Prueba de suma de rangos con signo (una muestra)

Comando:

Estadística Pruebas de suma de rangos Prueba de suma de rangos con signo (una muestra)

Descripción

La prueba de suma de rangos con signo es una prueba de simetría respecto a un valor de prueba. Esta prueba es la alternativa no paramétrica a la prueba t de una muestra. Se puede utilizar cuando las observaciones no siguen una distribución normal.

Entrada requerida

• La variable de interés. Puede usar el botón para seleccionar variables y filtros.
• El valor de prueba con el que desea comparar los datos de muestra.

Resultados

Estadísticas resumidas

La ventana de resultados de la prueba de suma de rangos con signo primero muestra estadísticas de resumen de la muestra.

Las estadísticas incluyen el estimador de ubicación de Hodges-Lehmann (a veces llamado mediana de Hodges-Lehmann) y su intervalo de confianza del 95% (Conover, 1999; CLSI, 2013). El estimador de ubicación de Hodges-Lehmann de una muestra con un tamaño de muestra n se calcula de la siguiente manera. Para cada posible conjunto de 2 observaciones, se calcula el promedio. El estimador de ubicación de Hodges-Lehmann es la mediana de todos los promedios n  ×  (n+1) / 2. El intervalo de confianza se deriva según Conover (1999, p. 360).

Prueba de suma de rangos con signo (una muestra)

Variable	PTH

Tamaño muestral	285
Valor más bajo	8.0000
Valor más alto	73.4000
Media aritmética	36.7425
IC del 95 % para la media	35.1554 a 38.3295
Mediana	36.6000
IC del 95 % para la mediana	35.0470 a 38.8651
Estimador de localización de Hodges-Lehmann	36.6000
Intervalo de confianza del 95 %	34.9500 a 38.2500

Prueba de la suma de rangos con signo

Valor de prueba	35
Número de diferencias positivas	159
Número de diferencias negativas	125
Estadístico de prueba de Z	-1.915179
Probabilidad bilateral	P = 0.0555

Diagrama de caja

Resultados de la prueba de suma de rangos con signo

La prueba de suma de rangos con signo clasifica los valores absolutos de las diferencias entre los datos de muestra y el valor de prueba, y calcula una estadística sobre el número de diferencias negativas y positivas.

• En presencia de empates, o si el tamaño de la muestra es mayor a 25, MedCalc utiliza la aproximación normal (Hollander et al., 2014) para calcular el valor P.
• Para tamaños de muestra más pequeños (N≤25) MedCalc calcula la probabilidad exacta (Hollander et al., 2014).

Si el valor P resultante es pequeño (P<0,05), entonces los datos de muestra no son simétricos respecto del valor de prueba y, por lo tanto, se puede aceptar una diferencia estadísticamente significativa entre la mediana de la muestra y el valor de prueba.

Tenga en cuenta que en MedCalc los valores P siempre son bilaterales.

Literatura

• Altman DG (1991) Practical statistics for medical research. London: Chapman and Hall.
• CLSI (2013) Measurement procedure comparison and bias estimation using patient samples; Approved guideline - 3^rd edition. CLSI document EP09-A3. Wayne, PA: Clinical and Laboratory Standards Institute.
• Conover WJ (1999) Practical non-parametric statistics, 3^rd edition. New York: John Wiley & Sons.
• Hollander M, Wolfe DA, Chicken E (2014). Non-parametric Statistical Methods. 3rd ed. Hoboken NJ: John Wiley & Sons.

Véase también

• Prueba de Mann-Whitney (muestras independientes)
• Prueba de Wilcoxon (muestras apareadas)