acerca de statistical-calculators.site
Siga estos sencillos pasos para realizar una prueba U de Mann-Whitney con sus datos:
Ingrese datos numéricos para cada grupo en las áreas de texto proporcionadas. Puede separar los valores con comas, espacios o saltos de línea. Por ejemplo:
15, 18, 20, 22 o 15 18 20 22
Haga clic en el botón "Calcular" para ejecutar el análisis. La calculadora mostrará automáticamente:
La calculadora genera cuatro gráficos para ayudarle a comprender sus datos:
Observe el valor p en los resultados de la prueba:
La prueba U de Mann-Whitney, también conocida como la prueba de suma de rangos de Wilcoxon, es una prueba estadística no paramétrica que se utiliza para comparar diferencias entre dos grupos independientes cuando la variable dependiente es ordinal o continua, pero no sigue una distribución normal. Es el equivalente no paramétrico de la prueba t para muestras independientes. La prueba determina si dos muestras independientes provienen de una población con la misma distribución.
Debería considerar usar la prueba U de Mann-Whitney cuando no se cumplan los supuestos de una prueba paramétrica como la prueba t, por ejemplo cuando los datos no siguen una distribución normal. Es especialmente útil para datos ordinales o datos continuos con distribución asimétrica. Esta prueba se aplica frecuentemente en campos como la psicología, la medicina y los negocios para comparar actitudes, efectos de dos tratamientos distintos o preferencias de clientes entre dos grupos.
La prueba U de Mann-Whitney funciona clasificando todos los datos de ambos grupos en conjunto y comparando la suma de los rangos de cada grupo. Los resultados de la prueba incluyen:
En sentido estricto, un resultado significativo de la prueba U de Mann-Whitney indica que una población tiende a tener valores más altos que la otra.
P1: ¿Cómo se calcula el estadístico U manualmente?
El cálculo implica varios pasos clave. Primero, combine todos los datos de ambos grupos en un único conjunto y ordénelos de menor a mayor asignándoles rangos. Luego, calcule la suma de los rangos para cada grupo, denotada como \(R_1\) y \(R_2\).
A continuación, calcule un valor U para cada grupo usando las siguientes fórmulas, donde \(n_1\) y \(n_2\) son los tamaños de muestra del grupo 1 y el grupo 2, respectivamente:
$$ U_1 = n_1 n_2 + \frac{n_1(n_1 + 1)}{2} - R_1 $$ $$ U_2 = n_1 n_2 + \frac{n_2(n_2 + 1)}{2} - R_2 $$El estadístico de la prueba U de Mann-Whitney es el menor de estos dos valores:
$$ U = \min(U_1, U_2) $$P2: ¿Cómo maneja la prueba los rangos empatados?
Cuando dos o más observaciones tienen el mismo valor, se les asigna el promedio de los rangos que habrían ocupado. Por ejemplo, si tres valores están empatados en las posiciones 5.ª, 6.ª y 7.ª, a cada uno se le asigna el rango \((5 + 6 + 7) / 3 = 6\). Aunque esto no afecta el cálculo de U, sí reduce la varianza de la distribución de U. Para muestras grandes que utilizan la aproximación Z, se aplica un factor de corrección a la fórmula de la desviación estándar para tener en cuenta los empates.
P3: ¿Cuándo se usa la aproximación Z y cómo se calcula?
Para tamaños de muestra más grandes (una regla general es cuando tanto \(n_1\) como \(n_2\) son mayores que 10), la distribución muestral del estadístico U puede aproximarse mediante una distribución normal. Esto permite calcular una puntuación Z, que luego se usa para encontrar el valor p. La puntuación Z se calcula como:
$$ Z = \frac{U - \mu_U}{\sigma_U} $$Donde:
P4: ¿Cuál es la diferencia entre la prueba U de Mann-Whitney y la prueba de suma de rangos de Wilcoxon?
En la estadística moderna, estos dos nombres se usan indistintamente para referirse a la misma prueba estadística. Históricamente, fueron desarrolladas de forma independiente pero son matemáticamente equivalentes. Frank Wilcoxon propuso primero la prueba usando la suma de los rangos (\(R\)), mientras que Henry Mann y Donald Whitney la desarrollaron posteriormente usando el estadístico \(U\), que es una función lineal simple de \(R\). Las conclusiones que se extraigan de ambas siempre serán idénticas.