Test de Shapiro – Wilk

Canals (2016) indica que en estadística, el Test de Shapiro–Wilk se usa para

contrastar la normalidad de un conjunto de datos. Se plantea como hipótesis
nula que una muestra x1, ..., xn proviene de una población normalmente
distribuida. Fue publicado en 1965 por Samuel Shapiro y Martin Wilk. Se
considera uno de los test más potentes para el contraste de normalidad.

Según González (2015) y Casas (2006) esta prueba de normalidad, desarrollada

por Shapiro y Wilk (1965), ha sido descrita como la más poderosa prueba en muchas
situaciones. Esta es el cociente de dos estimados de la varianza de una distribución
normal basado en una muestra aleatoria de N observaciones. El numerador es
proporcional al cuadrado del mejor estimador lineal de la desviación estandar. El
denominador es la suma de cuadrados the las observaciones de la media de la. W
puede ser escrita como el cuadrado del coeficiente de correlación de Pearson entre
las observaciones ordenadas y el un grupo de “pesos” que son usados para calcular el
numerador Debido a que los pesos son asintoticamente proporcional al
correapondiente orden Normal, W is aproximadamente una medida de la rectitud de la
distribución normal quantil-quantil. Mientras mas cerca esta W a uno, más normal es la
muestra.

Las medidas de W son válidas para muestras de 3 a 5000

Canals (2016) y González (2015) señalan que el estadístico del test se expresa
de la siguiente manera:

Dónde:

x(i) (con el subíndice i entre paréntesis) es el número que ocupa la i-ésima

posición en la muestra (con la muestra ordenada de menor a mayor);

n es la media muestral;

las variables ai se calculan:

Dónde:

Siendo m1, ..., mn son los valores medios del estadístico ordenado, de variables
aleatorias independientes e identicamente distribuidas, muestreadas de
distribuciones normales. V es la matriz de covarianzas de ese estadístico de
orden.

La hipótesis nula se rechazará si W es demasiado pequeño. El valor de W

puede oscilar entre 0 y 1.

Interpretación: Siendo la hipótesis nula que la población está distribuida

normalmente, si el p-valor es menor a alfa (nivel de significancia) entonces la
hipótesis nula es rechazada (se concluye que los datos no vienen de una
distribución normal). Si el p-valor es mayor a alfa, se concluye que no se puede
rechazar dicha hipótesis.

La normalidad se verifica confrontando dos estimadores alternativos de la

varianza σ²:

Un estimador no paramétrico al numerador, y un estimador paramétrico

(varianza muestral), al denominador.

BIBLIOGRAFIA:

Canals Cifuentes, C. 2016. Módulo 4. Pruebas de Hipótesis para una población

Parte III. Departamento de Sociología Estadística II (diapositivas). Bogotá, CO.
30 diapositivas.

Casas Sánchez, JM. 2006. Inferencia estadística para economía y

administración de empresas. p 524-527.

González Velasco, M. 2015. Estadística Computacional (diapositivas). Elvas,

ES. 30 diapositivas.
 UNIVERSIDAD NACIONAL INTERCULTURAL DE LA AMAZONIA

Facultad de Ingeniería y Ciencias Ambientales

Carrera Profesional de Ingeniería Agroforestal Acuícola

METODOS ESTADISTICOS PARA LA INGENIERIA

Test de Shapiro – Wilk

DOCENTE : Ing. Karen, Cordova Flores

Alumna : Erika Mozombite Manuyama

YARINACOCHA - PERÚ

2019