Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas

Autores
Cabrera, Gabriela Pilar; Zanazzi, José Luis; Gonzalez, Laura Alicia; Zanazzi, José Francisco
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Zanazzi, José Luis. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Gonzalez, Laura Alicia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Zanazzi, José Francisco. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
El estudio de pruebas más potentes de ajuste al Modelo Normal Univariante, en los últimos años cobra importancia, tanto en la investigación teórica como empírica. Evidencia de esto, es el desarrollo de un gran número de estas pruebas; y la atención puesta en proporcionar al analista ayuda en la elección de las pruebas más adecuadas para las necesidades particulares. Numerosos artículos se orientan a evaluar la potencia de estas pruebas. Lamentablemente, la mayoría de las verificaciones existentes operan con muestras de cincuenta o más datos. En cambio, en este trabajo se estima la potencia de diversos tests, con muestras de diez y quince datos. Además se comprueba la potencia en situaciones donde la distribución original es simétrica, lo cual es sin duda la peor condición para la prueba. Para estas determinaciones, se realizan experimentos de simulación. Finalmente se concluye con una valoración cualitativa sobre la conveniencia de las pruebas analizadas, recomendándose la implementación de la prueba Shapiro-Wilk modificada por Rahman y Govindarajulu (1997). Esta prueba de normalidad evidencia una mayor potencia empírica en términos generales, sin embargo con muestras pequeñas la potencia de ese test es reducida, por lo que se considera imprescindible complementar el análisis con otras herramientas. Cabe señalar que, el análisis de las pruebas de normalidad realizado coincide con otros estudios, dado que las potencias para diez y quince datos, parecen compatibles con las reportadas por otros autores, para tamaños de muestra mayores.El estudio de pruebas más potentes de ajuste al Modelo Normal Univariante, en los últimos años cobra importancia, tanto en la investigación teórica como empírica. Evidencia de esto, es el desarrollo de un gran número de estas pruebas; y la atención puesta en proporcionar al analista ayuda en la elección de las pruebas más adecuadas para las necesidades particulares. Numerosos artículos se orientan a evaluar la potencia de estas pruebas. Lamentablemente, la mayoría de las verificaciones existentes operan con muestras de cincuenta o más datos. En cambio, en este trabajo se estima la potencia de diversos tests, con muestras de diez y quince datos. Además se comprueba la potencia en situaciones donde la distribución original es simétrica, lo cual es sin duda la peor condición para la prueba. Para estas determinaciones, se realizan experimentos de simulación. Finalmente se concluye con una valoración cualitativa sobre la conveniencia de las pruebas analizadas, recomendándose la implementación de la prueba Shapiro-Wilk modificada por Rahman y Govindarajulu (1997). Esta prueba de normalidad evidencia una mayor potencia empírica en términos generales, sin embargo con muestras pequeñas la potencia de ese test es reducida, por lo que se considera imprescindible complementar el análisis con otras herramientas. Cabe señalar que, el análisis de las pruebas de normalidad realizado coincide con otros estudios, dado que las potencias para diez y quince datos, parecen compatibles con las reportadas por otros autores, para tamaños de muestra mayores.
Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Zanazzi, José Luis. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Gonzalez, Laura Alicia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Zanazzi, José Francisco. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Otras Ingenierías y Tecnologías
Materia
Modelo normal univariante
Estadística
Tests
Distribución
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/552016

id RDUUNC_2652140cdb6c1cf096a88ce9981b424f
oai_identifier_str oai:rdu.unc.edu.ar:11086/552016
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricasCabrera, Gabriela PilarZanazzi, José LuisGonzalez, Laura AliciaZanazzi, José FranciscoModelo normal univarianteEstadísticaTestsDistribuciónFil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Zanazzi, José Luis. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Gonzalez, Laura Alicia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Zanazzi, José Francisco. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.El estudio de pruebas más potentes de ajuste al Modelo Normal Univariante, en los últimos años cobra importancia, tanto en la investigación teórica como empírica. Evidencia de esto, es el desarrollo de un gran número de estas pruebas; y la atención puesta en proporcionar al analista ayuda en la elección de las pruebas más adecuadas para las necesidades particulares. Numerosos artículos se orientan a evaluar la potencia de estas pruebas. Lamentablemente, la mayoría de las verificaciones existentes operan con muestras de cincuenta o más datos. En cambio, en este trabajo se estima la potencia de diversos tests, con muestras de diez y quince datos. Además se comprueba la potencia en situaciones donde la distribución original es simétrica, lo cual es sin duda la peor condición para la prueba. Para estas determinaciones, se realizan experimentos de simulación. Finalmente se concluye con una valoración cualitativa sobre la conveniencia de las pruebas analizadas, recomendándose la implementación de la prueba Shapiro-Wilk modificada por Rahman y Govindarajulu (1997). Esta prueba de normalidad evidencia una mayor potencia empírica en términos generales, sin embargo con muestras pequeñas la potencia de ese test es reducida, por lo que se considera imprescindible complementar el análisis con otras herramientas. Cabe señalar que, el análisis de las pruebas de normalidad realizado coincide con otros estudios, dado que las potencias para diez y quince datos, parecen compatibles con las reportadas por otros autores, para tamaños de muestra mayores.El estudio de pruebas más potentes de ajuste al Modelo Normal Univariante, en los últimos años cobra importancia, tanto en la investigación teórica como empírica. Evidencia de esto, es el desarrollo de un gran número de estas pruebas; y la atención puesta en proporcionar al analista ayuda en la elección de las pruebas más adecuadas para las necesidades particulares. Numerosos artículos se orientan a evaluar la potencia de estas pruebas. Lamentablemente, la mayoría de las verificaciones existentes operan con muestras de cincuenta o más datos. En cambio, en este trabajo se estima la potencia de diversos tests, con muestras de diez y quince datos. Además se comprueba la potencia en situaciones donde la distribución original es simétrica, lo cual es sin duda la peor condición para la prueba. Para estas determinaciones, se realizan experimentos de simulación. Finalmente se concluye con una valoración cualitativa sobre la conveniencia de las pruebas analizadas, recomendándose la implementación de la prueba Shapiro-Wilk modificada por Rahman y Govindarajulu (1997). Esta prueba de normalidad evidencia una mayor potencia empírica en términos generales, sin embargo con muestras pequeñas la potencia de ese test es reducida, por lo que se considera imprescindible complementar el análisis con otras herramientas. Cabe señalar que, el análisis de las pruebas de normalidad realizado coincide con otros estudios, dado que las potencias para diez y quince datos, parecen compatibles con las reportadas por otros autores, para tamaños de muestra mayores.Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Zanazzi, José Luis. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Gonzalez, Laura Alicia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Zanazzi, José Francisco. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Otras Ingenierías y Tecnologías2015info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf2451-8131http://hdl.handle.net/11086/552016spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:43:57Zoai:rdu.unc.edu.ar:11086/552016Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:43:57.6Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
title Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
spellingShingle Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
Cabrera, Gabriela Pilar
Modelo normal univariante
Estadística
Tests
Distribución
title_short Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
title_full Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
title_fullStr Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
title_full_unstemmed Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
title_sort Análisis comparativo de pruebas de normalidad con muestras pequeñas y distribuciones alternativas simétricas
dc.creator.none.fl_str_mv Cabrera, Gabriela Pilar
Zanazzi, José Luis
Gonzalez, Laura Alicia
Zanazzi, José Francisco
author Cabrera, Gabriela Pilar
author_facet Cabrera, Gabriela Pilar
Zanazzi, José Luis
Gonzalez, Laura Alicia
Zanazzi, José Francisco
author_role author
author2 Zanazzi, José Luis
Gonzalez, Laura Alicia
Zanazzi, José Francisco
author2_role author
author
author
dc.subject.none.fl_str_mv Modelo normal univariante
Estadística
Tests
Distribución
topic Modelo normal univariante
Estadística
Tests
Distribución
dc.description.none.fl_txt_mv Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Zanazzi, José Luis. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Gonzalez, Laura Alicia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Zanazzi, José Francisco. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
El estudio de pruebas más potentes de ajuste al Modelo Normal Univariante, en los últimos años cobra importancia, tanto en la investigación teórica como empírica. Evidencia de esto, es el desarrollo de un gran número de estas pruebas; y la atención puesta en proporcionar al analista ayuda en la elección de las pruebas más adecuadas para las necesidades particulares. Numerosos artículos se orientan a evaluar la potencia de estas pruebas. Lamentablemente, la mayoría de las verificaciones existentes operan con muestras de cincuenta o más datos. En cambio, en este trabajo se estima la potencia de diversos tests, con muestras de diez y quince datos. Además se comprueba la potencia en situaciones donde la distribución original es simétrica, lo cual es sin duda la peor condición para la prueba. Para estas determinaciones, se realizan experimentos de simulación. Finalmente se concluye con una valoración cualitativa sobre la conveniencia de las pruebas analizadas, recomendándose la implementación de la prueba Shapiro-Wilk modificada por Rahman y Govindarajulu (1997). Esta prueba de normalidad evidencia una mayor potencia empírica en términos generales, sin embargo con muestras pequeñas la potencia de ese test es reducida, por lo que se considera imprescindible complementar el análisis con otras herramientas. Cabe señalar que, el análisis de las pruebas de normalidad realizado coincide con otros estudios, dado que las potencias para diez y quince datos, parecen compatibles con las reportadas por otros autores, para tamaños de muestra mayores.El estudio de pruebas más potentes de ajuste al Modelo Normal Univariante, en los últimos años cobra importancia, tanto en la investigación teórica como empírica. Evidencia de esto, es el desarrollo de un gran número de estas pruebas; y la atención puesta en proporcionar al analista ayuda en la elección de las pruebas más adecuadas para las necesidades particulares. Numerosos artículos se orientan a evaluar la potencia de estas pruebas. Lamentablemente, la mayoría de las verificaciones existentes operan con muestras de cincuenta o más datos. En cambio, en este trabajo se estima la potencia de diversos tests, con muestras de diez y quince datos. Además se comprueba la potencia en situaciones donde la distribución original es simétrica, lo cual es sin duda la peor condición para la prueba. Para estas determinaciones, se realizan experimentos de simulación. Finalmente se concluye con una valoración cualitativa sobre la conveniencia de las pruebas analizadas, recomendándose la implementación de la prueba Shapiro-Wilk modificada por Rahman y Govindarajulu (1997). Esta prueba de normalidad evidencia una mayor potencia empírica en términos generales, sin embargo con muestras pequeñas la potencia de ese test es reducida, por lo que se considera imprescindible complementar el análisis con otras herramientas. Cabe señalar que, el análisis de las pruebas de normalidad realizado coincide con otros estudios, dado que las potencias para diez y quince datos, parecen compatibles con las reportadas por otros autores, para tamaños de muestra mayores.
Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Zanazzi, José Luis. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Gonzalez, Laura Alicia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Zanazzi, José Francisco. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Otras Ingenierías y Tecnologías
description Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
publishDate 2015
dc.date.none.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 2451-8131
http://hdl.handle.net/11086/552016
identifier_str_mv 2451-8131
url http://hdl.handle.net/11086/552016
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618969813614592
score 13.070432