en el rendimiento de los niños

H1: Si existe diferencia en el rendimiento de los niños
12
fc= [ ( 25.52 ) + ( 29.52 ) + ( 27.52 ) + ( 17.5 2) ]−3 ( 10 ) (5)
HK ( K + 1)
Fc= 4.98
K-1
4-1
4.98 7.81
Conclusión
El valor calculado (4.98) cae en zona de Aceptación. Se acepta la hipótesis nula que dice No
existe diferencia en el rendimiento de los niños

Asignamos valores
numéricos
Menú Analizar
Cuadros de
diálogo
antiguos
Opción Pruebas
no paramétricas
K muestras
relacionadas
Ingresamos las
variables de
prueba
Obtenemos los
valores resultantes
EJERCICIO 5
En el hospital Ambato requieren saber si existe similitud en el grado de sensibilidad de 5

enfernmedades que obtuvieron 7 pacientes los cuales se encuentran internados en dicho centro.
Evaluaron a los pacientes según su grado de dolor, bajo, medio y alto en un rango del 1 al 3.
Medio= M
Bajo=B
Alto= A
Nº LARINGITIS INFECCIÓN BRONQUITIS GASTRITIS INTOXICACIÓN

1 M M M A M
2 M M A A A
3 B A A A A
4 B A A A A
5 B A A A M
6 M B A M B
7 B A B M M
Nº LARINGITIS INFECCIÓN BRONQUITIS GASTRITIS INTOXICACIÓN

1 2 2.5 2 2.5 2 2.5 3 5 2 2.5
2 2 2 2 2 3 4 3 4 3 4
3 1 1 3 3.5 3 3.5 3 3.5 3 3.5
4 1 1 3 3.5 3 3.5 3 3.5 3 3.5
5 1 1 3 4 3 4 3 4 2 2
6 2 2 1 1.5 3 5 2 2 1 1.5
7 1 1 3 5 1 3 2 3 2 3
∑¿ 10.50 22 25.50 25 20
Ho: No existe diferencia significativa entre el rango de dolor entre las enfermedades evaluadas de
los 7 pacientes.
H1: Si existe diferencia significativa entre el rango de dolor entre las enfermedades evaluadas de los
7 pacientes.
12
fc=
7(5)(5+1)
[ ( 10.52 ) +( 222) +( 25.52 ) +( 252 ) +(202)] −3 ( 7 ) (6)
Fc=3.69
K-1
5-1
3.69 9.488
Conclusión
El valor calculado (3.69) cae en zona de Aceptación. No existe diferencia significativa entre el
rango de dolor entre las enfermedades evaluadas de los 7 pacientes.

Portafolio Estadistica

Cargado por

Copyright:

Formatos disponibles

Portafolio Estadistica

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Portafolio Estadistica

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE CONTABILIDAD Y AUDITORÍA

En un grupo de enfermos que se quejaban de que no dormían se les dio somníferos y

Duerme Bien Duerme mal

Ho: No es lo mismo tomar somníferos o placebos para dormir mal o bien

H1: Es lo mismo tomar somníferos o placebos para dormir bien o mal

Duerme Bien Duerme mal TOTAL

Duerme Bien Duerme mal TOTAL

– Valor calculado –> 2, 57

– Valor de la tabla –> 3, 84

UNIVERSIDAD TÉCNICA DE AMBATO

En un C de Salud analizamos las historias de enfermería (292 hombres y 192 mujeres). De

Ho: No existe relación entre tener úlcera y el sexo.

Hombres Mujeres TOTAL

Valor calculado –> 14, 61

Valor de la tabla –> 3, 84

Opción Chi cuadrado

Tiempo de residencia Grado de integración Total

Total 130 100 230

Ho: Existe relación entre el tiempo de residencia de inmigrantes en nuestro país y su

Tiempo de Grado de integración

Valor calculado –> 80.68

Valor de la tabla –> 3, 84

Un investigador quiere estudiar si hay asociación entre la práctica deportiva y la sensación de

Ho: No Existe asociación entre la práctica deportiva y la sensación de bienestar

Sensación Práctica deportiva Total

Los Estudiantes de una Escuela de Ingeniería proceden de Bachillerato o de Formación Profesional.

Si abandonaron No abandonaron TOTAL

H 0= las preferencias no dependen si poseen un título o no.

H 1= las preferencias si dependen si poseen un título o no.

( 3+2 ) ! ( 7+1 ) ! ( 3+7 ) ! ( 2+1 ) !

( 2+3 ) ! ( 8+0 ) ! ( 2+8 ) ! ( 3+0 ) !

Se acepta Ho por lo que las preferencias no dependen si poseen un título o no.

 Se desea averiguar si existen diferencias en la prevalencia de obesidad entre hombres

H 0= No existen diferencias entre los resultados de hombres y mujeres.

H 1= existen diferencias entre los resultados de hombres y mujeres.

( 1+4 ) ! ( 7+2 ) ! (1+7 ) ! ( 4+2 ) !

( 0+5 ) ! ( 8+1 ) ! ( 0+8 ) ! ( 5+1 ) !

 Se aplicó una encuesta a 15 personas demócratas y o demócratas a las cuales se les

Muy buena Aceptable

( 4+ 2 ) ! ( 2+7 ) ! ( 4+2 ) ! ( 2+7 ) !

Muy buena Aceptable

P= 0,108 + 0,0108 + 0,0002

Duplico p valor debido a que se está trabajando con hipótesis bilaterales

Se acepta Ho y se rechaza H1 es decir no existen diferencias significativas entre los

 Se aplicó una encuesta de 17 personas de dos partidos políticos (izquierda- derecha)

P= 0,3394 + 0,1273 + 0,097 ´+ 0,0006

 Duplico p valor debido a que se está trabajando con hipótesis bilaterales

Se acepta Ho y se rechaza H1 es decir no existen diferencias significativas entre la izquierda

 El artículo está publicado en Enero de 2013 en el New England Journal of Medicine

Infusión de Vancomicina Total

TEST DE CORRECCIÓN DE YATES

La corrección de Yates se aplica a la prueba ji-cuadrado cuando al menos el valor de

Un asesor de ventas requiere saber si existe preferencias al elegir el sabor de helado en la

Fresa Coco TOTAL

H 0: No existe preferencias al elegir el sabor de helado en la heladería “MIA” de dos

H 1: Existe preferencias al elegir el sabor de helado en la heladería “MIA” de dos sucursales,

Fresa Coco TOTAL