Professional Documents
Culture Documents
Reporte de Practica de Laboratorio PDF
Reporte de Practica de Laboratorio PDF
DEPARTAMENTO DE ESTADÍSTICA
NÚMERO DE
REPORTE DE PRÁCTICA DE LABORATORIO PRÁCTICA 2
NOMBRE DE LA PRÁCTICA
Práctica #2 Análisis de normalidad
1 OBJETIVO
Al término de la práctica, el alumno realizará análisis de normalidad a través del complemento de excel.
2 INTRODUCCIÓN
A partir de la matriz de datos de marcas y característica,con las variables de elegancia, comodidad y
deportividad, con ayuda del programa excel y el complemento de excel Xrealstats, sacaremos la
estadística descriptiva de normalidad, junto con el Shapiro-Wilk y la gráfica Box Plot wurth Outliers,
además de la elipse de confianza de las variables.. Con estos analizaremos la normalidad de las
variables.
3 MARCO TEÓRICO
En estadística, la normalidad se refiere a la distribución normal o gaussiana, que es una de las
distribuciones de probabilidad más importantes y utilizadas en el análisis estadístico. La distribución
normal tiene una forma de campana y se caracteriza por tener una media y una desviación estándar
específicas.
La normalidad es importante, porque muchos métodos estadísticos asumen que los datos siguen una
distribución normal. Estos métodos incluyen pruebas de hipótesis, análisis de varianza (ANOVA),
regresión lineal, etc.. Cuando los datos no siguen una distribución normal, puede que los resultados de
estos métodos no sean confiables y precisos.
Por lo tanto, la normalidad es una propiedad deseable en los datos cuando se aplican métodos
estadísticos. Se puede evaluar la normalidad de los datos mediante pruebas de normalidad, como la
prueba de Kolmogorov-Smirnov o la prueba de Shapiro-Wilk. Si los datos no son normales, se pueden
modificar los datos para lograr una distribución más cercana a la normalidad o se pueden utilizar
métodos no paramétricos que no requieren la suposición de normalidad.
● Análisis de varianza (ANOVA): ANOVA es una técnica utilizada para comparar las medias de tres
o más grupos. Si los datos se ajustan a una distribución normal, se puede realizar una ANOVA
paramétrica, que es más potente que una ANOVA no paramétrica.
● Regresión lineal: La regresión lineal es una técnica utilizada para analizar la relación entre dos
variables. Si los datos siguen una distribución normal, se puede utilizar una regresión lineal
paramétrica, que proporciona resultados más precisos.
● Calcular intervalos de confianza: Los intervalos de confianza se utilizan para estimar el valor real
de una población a partir de una muestra de datos. Si los datos se ajustan a una distribución
normal, se pueden calcular intervalos de confianza más precisos.
En resumen, la normalidad en estadística es importante porque permite que los métodos estadísticos
paramétricos sean aplicables, lo que proporciona resultados más precisos y confiables en el análisis de
datos.
4 DESARROLLO Y ANÁLISIS
HIpotesis
Ho: los datos son normales
Ho: Los datos no son normales
ELEGANCIA
CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA
Interpretación: en el análisis estadístico de normalidad con respecto a la elegancia podemos decir que
en efecto, se cumple con la normalidad deseada ya que p- value (0.7938) es mayor a la normal (0.05)
por lo cual si hay normalidad.
COMODIDAD
CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA
Interpretación: en el análisis estadístico de normalidad con respecto a la elegancia podemos decir que
en efecto, se cumple con la normalidad deseada ya que p- value (0.7734) es mayor a la normal (0.05)
por lo cual si hay normalidad.
DEPORTIVIDAD
CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA
Interpretación: en el análisis estadístico de normalidad con respecto a la elegancia podemos decir que
en efecto, se cumple con la normalidad deseada ya que p- value (0.0653) es mayor a la normal (0.05)
por lo cual si hay normalidad.
Elegancia y comodidad
Elegancia y deportividad
Interpretación: La mayoría de los puntos (4) de la elipse se encuentran dentro del rango de normalidad,
y las otras 2 variables se encuentran fuera del rango de normalidad. Por lo que se acepta Ho= los datos
son normales.
Comodidad y deportividad
CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA
Interpretación: En este caso solo una variable (1) de la elipse se encuentra dentro del rango de normalidad, y por lo
contrario a los demás, es la mayoría (4) de variables que se encuentran fuera del rango de normalidad. Por lo que
se rechaza Ho= los datos no son normales.
CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA
5 CONCLUSIONES
El uso de Excel y la herramienta XRealStat ha sido fundamental en el desarrollo de nuestro trabajo. Nos
ha permitido realizar análisis estadísticos de manera rápida y eficiente, obteniendo resultados precisos y
confiables. La capacidad de Excel para organizar y manipular datos, junto con las funcionalidades
adicionales que brinda XRealStat, nos ha facilitado el proceso de análisis y ha mejorado la calidad de
nuestros resultados.Creemos que el conocer este tipo de herramientas no solo facilita las tareas en
general de la materia, viéndolo a futuro como profesionistas en la materia de mercadotecnia, esto es una
herramienta de la cual podemos echar mano para facilitar los estudios de mercados, los manejos he
impactos en los alcances de la publicidad, etc
El aprendizaje más grande que nos llevamos es el conocer métodos alternativos que faciliten nuestro
trabajo como futuros licenciados y siempre estar pendientes de las nuevas tecnologías.
6 REFERENCIAS
● CONTRASTES DE NORMALIDAD. (s. f.). http://www.ub.edu/aplica_infor/spss/cap5-6.htm
● STATOLOGOS®. (2021, May 1). Statologos: El Sitio Web Para Que Aprendas Estadística En
Stata, R Y Phyton. https://statologos.com/asuncion-de-normalidad/
●
● Porras, J. C. (2016). Comparación de pruebas de normalidad multivariada. In Anales Científicos
(Vol. 77, No. 2, pp. 141-146). Universidad Nacional Agraria La Molina.
●
● Cabrera, G., Zanazzi, J. F., Zanazzi, J. L., & Boaglio, L. (2017). Comparación de potencias en
pruebas estadísticas de normalidad, con datos escasos. Revista Facultad de Ciencias Exactas,
Físicas y Naturales, 4(2), 47-52.