PRUEBAS DE NORMALIDAD CON OPEN STAT

PRUEBAS DE NORMALIDAD CON  OPEN STAT

Ing. Luis Manfredo Reyes

Casi toda la teoría de la estadística inferencial (pruebas de hipótesis, regresión, análisis de varianza) ha sido construída sobre el fundamento de que “LOS DATOS TIENEN DISTRIBUCIÓN NORMAL”, o dicho de otra manera, para que la teoría sea válida, es necesario que los datos tengan distribución normal.

Tristemente, la mayoría de investigadores simplemente ignoran éste requisito y olímpicamente  suponen que los datos sí tienen distribución normal, cuando en la realidad no se sabe si esto es cierto.

Existen varias pruebas para determinar si los datos son normales o no:

Chi cuadrado de bondad de ajuste

Kolmogorov Smirnoff

Shapiro y Wilks

No es el objetivo del presente documento explorar los principios teóricos y métodos manuales de cálculo, sino ilustrar la utilización del  paquete OPEN STAT para su determinación.

OPEN STAT es un paquete estadístico producido por Bill Miller, y se puede descargar en éste link> http://statpages.info/miller/OpenStatMain.htm

Se asume que el lector tiene instalado el paquete y conoce el uso básico del mismo.

Ejemplo:

Deterrmine si el siguiente conjunto de datos tiene distribución normal, a un nivel de confianza del 97%.

25	19	33	17	28
30	16	11	20	09
15	19	31	40	47
66	23	30	10	55

En open stat se crea el archivo colocando todos los datos en una sola columna, llamándola por ejemplo x, o bien  dejando el nombre default VAR1:

 Luego se ingresa a Analyses--> descriptive--> Normality tests

 Se especifica la variable a analizar y se da click en el botón compute:

El programa realiza dos pruebas: Shapiro y Wilks y Lillefors

En éste ejemplo, en ambos casos la conclusión es que sí hay distribución normal,