SlideShare una empresa de Scribd logo
1 de 43
La prueba U DE MANN-WHITNEY
 Presentado por:
 MARIBEL CORREA TABORDA
 C.C. 43.611.227
 SANDRA P. VALLEJO FLOREZ
 C.C. 32.195.469
La prueba U DE MANN-WHITNEY
 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.
La prueba U DE MANN-WHITNEY
 La prueba calcula el llamado estadístico U, cuya
distribución para muestras con más de 20
observaciones se aproxima bastante bien a la
distribución normal
Pasos para efectuar la prueba
 Para efectuar la prueba, se combinan dos muestras
en un arreglo ordenado, identificando los valores
muestrales, de acuerdo con el grupo muestral al que
pertenecen.
 Luego se determinar el tamaño de las muestras (n1 y
n2). Si n1 y n2 son menores que 20, se consideran
muestras pequeñas, pero si son mayores que 20, se
consideran muestras grandes.
Pasos para efectuar la prueba
 En caso de muestras grandes, calcular el valor Z,
pues en estas condiciones se distribuye
normalmente.
 Des pues se ordenan los valores de menor a mayor,
asignando el rango uno al valor mas pequeño.
 Cuando se encuentran valores iguales(ligas o
empates ), se le asigna el promedio de sus rangos.
Pasos para efectuar la prueba
 Se calculan los valores de U1 y U2, de modo que se
elija el más pequeño para comparar con los críticos
de U Mann-Whitney de la tabla de probabilidades
asociadas con valores pequeños como los de U en
la prueba de Mann-Whitney
 Luego se designa mediante U a la estadística que
se calcula para realizar esta prueba y el cual se
basa en el numero de veces que un puntaje de un
grupo antecede aun puntaje de otro grupo, si hay
dos grupos.
Pasos para efectuar la prueba
 Y por ultimo decidir si se acepta o se rechaza la Ho
 no obstante es mas fácil basarse en la suma de
rangos de cualquiera de las dos muestras aleatorias
mediante las siguientes formulas:
Donde:
U1 y U2 = valores estadísticos de U Mann-
Whitney.
n1 = tamaño de la muestra del grupo 1.
n2 = tamaño de la muestra del grupo 2.
R1 = sumatoria de los rangos del grupo 1.
R2 = sumatoria de los rangos del grupo 2.
La aproximación a la normal, z, cuando tenemos muestras lo
suficientemente grandes viene dada por la expresión:
U
UU
Z



 Donde U y σU son la media y la desviación estándar
de U si la hipótesis nula es cierta, y vienen dadas
por las siguientes fórmulas:
2
21nn
U 
12
)1( 2121 

nnnn
U
 Los cálculos tienen que tener en cuenta la presencia
de observaciones idénticas a la hora de ordenarlas.
No obstante, si su número es pequeño, se puede
ignorar esa circunstancia.
 Se rechaza H0 si p(valor) < 
Ejemplo para muestras pequeñas
 Un experimentador utiliza dos métodos para
enseñar a leer a un grupo de 10 niños de 6 años,
quienes ingresan por primera vez a la escuela. El
experimentador quiere demostrar que el
procedimiento ideado por él es más efectivo que el
tradicional; para ello, mide el desempeño en la
lectura en función de la fluidez, comprensión,
análisis y síntesis.
 El plan experimental preliminar consiste en elegir al
azar tanto una muestra de 10 niños como el método
por utilizar.
Planteamiento de la hipótesis
 Hipótesis alterna (Ha). Las calificaciones de
ejecución de lectura, según el método de enseñanza
del experimentador son más altas y diferentes que
las observadas en el método tradicional.
 Hipótesis nula (Ho). Las diferencias observadas
entre las calificaciones de ejecución de lectura
mediante los dos métodos se deben al azar.
 Nivel de significación.
Para todo valor de probabilidad igual o menor que p
= 0.05, se acepta Ha y se rechaza Ho.
 Zona de rechazo.
Para todo valor de probabilidad mayor que 0.05, se
acepta Ho y se rechaza Ha.
 Dos métodos diferentes aplicados en dos grupos de
niños.
 Aplicación de la prueba estadística.
De acuerdo con los paso, las observaciones se
deben ordenar en rangos del menor al mayor.
 Rangos de lectura de la tabla anterior.
Calculamos la U.
.
 De los dos valores de U calculados, se elige el
más pequeño (4) y se comparan con los valores
críticos de U Mann-Whitney
 En caso de que el valor de U calculado no se
localice en las tablas correspondientes, se
transformará en la fórmula siguiente
 U = n1n2 - U'
 En esta fórmula, U' corresponde al valor más
alto.
 Decisión.
A la probabilidad del valor U de Mann-Whitney,
calculado anteriormente, corresponde 0.048, el cual
es más pequeño que el nivel de significancia; por lo
tanto, se acepta Ha y se rechaza Ho.
Interpretación.

Entre las calificaciones de la ejecución de lectura
mediante los dos métodos de enseñanza existe una
diferencia significativa a un nivel de probabilidad de
error menor que 0.05; es decir, aun cuando las
muestras son pequeñas, las calificaciones más altas
mediante el método diseñado por el experimentador
señalan más efectividad, con la probabilidad de
equivocarse de 0.048 para aceptarlo.
Ejemplo aplicable cuando la muestra es mayor a 25 y donde
n1 y n2 pueden ser iguales o de un tamaño diferente:
 El experimentador del ejemplo previo, entusiasmado
por las observaciones preliminares, decide aumentar
el tamaño de las muestras. En este estudio tiene 10
niños con el método tradicional y 25 mediante el
procedimiento ideado por él. Los datos del nuevo
estudio se muestran en la tabla más adelante.
Planteamiento de la hipótesis
 Hipótesis alterna (Ha). Las calificaciones aportadas
por el método reciente, ideado por el
experimentador, son diferentes y con valores más
altos.
 Hipótesis nula (Ho). Las diferencias entre las
calificaciones dadas por ambos métodos se deben
al azar.
 Nivel de significación.
Para todo valor de probabilidad igual o menor que
0.05, se acepta Ha y se rechaza Ho.
 Zona de rechazo.
Para todo valor de probabilidad mayor que 0.05, se
acepta Ho y se rechaza Ha.
 Población de niños de 6 años a los cuales se les
aplicó dos métodos de enseñanza
 Aplicación de la prueba estadística.
Primero ordenamos los rangos de todas las
observaciones.
 Dirección de las ligas o empates y el tamaño de
estas.
Calculamos la U.
 Tomando en cuenta los pasos, nos menciona que
cuando la muestra es mayor que 25, se distribuye
normalmente, por lo cual se determina el valor Z
para conocer la probabilidad. Esto se calcula como
sigue:
Donde:
Z = valor estadístico de la curva normal.
U = cualquier valor de U calculado (ya sea U1 o U2).
= valor promedio de U.
sU = desviación estándar de U.
Calculamos el valor promedio de U ( ):
 La desviación estándar de U se determina de la
forma siguiente:
 Donde: sU = desviación estándar de U.
n1 y n2 = tamaño de la muestra de los grupos 1 y 2.
N = tamaño total de la muestra (la suma de n1 y n2).
Li = sumatoria de las ligas o empates.
El cálculo de Li se realiza de la siguiente manera:
 Una vez obtenida la sumatoria de Li, se determinar
la desviación estándar de U (sU) mediante la
expresión siguiente:
 Una vez calculados los parámetros necesarios, se
obtiene el valor Z conforme la siguiente fórmula:
 Para obtener la probabilidad del valor Z de 1.95, se
debe consultar la tabla de tamaño de la muestra en
función de los valores d y buscar la hilera 1.9, en
cuya columna 0.05 se localiza el número 0.0256,
que corresponde a la probabilidad del valor de U con
respecto al promedio. Esto quiere decir que es
menor que el nivel de significancia.
Decisión
A la cifra de Z de 1.95 le corresponde una
probabilidad menor que 0.05, por lo cual se acepta
Ha y se rechaza Ho (tabla de probabilidades
asociadas en valores extremos como los de 2 en la
distribución normal).
Interpretación

El experimentador, al aumentar su muestra, confirma
la investigación preliminar con una muestra pequeña,
con lo cual da a entender que los resultados logrados
con el método ideado por él son diferentes de los
obtenidos con el método de enseñanza de lectura
tradicional; además, este último revela calificaciones
más bajas y es menos efectivo que el otro.
 Ho: La presión arterial sistólica es igual en hombres
y mujeres
 Ha: La presión arterial sistólica no es igual en
hombres y mujeres
 Con P< 0.05 se rechaza Ho
 Con P> 0.05 se rechaza Ha
 El rango promedio de mujeres esta en 7.85 y el de
hombres en 13.15, es decir hay diferencia entre
hombres y mujeres y como p< 0.05 se rechaza la Ho
GRACIAS….

Más contenido relacionado

La actualidad más candente

Relación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianzaRelación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianzamayracuevaslopez
 
Pruebas de hipótesis u32
Pruebas de hipótesis u32Pruebas de hipótesis u32
Pruebas de hipótesis u32Instruccional
 
Cuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No ParamétricaCuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No Paramétricaricardooberto
 
Pruebas no paramétricas
Pruebas no paramétricasPruebas no paramétricas
Pruebas no paramétricasmatildepeguero
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
 
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...Ekthor Daniel R G
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedadesPABLITO Pablo
 
Pruebas de significancia estadística
Pruebas de significancia estadísticaPruebas de significancia estadística
Pruebas de significancia estadísticaNelly González
 
Tablas de probabilidad
Tablas de probabilidadTablas de probabilidad
Tablas de probabilidadrserrato7
 
Prueba de hipótesis para proporción poblacional
Prueba de hipótesis para proporción poblacionalPrueba de hipótesis para proporción poblacional
Prueba de hipótesis para proporción poblacionalAlanArmentaEspinoza93
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De HipotesisHero Valrey
 
Tarea tres de estadistica
Tarea tres de estadisticaTarea tres de estadistica
Tarea tres de estadisticaABJ1990
 
Estadistica parametrica y no parametrica
Estadistica parametrica y no parametricaEstadistica parametrica y no parametrica
Estadistica parametrica y no parametricaJorgeVillamizar12
 

La actualidad más candente (20)

Relación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianzaRelación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianza
 
Pruebas de hipótesis u32
Pruebas de hipótesis u32Pruebas de hipótesis u32
Pruebas de hipótesis u32
 
Cuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No ParamétricaCuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No Paramétrica
 
Pruebas no paramétricas
Pruebas no paramétricasPruebas no paramétricas
Pruebas no paramétricas
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
 
Inferencia estadistica
Inferencia estadisticaInferencia estadistica
Inferencia estadistica
 
Ejercicios 5.3
Ejercicios 5.3Ejercicios 5.3
Ejercicios 5.3
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedades
 
Pruebas de significancia estadística
Pruebas de significancia estadísticaPruebas de significancia estadística
Pruebas de significancia estadística
 
Tablas de probabilidad
Tablas de probabilidadTablas de probabilidad
Tablas de probabilidad
 
Prueba de hipótesis para proporción poblacional
Prueba de hipótesis para proporción poblacionalPrueba de hipótesis para proporción poblacional
Prueba de hipótesis para proporción poblacional
 
Prueba de hipotesis estadistica
Prueba de hipotesis estadisticaPrueba de hipotesis estadistica
Prueba de hipotesis estadistica
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
 
T de student
T de studentT de student
T de student
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Estadistica Inferencial
Estadistica InferencialEstadistica Inferencial
Estadistica Inferencial
 
Tarea tres de estadistica
Tarea tres de estadisticaTarea tres de estadistica
Tarea tres de estadistica
 
Estadistica parametrica y no parametrica
Estadistica parametrica y no parametricaEstadistica parametrica y no parametrica
Estadistica parametrica y no parametrica
 

Destacado

Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)IPMEDIA
 
Pruebas parametricas y no parametricas
Pruebas parametricas y no parametricasPruebas parametricas y no parametricas
Pruebas parametricas y no parametricasLuisais Pire
 
UNIDAD V: ESTADÍSTICA NO PARAMÉTRICA
UNIDAD V: ESTADÍSTICA NO PARAMÉTRICAUNIDAD V: ESTADÍSTICA NO PARAMÉTRICA
UNIDAD V: ESTADÍSTICA NO PARAMÉTRICAFELIX Castro Garcia
 
Estadistica Adva Ii Unidad V
Estadistica Adva Ii Unidad VEstadistica Adva Ii Unidad V
Estadistica Adva Ii Unidad Velsafigueroa
 
Hemograma (hematologia)
Hemograma  (hematologia)Hemograma  (hematologia)
Hemograma (hematologia)diana estacio
 
Análisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azarAnálisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azarSergio Salgado Velazquez
 
Bioestadística ANOVA 1, TUKEY,ENDODONCIA
Bioestadística ANOVA 1, TUKEY,ENDODONCIABioestadística ANOVA 1, TUKEY,ENDODONCIA
Bioestadística ANOVA 1, TUKEY,ENDODONCIAMauricio Ruiz Tinajero
 
Anemia ferropenica en la infancia
Anemia ferropenica en la infanciaAnemia ferropenica en la infancia
Anemia ferropenica en la infanciaPediatria-DASE
 
Introducción a la epidemiología
Introducción a la epidemiologíaIntroducción a la epidemiología
Introducción a la epidemiologíaDavidUve
 
Análisis de varianza: Diseños en bloques completos al azar
Análisis de varianza: Diseños en bloques completos al azarAnálisis de varianza: Diseños en bloques completos al azar
Análisis de varianza: Diseños en bloques completos al azarSergio Salgado Velazquez
 
INTRODUCCION A LA EPIDEMIOLOGIA
INTRODUCCION A LA EPIDEMIOLOGIAINTRODUCCION A LA EPIDEMIOLOGIA
INTRODUCCION A LA EPIDEMIOLOGIAGeovany Castillo
 

Destacado (20)

16. U de Mann Whitney
16. U de Mann Whitney16. U de Mann Whitney
16. U de Mann Whitney
 
Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)
 
Pruebas parametricas y no parametricas
Pruebas parametricas y no parametricasPruebas parametricas y no parametricas
Pruebas parametricas y no parametricas
 
Pruebas no parametricas de wilcoxon 2007.
Pruebas no parametricas de wilcoxon 2007.Pruebas no parametricas de wilcoxon 2007.
Pruebas no parametricas de wilcoxon 2007.
 
U de Mann-Whitney
U de Mann-WhitneyU de Mann-Whitney
U de Mann-Whitney
 
Métodos no paramétricos
Métodos no paramétricosMétodos no paramétricos
Métodos no paramétricos
 
UNIDAD V: ESTADÍSTICA NO PARAMÉTRICA
UNIDAD V: ESTADÍSTICA NO PARAMÉTRICAUNIDAD V: ESTADÍSTICA NO PARAMÉTRICA
UNIDAD V: ESTADÍSTICA NO PARAMÉTRICA
 
Estadistica Adva Ii Unidad V
Estadistica Adva Ii Unidad VEstadistica Adva Ii Unidad V
Estadistica Adva Ii Unidad V
 
Estadistica no parametrica ii
Estadistica no parametrica iiEstadistica no parametrica ii
Estadistica no parametrica ii
 
Hemograma (hematologia)
Hemograma  (hematologia)Hemograma  (hematologia)
Hemograma (hematologia)
 
Estadística: Prueba de Tukey
Estadística: Prueba de TukeyEstadística: Prueba de Tukey
Estadística: Prueba de Tukey
 
Análisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azarAnálisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azar
 
Gráficos de control
Gráficos de controlGráficos de control
Gráficos de control
 
Bioestadística ANOVA 1, TUKEY,ENDODONCIA
Bioestadística ANOVA 1, TUKEY,ENDODONCIABioestadística ANOVA 1, TUKEY,ENDODONCIA
Bioestadística ANOVA 1, TUKEY,ENDODONCIA
 
Anemia ferropenica en la infancia
Anemia ferropenica en la infanciaAnemia ferropenica en la infancia
Anemia ferropenica en la infancia
 
Gráficos de control por atributo1
Gráficos de control por atributo1Gráficos de control por atributo1
Gráficos de control por atributo1
 
Introducción a la epidemiología
Introducción a la epidemiologíaIntroducción a la epidemiología
Introducción a la epidemiología
 
Análisis de varianza: Diseños en bloques completos al azar
Análisis de varianza: Diseños en bloques completos al azarAnálisis de varianza: Diseños en bloques completos al azar
Análisis de varianza: Diseños en bloques completos al azar
 
INTRODUCCION A LA EPIDEMIOLOGIA
INTRODUCCION A LA EPIDEMIOLOGIAINTRODUCCION A LA EPIDEMIOLOGIA
INTRODUCCION A LA EPIDEMIOLOGIA
 
ANOVA Prueba de tukey
ANOVA  Prueba de tukeyANOVA  Prueba de tukey
ANOVA Prueba de tukey
 

Similar a Exposicion mann whitney-2010

Test de Friedman (1).pptx
Test de Friedman (1).pptxTest de Friedman (1).pptx
Test de Friedman (1).pptxAndresBryan8
 
pruebas no paraemtricas
pruebas no paraemtricas pruebas no paraemtricas
pruebas no paraemtricas jimmynter
 
Trabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodosTrabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodosjimmynter
 
Trabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodosTrabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodosjimmynter
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesishoteles1
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadisticahoteles1
 
Hipótesis estadística, mapas conceptuales
Hipótesis estadística,  mapas conceptualesHipótesis estadística,  mapas conceptuales
Hipótesis estadística, mapas conceptualescrucesandreina2
 
Prueba t de student para datos relacionados
Prueba t de student para datos relacionadosPrueba t de student para datos relacionados
Prueba t de student para datos relacionadosnicanor cachi ramos
 
PRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptxPRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptxluis9528
 
Prueba de Hipótesis.pdf
Prueba de Hipótesis.pdfPrueba de Hipótesis.pdf
Prueba de Hipótesis.pdfJOSETORIN3
 
Prueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocidaPrueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocidaKarina Ruiz
 
Hipotesis 2
Hipotesis 2Hipotesis 2
Hipotesis 2juanblas
 

Similar a Exposicion mann whitney-2010 (20)

Test de Friedman (1).pptx
Test de Friedman (1).pptxTest de Friedman (1).pptx
Test de Friedman (1).pptx
 
pruebas no paraemtricas
pruebas no paraemtricas pruebas no paraemtricas
pruebas no paraemtricas
 
Trabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodosTrabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodos
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
Trabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodosTrabajo de pruebas no paraemtricas 6 metodos
Trabajo de pruebas no paraemtricas 6 metodos
 
Analisis de datos.
Analisis de datos.Analisis de datos.
Analisis de datos.
 
Ensayos de hipótesis de una y dos colas con medias y proporciones
Ensayos de hipótesis de una y dos colas con medias y proporcionesEnsayos de hipótesis de una y dos colas con medias y proporciones
Ensayos de hipótesis de una y dos colas con medias y proporciones
 
T student 2
T student 2T student 2
T student 2
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesis
 
Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
 
Hipótesis estadística, mapas conceptuales
Hipótesis estadística,  mapas conceptualesHipótesis estadística,  mapas conceptuales
Hipótesis estadística, mapas conceptuales
 
Prueba t de student para datos relacionados
Prueba t de student para datos relacionadosPrueba t de student para datos relacionados
Prueba t de student para datos relacionados
 
Estadistica II
Estadistica IIEstadistica II
Estadistica II
 
PRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptxPRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptx
 
Compara medias
Compara mediasCompara medias
Compara medias
 
Prueba de Hipótesis.pdf
Prueba de Hipótesis.pdfPrueba de Hipótesis.pdf
Prueba de Hipótesis.pdf
 
Prueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocidaPrueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocida
 
Hipotesis 2
Hipotesis 2Hipotesis 2
Hipotesis 2
 
Clase 6
Clase 6Clase 6
Clase 6
 

Último

BIOGRAFIA MARIANO MELGAR presentacion en power point
BIOGRAFIA MARIANO MELGAR  presentacion en power pointBIOGRAFIA MARIANO MELGAR  presentacion en power point
BIOGRAFIA MARIANO MELGAR presentacion en power pointyupanquihuisahilario
 
la configuyracion del territorio peruano
la configuyracion del territorio peruanola configuyracion del territorio peruano
la configuyracion del territorio peruanoEFRAINSALAZARLOYOLA1
 
271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptx
271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptx271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptx
271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptxjezuz1231
 
Europa y la Exploración del continente americano.pptx
Europa y la Exploración del continente americano.pptxEuropa y la Exploración del continente americano.pptx
Europa y la Exploración del continente americano.pptxismaelchandi2010
 
PA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptx
PA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptxPA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptx
PA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptxJOELORELLANA15
 
ACUERDOS PARA PINTAR EDUCACION INICIAL.docx
ACUERDOS PARA PINTAR EDUCACION INICIAL.docxACUERDOS PARA PINTAR EDUCACION INICIAL.docx
ACUERDOS PARA PINTAR EDUCACION INICIAL.docxlizeth753950
 
diagrama sinóptico dcerfghjsxdcfvgbhnjdcf
diagrama sinóptico dcerfghjsxdcfvgbhnjdcfdiagrama sinóptico dcerfghjsxdcfvgbhnjdcf
diagrama sinóptico dcerfghjsxdcfvgbhnjdcfDreydyAvila
 
La Importancia de la Universidad como Institución Social.pdf
La Importancia de la Universidad como Institución Social.pdfLa Importancia de la Universidad como Institución Social.pdf
La Importancia de la Universidad como Institución Social.pdfloquendo1901
 
Mapa-conceptual-de-la-Primera-Guerra-Mundial.pptx
Mapa-conceptual-de-la-Primera-Guerra-Mundial.pptxMapa-conceptual-de-la-Primera-Guerra-Mundial.pptx
Mapa-conceptual-de-la-Primera-Guerra-Mundial.pptxMaraMilagrosBarrosMa
 
Trabajo historia sobre el Renacimiento en la arquitectura
Trabajo historia sobre el Renacimiento en la arquitecturaTrabajo historia sobre el Renacimiento en la arquitectura
Trabajo historia sobre el Renacimiento en la arquitecturaccastilloojeda12
 
CERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptx
CERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptxCERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptx
CERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptxMaikelPereira1
 
Concepto de Estética, aproximación,Elena Olvieras
Concepto de Estética, aproximación,Elena OlvierasConcepto de Estética, aproximación,Elena Olvieras
Concepto de Estética, aproximación,Elena OlvierasAnkara2
 
presentacion-auditoria-administrativa-i-encuentro (1).ppt
presentacion-auditoria-administrativa-i-encuentro (1).pptpresentacion-auditoria-administrativa-i-encuentro (1).ppt
presentacion-auditoria-administrativa-i-encuentro (1).pptDerekLiberatoMartine
 
Origen del Hombre- cuadro comparativo 5to Sec
Origen del Hombre- cuadro comparativo 5to SecOrigen del Hombre- cuadro comparativo 5to Sec
Origen del Hombre- cuadro comparativo 5to Secssuser50da781
 
Unitario - Serie Fotográfica - Emmanuel Toloza Pineda
Unitario - Serie Fotográfica - Emmanuel Toloza PinedaUnitario - Serie Fotográfica - Emmanuel Toloza Pineda
Unitario - Serie Fotográfica - Emmanuel Toloza PinedaEmmanuel Toloza
 

Último (15)

BIOGRAFIA MARIANO MELGAR presentacion en power point
BIOGRAFIA MARIANO MELGAR  presentacion en power pointBIOGRAFIA MARIANO MELGAR  presentacion en power point
BIOGRAFIA MARIANO MELGAR presentacion en power point
 
la configuyracion del territorio peruano
la configuyracion del territorio peruanola configuyracion del territorio peruano
la configuyracion del territorio peruano
 
271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptx
271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptx271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptx
271706433-Horacio-Baliero-Casa-en-Punta-Piedras.pptx
 
Europa y la Exploración del continente americano.pptx
Europa y la Exploración del continente americano.pptxEuropa y la Exploración del continente americano.pptx
Europa y la Exploración del continente americano.pptx
 
PA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptx
PA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptxPA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptx
PA2_BITACORA _Taipe_Turpo_Teves_Sumire_Suma.pptx
 
ACUERDOS PARA PINTAR EDUCACION INICIAL.docx
ACUERDOS PARA PINTAR EDUCACION INICIAL.docxACUERDOS PARA PINTAR EDUCACION INICIAL.docx
ACUERDOS PARA PINTAR EDUCACION INICIAL.docx
 
diagrama sinóptico dcerfghjsxdcfvgbhnjdcf
diagrama sinóptico dcerfghjsxdcfvgbhnjdcfdiagrama sinóptico dcerfghjsxdcfvgbhnjdcf
diagrama sinóptico dcerfghjsxdcfvgbhnjdcf
 
La Importancia de la Universidad como Institución Social.pdf
La Importancia de la Universidad como Institución Social.pdfLa Importancia de la Universidad como Institución Social.pdf
La Importancia de la Universidad como Institución Social.pdf
 
Mapa-conceptual-de-la-Primera-Guerra-Mundial.pptx
Mapa-conceptual-de-la-Primera-Guerra-Mundial.pptxMapa-conceptual-de-la-Primera-Guerra-Mundial.pptx
Mapa-conceptual-de-la-Primera-Guerra-Mundial.pptx
 
Trabajo historia sobre el Renacimiento en la arquitectura
Trabajo historia sobre el Renacimiento en la arquitecturaTrabajo historia sobre el Renacimiento en la arquitectura
Trabajo historia sobre el Renacimiento en la arquitectura
 
CERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptx
CERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptxCERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptx
CERTIFICADO para NIÑOS, presentacion de niños en la iglesia .pptx
 
Concepto de Estética, aproximación,Elena Olvieras
Concepto de Estética, aproximación,Elena OlvierasConcepto de Estética, aproximación,Elena Olvieras
Concepto de Estética, aproximación,Elena Olvieras
 
presentacion-auditoria-administrativa-i-encuentro (1).ppt
presentacion-auditoria-administrativa-i-encuentro (1).pptpresentacion-auditoria-administrativa-i-encuentro (1).ppt
presentacion-auditoria-administrativa-i-encuentro (1).ppt
 
Origen del Hombre- cuadro comparativo 5to Sec
Origen del Hombre- cuadro comparativo 5to SecOrigen del Hombre- cuadro comparativo 5to Sec
Origen del Hombre- cuadro comparativo 5to Sec
 
Unitario - Serie Fotográfica - Emmanuel Toloza Pineda
Unitario - Serie Fotográfica - Emmanuel Toloza PinedaUnitario - Serie Fotográfica - Emmanuel Toloza Pineda
Unitario - Serie Fotográfica - Emmanuel Toloza Pineda
 

Exposicion mann whitney-2010

  • 1. La prueba U DE MANN-WHITNEY  Presentado por:  MARIBEL CORREA TABORDA  C.C. 43.611.227  SANDRA P. VALLEJO FLOREZ  C.C. 32.195.469
  • 2. La prueba U DE MANN-WHITNEY  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.
  • 3. La prueba U DE MANN-WHITNEY  La prueba calcula el llamado estadístico U, cuya distribución para muestras con más de 20 observaciones se aproxima bastante bien a la distribución normal
  • 4. Pasos para efectuar la prueba  Para efectuar la prueba, se combinan dos muestras en un arreglo ordenado, identificando los valores muestrales, de acuerdo con el grupo muestral al que pertenecen.  Luego se determinar el tamaño de las muestras (n1 y n2). Si n1 y n2 son menores que 20, se consideran muestras pequeñas, pero si son mayores que 20, se consideran muestras grandes.
  • 5. Pasos para efectuar la prueba  En caso de muestras grandes, calcular el valor Z, pues en estas condiciones se distribuye normalmente.  Des pues se ordenan los valores de menor a mayor, asignando el rango uno al valor mas pequeño.  Cuando se encuentran valores iguales(ligas o empates ), se le asigna el promedio de sus rangos.
  • 6. Pasos para efectuar la prueba  Se calculan los valores de U1 y U2, de modo que se elija el más pequeño para comparar con los críticos de U Mann-Whitney de la tabla de probabilidades asociadas con valores pequeños como los de U en la prueba de Mann-Whitney  Luego se designa mediante U a la estadística que se calcula para realizar esta prueba y el cual se basa en el numero de veces que un puntaje de un grupo antecede aun puntaje de otro grupo, si hay dos grupos.
  • 7. Pasos para efectuar la prueba  Y por ultimo decidir si se acepta o se rechaza la Ho  no obstante es mas fácil basarse en la suma de rangos de cualquiera de las dos muestras aleatorias mediante las siguientes formulas:
  • 8. Donde: U1 y U2 = valores estadísticos de U Mann- Whitney. n1 = tamaño de la muestra del grupo 1. n2 = tamaño de la muestra del grupo 2. R1 = sumatoria de los rangos del grupo 1. R2 = sumatoria de los rangos del grupo 2.
  • 9. La aproximación a la normal, z, cuando tenemos muestras lo suficientemente grandes viene dada por la expresión: U UU Z   
  • 10.  Donde U y σU son la media y la desviación estándar de U si la hipótesis nula es cierta, y vienen dadas por las siguientes fórmulas: 2 21nn U  12 )1( 2121   nnnn U
  • 11.  Los cálculos tienen que tener en cuenta la presencia de observaciones idénticas a la hora de ordenarlas. No obstante, si su número es pequeño, se puede ignorar esa circunstancia.  Se rechaza H0 si p(valor) < 
  • 12. Ejemplo para muestras pequeñas  Un experimentador utiliza dos métodos para enseñar a leer a un grupo de 10 niños de 6 años, quienes ingresan por primera vez a la escuela. El experimentador quiere demostrar que el procedimiento ideado por él es más efectivo que el tradicional; para ello, mide el desempeño en la lectura en función de la fluidez, comprensión, análisis y síntesis.  El plan experimental preliminar consiste en elegir al azar tanto una muestra de 10 niños como el método por utilizar.
  • 13. Planteamiento de la hipótesis  Hipótesis alterna (Ha). Las calificaciones de ejecución de lectura, según el método de enseñanza del experimentador son más altas y diferentes que las observadas en el método tradicional.  Hipótesis nula (Ho). Las diferencias observadas entre las calificaciones de ejecución de lectura mediante los dos métodos se deben al azar.
  • 14.  Nivel de significación. Para todo valor de probabilidad igual o menor que p = 0.05, se acepta Ha y se rechaza Ho.  Zona de rechazo. Para todo valor de probabilidad mayor que 0.05, se acepta Ho y se rechaza Ha.  Dos métodos diferentes aplicados en dos grupos de niños.
  • 15.  Aplicación de la prueba estadística. De acuerdo con los paso, las observaciones se deben ordenar en rangos del menor al mayor.  Rangos de lectura de la tabla anterior.
  • 17.  De los dos valores de U calculados, se elige el más pequeño (4) y se comparan con los valores críticos de U Mann-Whitney  En caso de que el valor de U calculado no se localice en las tablas correspondientes, se transformará en la fórmula siguiente  U = n1n2 - U'  En esta fórmula, U' corresponde al valor más alto.
  • 18.
  • 19.  Decisión. A la probabilidad del valor U de Mann-Whitney, calculado anteriormente, corresponde 0.048, el cual es más pequeño que el nivel de significancia; por lo tanto, se acepta Ha y se rechaza Ho.
  • 20. Interpretación.  Entre las calificaciones de la ejecución de lectura mediante los dos métodos de enseñanza existe una diferencia significativa a un nivel de probabilidad de error menor que 0.05; es decir, aun cuando las muestras son pequeñas, las calificaciones más altas mediante el método diseñado por el experimentador señalan más efectividad, con la probabilidad de equivocarse de 0.048 para aceptarlo.
  • 21. Ejemplo aplicable cuando la muestra es mayor a 25 y donde n1 y n2 pueden ser iguales o de un tamaño diferente:  El experimentador del ejemplo previo, entusiasmado por las observaciones preliminares, decide aumentar el tamaño de las muestras. En este estudio tiene 10 niños con el método tradicional y 25 mediante el procedimiento ideado por él. Los datos del nuevo estudio se muestran en la tabla más adelante.
  • 22. Planteamiento de la hipótesis  Hipótesis alterna (Ha). Las calificaciones aportadas por el método reciente, ideado por el experimentador, son diferentes y con valores más altos.  Hipótesis nula (Ho). Las diferencias entre las calificaciones dadas por ambos métodos se deben al azar.
  • 23.  Nivel de significación. Para todo valor de probabilidad igual o menor que 0.05, se acepta Ha y se rechaza Ho.  Zona de rechazo. Para todo valor de probabilidad mayor que 0.05, se acepta Ho y se rechaza Ha.
  • 24.  Población de niños de 6 años a los cuales se les aplicó dos métodos de enseñanza
  • 25.  Aplicación de la prueba estadística. Primero ordenamos los rangos de todas las observaciones.  Dirección de las ligas o empates y el tamaño de estas.
  • 26.
  • 28.  Tomando en cuenta los pasos, nos menciona que cuando la muestra es mayor que 25, se distribuye normalmente, por lo cual se determina el valor Z para conocer la probabilidad. Esto se calcula como sigue:
  • 29. Donde: Z = valor estadístico de la curva normal. U = cualquier valor de U calculado (ya sea U1 o U2). = valor promedio de U. sU = desviación estándar de U. Calculamos el valor promedio de U ( ):
  • 30.  La desviación estándar de U se determina de la forma siguiente:  Donde: sU = desviación estándar de U. n1 y n2 = tamaño de la muestra de los grupos 1 y 2. N = tamaño total de la muestra (la suma de n1 y n2). Li = sumatoria de las ligas o empates. El cálculo de Li se realiza de la siguiente manera:
  • 31.  Una vez obtenida la sumatoria de Li, se determinar la desviación estándar de U (sU) mediante la expresión siguiente:
  • 32.  Una vez calculados los parámetros necesarios, se obtiene el valor Z conforme la siguiente fórmula:
  • 33.  Para obtener la probabilidad del valor Z de 1.95, se debe consultar la tabla de tamaño de la muestra en función de los valores d y buscar la hilera 1.9, en cuya columna 0.05 se localiza el número 0.0256, que corresponde a la probabilidad del valor de U con respecto al promedio. Esto quiere decir que es menor que el nivel de significancia.
  • 34.
  • 35. Decisión A la cifra de Z de 1.95 le corresponde una probabilidad menor que 0.05, por lo cual se acepta Ha y se rechaza Ho (tabla de probabilidades asociadas en valores extremos como los de 2 en la distribución normal).
  • 36. Interpretación  El experimentador, al aumentar su muestra, confirma la investigación preliminar con una muestra pequeña, con lo cual da a entender que los resultados logrados con el método ideado por él son diferentes de los obtenidos con el método de enseñanza de lectura tradicional; además, este último revela calificaciones más bajas y es menos efectivo que el otro.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.  Ho: La presión arterial sistólica es igual en hombres y mujeres  Ha: La presión arterial sistólica no es igual en hombres y mujeres  Con P< 0.05 se rechaza Ho  Con P> 0.05 se rechaza Ha  El rango promedio de mujeres esta en 7.85 y el de hombres en 13.15, es decir hay diferencia entre hombres y mujeres y como p< 0.05 se rechaza la Ho