SlideShare uma empresa 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….

Mais conteúdo relacionado

Mais procurados

Prueba de normalidad
Prueba de normalidadPrueba de normalidad
Prueba de normalidadPierre Angelo
 
Prueba de normalidad en SPSS
Prueba de normalidad en SPSSPrueba de normalidad en SPSS
Prueba de normalidad en SPSSAugusto Zavala
 
Prueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
Prueba De HipóTesis Sobre La Diferencia De Proporciones PoblacionalesPrueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
Prueba De HipóTesis Sobre La Diferencia De Proporciones PoblacionalesMaría Isabel Bautista
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianzapatente13
 
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
 
Estimacion. limites o intervalos de confianza para la media y para las propor...
Estimacion. limites o intervalos de confianza para la media y para las propor...Estimacion. limites o intervalos de confianza para la media y para las propor...
Estimacion. limites o intervalos de confianza para la media y para las propor...eraperez
 
Pruebas de hipótesis
Pruebas de hipótesis Pruebas de hipótesis
Pruebas de hipótesis mariauparela
 
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
 
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
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadradoaramirez
 
Intervalos de confianza-1
Intervalos de confianza-1Intervalos de confianza-1
Intervalos de confianza-1Hector Funes
 

Mais procurados (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.
 
Prueba de normalidad
Prueba de normalidadPrueba de normalidad
Prueba de normalidad
 
Prueba de normalidad en SPSS
Prueba de normalidad en SPSSPrueba de normalidad en SPSS
Prueba de normalidad en SPSS
 
PowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de HipotesisPowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de Hipotesis
 
Prueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
Prueba De HipóTesis Sobre La Diferencia De Proporciones PoblacionalesPrueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
Prueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
 
Pruebas No Parametricas
Pruebas No ParametricasPruebas No Parametricas
Pruebas No Parametricas
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Unidad 7 Contraste de hipótesis
Unidad 7 Contraste de hipótesisUnidad 7 Contraste de hipótesis
Unidad 7 Contraste de hipótesis
 
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
 
Estimacion. limites o intervalos de confianza para la media y para las propor...
Estimacion. limites o intervalos de confianza para la media y para las propor...Estimacion. limites o intervalos de confianza para la media y para las propor...
Estimacion. limites o intervalos de confianza para la media y para las propor...
 
Pruebas de hipótesis
Pruebas de hipótesis Pruebas de hipótesis
Pruebas de hipótesis
 
Estadistica
EstadisticaEstadistica
Estadistica
 
T de student
T de studentT de student
T de student
 
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
 
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...
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
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
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadrado
 
Intervalos de confianza-1
Intervalos de confianza-1Intervalos de confianza-1
Intervalos de confianza-1
 

Semelhante a Exposicion mann whitney

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
 

Semelhante a Exposicion mann whitney (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
 
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
 
Estadistica 9
Estadistica 9Estadistica 9
Estadistica 9
 

Último

Las familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfLas familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfJC Díaz Herrera
 
aine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificaciónaine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificaciónJhon Jimenez
 
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxCUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxfatimacamilainjantem
 
variables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpointvariables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpointaria66611782972
 
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
Unidad 6 estadística 2011  TABLA DE FRECUENCIAUnidad 6 estadística 2011  TABLA DE FRECUENCIA
Unidad 6 estadística 2011 TABLA DE FRECUENCIAEduardo Ferreira
 
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docxAMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docxlm8322074
 
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀LALVAREZD
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...claudioluna1121
 
data lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdfdata lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdfLizRamirez182254
 
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,EmmanuelDelJessGonza
 
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024analiticaydatos
 
Anclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclajeAnclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclajeklebersky23
 
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdfSEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdfsmilagrossmedina23
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismofariannys5
 
REGISTRO CONTABLE DE CONTABILIDAD 2022..
REGISTRO CONTABLE DE CONTABILIDAD 2022..REGISTRO CONTABLE DE CONTABILIDAD 2022..
REGISTRO CONTABLE DE CONTABILIDAD 2022..KerlynRuizPinedo
 
max-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptxmax-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptxMarioKing10
 
Las familias más ricas del medio oriente (2024).pdf
Las familias más ricas del medio oriente (2024).pdfLas familias más ricas del medio oriente (2024).pdf
Las familias más ricas del medio oriente (2024).pdfJC Díaz Herrera
 
Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024OBSERVATORIOREGIONAL
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1alfredo130306
 
Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoRaúl Figueroa
 

Último (20)

Las familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfLas familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdf
 
aine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificaciónaine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificación
 
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxCUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
 
variables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpointvariables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpoint
 
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
Unidad 6 estadística 2011  TABLA DE FRECUENCIAUnidad 6 estadística 2011  TABLA DE FRECUENCIA
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
 
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docxAMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
 
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...
 
data lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdfdata lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdf
 
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
 
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
 
Anclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclajeAnclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclaje
 
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdfSEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismo
 
REGISTRO CONTABLE DE CONTABILIDAD 2022..
REGISTRO CONTABLE DE CONTABILIDAD 2022..REGISTRO CONTABLE DE CONTABILIDAD 2022..
REGISTRO CONTABLE DE CONTABILIDAD 2022..
 
max-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptxmax-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptx
 
Las familias más ricas del medio oriente (2024).pdf
Las familias más ricas del medio oriente (2024).pdfLas familias más ricas del medio oriente (2024).pdf
Las familias más ricas del medio oriente (2024).pdf
 
Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1
 
Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto Rico
 

Exposicion mann whitney

  • 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