CONTRASTES DE HIPÓTESIS EN R

CONTRASTES DE NORMALIDAD

Los contrastes de normalidad se usan para evaluar si una muestra de datos sigue una distribución normal. Estas pruebas permiten verificar si los datos tienen un comportamiento similar al de una distribución gaussiana, siendo útiles para determinar si se cumplen los supuestos de ciertos análisis estadísticos paramétricos que requieren normalidad en los datos

Test de Shapiro-Wilk

shapiro.test()

Test de Lilliefors para la normalidad

lillie.test()

CONTRASTES DE BONDAD DE AJUSTE

Estos contrastes se emplean para verificar si una distribución teórica propuesta concuerda adecuadamente con los datos observados. Son útiles para evaluar si una distribución específica se ajusta bien a los datos, permitiendo determinar si un modelo teórico representa de manera precisa la distribución de los datos observados

Test chi-cuadrado de Pearson con chisq.test()

chisq.test()

Test de Kolmogorov-Smirnov con ks.test()

ks.test()

CONTRASTES PARA LA MEDIANA

Los contrastes de mediana se utilizan para contrastar si las medianas de dos o más grupos son estadísticamente diferentes, lo que permite identificar si existen diferencias significativas en las medianas entre poblaciones o tratamientos

Tests de signos de Wilcoxon

wilcox.test()

Test U de Mann-Whitney (sumas de rangos de Wilcoxon)

wilcox.test()

Test de Kruskal Wallis (H test)

kruskal.test()

OTROS TIPOS DE CONTRASTES

Existen otros tipos de contrastes, como los contrastes para comparar medias, para la igualdad de varianzas o para la igualdad de proporciones

T-test para comparación de medias

t.test()

F test con var.test() para comparar dos varianzas

var.test()

Test para proporciones con prop.test()

prop.test()