SlideShare una empresa de Scribd logo
La prueba U DE MANN-WHITNEY
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

Pruebas paramétricaspresentacion.pptx
Pruebas paramétricaspresentacion.pptxPruebas paramétricaspresentacion.pptx
Pruebas paramétricaspresentacion.pptxYulianny Luque
 
Análisis de Correlacion Lineal
Análisis de Correlacion LinealAnálisis de Correlacion Lineal
Análisis de Correlacion Lineal
Universidad Nacional Mayor de San Marcos
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadrado
PABLITO Pablo
 
Pruebas parametricas y no parametricas
Pruebas parametricas y no parametricasPruebas parametricas y no parametricas
Pruebas parametricas y no parametricas
Luisais Pire
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientesJoseph AB
 
Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)
IPMEDIA
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
mariauparela
 
Prueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLISPrueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLIS
Edith Rosmery Ancco Chiquillan
 
Prueba T de student
Prueba T de studentPrueba T de student
Prueba T de student
cristinatellezestadistica
 
15 test estadísticos
15 test estadísticos15 test estadísticos
15 test estadísticosYerko Bravo
 
PRUEBAS PARAMETRICAS
PRUEBAS PARAMETRICASPRUEBAS PARAMETRICAS
PRUEBAS PARAMETRICAS
jorge luis hernandez mendoza
 
Ejercicio chi cuadrado
Ejercicio chi cuadradoEjercicio chi cuadrado
Ejercicio chi cuadrado
cristinatellezestadistica
 
Prueba de friedman
Prueba de friedmanPrueba de friedman
Prueba de friedman
Jos_Dav
 
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
Universidad Nacional Mayor de San Marcos
 
ANOVA
ANOVAANOVA

La actualidad más candente (20)

Pruebas no parametricas de wilcoxon 2007.
Pruebas no parametricas de wilcoxon 2007.Pruebas no parametricas de wilcoxon 2007.
Pruebas no parametricas de wilcoxon 2007.
 
Análisis de la varianza
Análisis de la varianzaAnálisis de la varianza
Análisis de la varianza
 
Pruebas paramétricaspresentacion.pptx
Pruebas paramétricaspresentacion.pptxPruebas paramétricaspresentacion.pptx
Pruebas paramétricaspresentacion.pptx
 
Análisis de Correlacion Lineal
Análisis de Correlacion LinealAnálisis de Correlacion Lineal
Análisis de Correlacion Lineal
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadrado
 
Pruebas parametricas y no parametricas
Pruebas parametricas y no parametricasPruebas parametricas y no parametricas
Pruebas parametricas y no parametricas
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientes
 
Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Prueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLISPrueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLIS
 
Prueba T de student
Prueba T de studentPrueba T de student
Prueba T de student
 
15 test estadísticos
15 test estadísticos15 test estadísticos
15 test estadísticos
 
PRUEBAS PARAMETRICAS
PRUEBAS PARAMETRICASPRUEBAS PARAMETRICAS
PRUEBAS PARAMETRICAS
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 
Análisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA)Análisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA)
 
Ejercicio chi cuadrado
Ejercicio chi cuadradoEjercicio chi cuadrado
Ejercicio chi cuadrado
 
Prueba de friedman
Prueba de friedmanPrueba de friedman
Prueba de friedman
 
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
 
ANOVA
ANOVAANOVA
ANOVA
 

Similar a Prueba u de mann-whitney

Test de Friedman (1).pptx
Test de Friedman (1).pptxTest de Friedman (1).pptx
Test de Friedman (1).pptx
AndresBryan8
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
Nicki Nicole
 
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
Escuela Superior de Contaduría y Administración ESCA
 
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
jimmynter
 
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 metodos
jimmynter
 
Pruebas no parametricas
Pruebas no parametricasPruebas no parametricas
Pruebas no parametricas
Patricia Avalos
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesishoteles1
 
Estadística II (II Bimestre)
Estadística II (II Bimestre)Estadística II (II Bimestre)
Estadística II (II Bimestre)
Videoconferencias UTPL
 
15 spss comparacion de medias
15 spss comparacion de medias15 spss comparacion de medias
15 spss comparacion de mediasCarlos Rojas
 
15 spss comparacion de medias
15 spss comparacion de medias15 spss comparacion de medias
15 spss comparacion de mediasCarlos Rojas
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadisticahoteles1
 
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 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
franciscoe71
 
Contraste de hipotesis1 tema de clase
Contraste de hipotesis1   tema de claseContraste de hipotesis1   tema de clase
Contraste de hipotesis1 tema de claseeira1779
 
Hipotesis
HipotesisHipotesis
PRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptxPRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptx
luis9528
 
Clase 6
Clase 6Clase 6
Clase 6
Edwin Perez
 

Similar a Prueba u de mann-whitney (20)

Exposicion mann whitney-2010
Exposicion mann whitney-2010Exposicion mann whitney-2010
Exposicion mann whitney-2010
 
Test de Friedman (1).pptx
Test de Friedman (1).pptxTest de Friedman (1).pptx
Test de Friedman (1).pptx
 
Analisis de datos.
Analisis de datos.Analisis de datos.
Analisis de datos.
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
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
 
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
 
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
 
Pruebas no parametricas
Pruebas no parametricasPruebas no parametricas
Pruebas no parametricas
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesis
 
Estadística II (II Bimestre)
Estadística II (II Bimestre)Estadística II (II Bimestre)
Estadística II (II Bimestre)
 
15 spss comparacion de medias
15 spss comparacion de medias15 spss comparacion de medias
15 spss comparacion de medias
 
15 spss comparacion de medias
15 spss comparacion de medias15 spss comparacion de medias
15 spss comparacion de medias
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo 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...
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
 
Contraste de hipotesis1 tema de clase
Contraste de hipotesis1   tema de claseContraste de hipotesis1   tema de clase
Contraste de hipotesis1 tema de clase
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
PRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptxPRUEBA DE MANN- WHITNEY.pptx
PRUEBA DE MANN- WHITNEY.pptx
 
Clase 6
Clase 6Clase 6
Clase 6
 

Más de JOHNNY28000

NORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdf
NORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdfNORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdf
NORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdf
JOHNNY28000
 
ART CRISOSTOMO MUNAYCO.pdf
ART CRISOSTOMO MUNAYCO.pdfART CRISOSTOMO MUNAYCO.pdf
ART CRISOSTOMO MUNAYCO.pdf
JOHNNY28000
 
Temas investigación
Temas investigaciónTemas investigación
Temas investigación
JOHNNY28000
 
Acreditacion japon 2019
Acreditacion japon 2019Acreditacion japon 2019
Acreditacion japon 2019
JOHNNY28000
 
Esquema proyecto cualitativo
Esquema proyecto cualitativoEsquema proyecto cualitativo
Esquema proyecto cualitativo
JOHNNY28000
 
Esquema de proyecto cuantitativo
Esquema de proyecto cuantitativoEsquema de proyecto cuantitativo
Esquema de proyecto cuantitativo
JOHNNY28000
 
Temario prueba general 2019 i unmsm
Temario prueba general 2019 i unmsmTemario prueba general 2019 i unmsm
Temario prueba general 2019 i unmsm
JOHNNY28000
 
Plan de trabajo
Plan de trabajoPlan de trabajo
Plan de trabajo
JOHNNY28000
 
Prueba Entrada 3 (equipo)
Prueba Entrada 3 (equipo)Prueba Entrada 3 (equipo)
Prueba Entrada 3 (equipo)
JOHNNY28000
 
Prueba de Entrada 1
Prueba de Entrada 1 Prueba de Entrada 1
Prueba de Entrada 1
JOHNNY28000
 
Ppt resistencia de-materiales-actualizado
Ppt resistencia de-materiales-actualizadoPpt resistencia de-materiales-actualizado
Ppt resistencia de-materiales-actualizado
JOHNNY28000
 
Ppt idea tesis-investigacion-gomez lora
Ppt idea tesis-investigacion-gomez loraPpt idea tesis-investigacion-gomez lora
Ppt idea tesis-investigacion-gomez lora
JOHNNY28000
 
Ppt clima institucional
Ppt clima institucionalPpt clima institucional
Ppt clima institucional
JOHNNY28000
 
Ppt clima institucional
Ppt clima institucionalPpt clima institucional
Ppt clima institucional
JOHNNY28000
 
Boleta pesonal escalafon
Boleta pesonal escalafonBoleta pesonal escalafon
Boleta pesonal escalafon
JOHNNY28000
 
Trabajo informe de la educacion peruana une 2014 i
Trabajo informe de la educacion peruana une 2014   iTrabajo informe de la educacion peruana une 2014   i
Trabajo informe de la educacion peruana une 2014 i
JOHNNY28000
 
Tese doutoramento sandra_rodrigues
Tese doutoramento sandra_rodriguesTese doutoramento sandra_rodrigues
Tese doutoramento sandra_rodrigues
JOHNNY28000
 
Notas usmp 2019-2
Notas usmp 2019-2Notas usmp 2019-2
Notas usmp 2019-2
JOHNNY28000
 
Notas usmp 2019-1
Notas usmp 2019-1Notas usmp 2019-1
Notas usmp 2019-1
JOHNNY28000
 
Modernizacion de la gestion publica
Modernizacion de la gestion publicaModernizacion de la gestion publica
Modernizacion de la gestion publica
JOHNNY28000
 

Más de JOHNNY28000 (20)

NORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdf
NORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdfNORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdf
NORMAS APA_Guía_ Normas APA Séptima 7.ª Edición 2020_La Salle.pdf
 
ART CRISOSTOMO MUNAYCO.pdf
ART CRISOSTOMO MUNAYCO.pdfART CRISOSTOMO MUNAYCO.pdf
ART CRISOSTOMO MUNAYCO.pdf
 
Temas investigación
Temas investigaciónTemas investigación
Temas investigación
 
Acreditacion japon 2019
Acreditacion japon 2019Acreditacion japon 2019
Acreditacion japon 2019
 
Esquema proyecto cualitativo
Esquema proyecto cualitativoEsquema proyecto cualitativo
Esquema proyecto cualitativo
 
Esquema de proyecto cuantitativo
Esquema de proyecto cuantitativoEsquema de proyecto cuantitativo
Esquema de proyecto cuantitativo
 
Temario prueba general 2019 i unmsm
Temario prueba general 2019 i unmsmTemario prueba general 2019 i unmsm
Temario prueba general 2019 i unmsm
 
Plan de trabajo
Plan de trabajoPlan de trabajo
Plan de trabajo
 
Prueba Entrada 3 (equipo)
Prueba Entrada 3 (equipo)Prueba Entrada 3 (equipo)
Prueba Entrada 3 (equipo)
 
Prueba de Entrada 1
Prueba de Entrada 1 Prueba de Entrada 1
Prueba de Entrada 1
 
Ppt resistencia de-materiales-actualizado
Ppt resistencia de-materiales-actualizadoPpt resistencia de-materiales-actualizado
Ppt resistencia de-materiales-actualizado
 
Ppt idea tesis-investigacion-gomez lora
Ppt idea tesis-investigacion-gomez loraPpt idea tesis-investigacion-gomez lora
Ppt idea tesis-investigacion-gomez lora
 
Ppt clima institucional
Ppt clima institucionalPpt clima institucional
Ppt clima institucional
 
Ppt clima institucional
Ppt clima institucionalPpt clima institucional
Ppt clima institucional
 
Boleta pesonal escalafon
Boleta pesonal escalafonBoleta pesonal escalafon
Boleta pesonal escalafon
 
Trabajo informe de la educacion peruana une 2014 i
Trabajo informe de la educacion peruana une 2014   iTrabajo informe de la educacion peruana une 2014   i
Trabajo informe de la educacion peruana une 2014 i
 
Tese doutoramento sandra_rodrigues
Tese doutoramento sandra_rodriguesTese doutoramento sandra_rodrigues
Tese doutoramento sandra_rodrigues
 
Notas usmp 2019-2
Notas usmp 2019-2Notas usmp 2019-2
Notas usmp 2019-2
 
Notas usmp 2019-1
Notas usmp 2019-1Notas usmp 2019-1
Notas usmp 2019-1
 
Modernizacion de la gestion publica
Modernizacion de la gestion publicaModernizacion de la gestion publica
Modernizacion de la gestion publica
 

Último

Testimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdfTestimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdf
Txema Gs
 
Fase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría AnalíticaFase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría Analítica
YasneidyGonzalez
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
Alejandrogarciapanta
 
Libro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdfLibro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdf
danitarb
 
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdfHABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
DIANADIAZSILVA1
 
Fase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcionalFase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcional
YasneidyGonzalez
 
Junio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividadesJunio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividades
cintiat3400
 
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptxAutomatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
GallardoJahse
 
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Monseespinoza6
 
Introducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BIIntroducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BI
arleyo2006
 
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdfAsistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Demetrio Ccesa Rayme
 
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
AracelidelRocioOrdez
 
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIALCUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
DivinoNioJess885
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
SandraBenitez52
 
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdfTexto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
ClaudiaAlcondeViadez
 
Conocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del ArrabalConocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del Arrabal
Profes de Relideleón Apellidos
 
Educar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdfEducar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdf
Demetrio Ccesa Rayme
 
FICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIA
FICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIAFICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIA
FICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIA
JavierMontero58
 
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptxSemana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
LorenaCovarrubias12
 
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
pablomarin116
 

Último (20)

Testimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdfTestimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdf
 
Fase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría AnalíticaFase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría Analítica
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
 
Libro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdfLibro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdf
 
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdfHABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
 
Fase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcionalFase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcional
 
Junio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividadesJunio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividades
 
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptxAutomatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
 
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
 
Introducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BIIntroducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BI
 
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdfAsistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
 
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
 
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIALCUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
 
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdfTexto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
 
Conocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del ArrabalConocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del Arrabal
 
Educar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdfEducar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdf
 
FICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIA
FICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIAFICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIA
FICHA DE EJERCICIOS GRECIA 1º DE LA ESO HISTORIA
 
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptxSemana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
 
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
 

Prueba u de mann-whitney

  • 1. La prueba U DE MANN-WHITNEY
  • 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