Professional Documents
Culture Documents
KOLMOGOROV - SMIRNOV
• OBJETIVO: Determinar si una población continua tiene una
distribución teórica específica.
• CONSIDERACIONES IMPORTANTES:
3
N(μ, σ): Interpretación probabilista
4
LA PRUEBA DE KOLMOGOROV-SMIRNOV
n= 100
m= 5
dt= 1
¿…?
=
¿…?
Distribución Distribución ideal (tª)
observada de los = de los datos
datos
PRUEBA K-S
LA PRUEBA DE KOLMOGOROV-SMIRNOV
¿…?
=
¿…?
=
P > 0,05 H0
P ≤ 0,05 H1
LA PRUEBA DE KOLMOGOROV-SMIRNOV
Ejemplo: Prueba de Kolmogorov-Smirnov para una muestra
EDAD
Una de nuestras variables de estudio N 34
presenta el siguiente resultado en la Parámetros normalesa, b Media 24,97
prueba de normalidad K-S. Des viación típica
4,267
Dado que P=0,04 < 0,05 existe una diferencia significativa de los datos con
la normalidad La variable NO se distribuye según la ley normal.
Esta conclusión la asumimos considerando un nivel de confianza del 95%
(0,95)
La PRUEBA K-S es una PRUEBA DE HIPÓTESIS
P > 0,05 H0
P ≤ 0,05 H1
Pero en algunos casos puede exigírsenos para la PRUEBA DE HIPÓTESIS un mayor nivel
de confianza (es decir, un menor riesgo α.
Dado que P=0,038 > 0,02 no existe una diferencia significativa de los datos
con la normalidad La variable SÍ se distribuye según la ley normal.
Esta conclusión la asumimos considerando un riesgo de error α del 2%.
En SÍNTESIS, para una PRUEBA DE HIPÓTESIS
A priori se establecen dos hipótesis, de las que habrá que concluir sólo una:
Una vez obtenido el valor del estadístico (por ejemplo Z de K-S) se contrasta P:
P > α H0
P ≤ α H1
Normalidad Kolmogorov
(NO PARAMÉTRICAS)
Normalidad Kolmogorov
Normalidad? K-S
Int. Conf P
Comparación
estadístico-parámetro T Student
T Student
Comparación U Mann-Whitney
2 medias aritméticas
T Student
Z Wilcoxon
Objetivo
Comparación
F (ANOVA)
2 medias aritméticas
K Kruskal-Wallis
Comparación 2 proporciones
o Relación 2 variables cualis Chi 2
R Pearson
Relación 2 variables cuantis
S Spearman
Modelo de regresión
Y=a+bX