Simulacion pruebas

Estadística no paramétrica
La estadística no paramétrica es una rama de la estadística que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamadoscriterios paramétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir quelos datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea, como mínimo, de intervalo.

Prueba de Anderson-Darling
En estadística, la prueba de Anderson-Darling esuna prueba no paramétrica sobre si los datos de una muestra provienen de una distribución específica. La fórmula para el estadístico A determina si los datos (observar que los datos se deben ordenar)vienen de una distribución con función acumulativa F
A2 = − N − S
donde

El estadístico de la prueba se puede entonces comparar contra las distribuciones del estadístico de prueba (dependiendoque F se utiliza) para determinar el P-valor.
Prueba de Friedman
En estadística la prueba de Friedman es una prueba no paramétrica desarrollado por el economista Milton Friedman. Equivalente a laprueba ANOVA para dos factores en la versión no paramétrica, el método consiste en ordenar los datos por filas o bloques, reemplazándolos por su respectivo orden. Al ordenarlos, debemos considerar laexistencia de datos idénticos.
Método
1. Sea una tabla de datos, donde m son las filas (bloques) y n las columnas (tratamientos). Una vez calculado el orden de cada dato en su bloque, reemplazamosal tabla original con otra donde el valor rij es el orden de xij en cada bloque i.
2. Cálculo de las varianzas intra e inter grupo:
* ,
*
*
*
3. El estadísticoviene dado por .
4. El criterio de decisión es .
Prueba de los signos de Wilcoxon
La prueba de los signos de Wilcoxon es una prueba no paramétrica para comparar la mediana de dos muestras...