Calculadora de la prueba de Friedman

Calculadora de la prueba de Friedman

En crecimiento AI Skill PRO

Ingresar cálculo

Fórmula

T1=(k−1)∑j(Rj−b(k+1)/2)2A1−C1paraTabla de datosT_1=\frac{(k-1)\sum_{j}\left(R_j-b(k+1)/2\right)^2}{A_1-C_1}\ \text{para}\ \text{Tabla de datos}
Ver los pasos del cálculo (2)
  1. T2 de Conover

    T2=(b−1)T1b(k−1)−T1conAlfaT_2=\frac{(b-1)T_1}{b(k-1)-T_1}\ \text{con}\ \text{Alfa}

    Se compara con F con k-1 y (b-1)(k-1) grados de libertad al nivel elegido.

  2. T1 sin empates

    T1=12bk(k+1)∑j=1k(Rj−b(k+1)2)2,conTabla de datos,Alfa,Distribución de referenciaT_1=\frac{12}{bk(k+1)}\sum_{j=1}^{k}\left(R_j-\frac{b(k+1)}{2}\right)^2,\quad \text{con}\ \text{Tabla de datos},\ \text{Alfa},\ \text{Distribución de referencia}

    Estadístico de Friedman calculado a partir de las sumas de rangos de la tabla de datos.

Estadísticas de uso

Publicidad

Resultados

Valor p
0,10645
Decisión No rechazar H0
T1 4,33333
T2 2,82609
Valor p de chi-cuadrado 0,11456
Valor p de F 0,10645
Valor crítico 4,103
Sumas de rangos 11,16,9
A1 84,00000
C1 72,00000
Bloques 6
Tratamientos 3

Informar de un error en esta página

Qué hace la calculadora de la prueba de Friedman

Esta calculadora comprueba si k tratamientos tienen efectos idénticos cuando cada tratamiento se mide dentro de cada uno de b bloques (por ejemplo, sujetos, lotes o días). Es una alternativa no paramétrica basada en rangos al ANOVA de medidas repetidas. Asigna rangos a los valores dentro de cada bloque, suma los rangos de cada tratamiento y devuelve el estadístico de Friedman T1, el estadístico T2 de Conover, ambos valores p, el valor crítico y una decisión de rechazar o no rechazar.

Cómo usarla

Introduzca la tabla de datos con un bloque por línea y un tratamiento por columna. Separe los valores con comas, punto y coma, espacios o tabulaciones, y utilice el punto como separador decimal. Cada línea debe tener el mismo número de valores, con al menos 2 bloques y 2 tratamientos. Después, elija el nivel de significancia alfa (10%, 5%, 2,5% o 1%) y la distribución de referencia para la decisión: F (T2 de Conover, la opción predeterminada y preferida) o chi-cuadrado (T1).

Fórmulas

Dentro de cada bloque, los valores se ordenan por rangos y \(R_j\) es la suma de los rangos del tratamiento j.

$$S=\sum_{j=1}^{k}\left(R_j-\frac{b(k+1)}{2}\right)^2$$

$$T_1=\frac{12\,S}{bk(k+1)}\quad\text{(sin empates)},\qquad T_1=\frac{(k-1)\,S}{A_1-C_1}\quad\text{(con empates)}$$

$$A_1=\sum_i\sum_j R(X_{ij})^2,\qquad C_1=\frac{bk(k+1)^2}{4}$$

$$T_2=\frac{(b-1)\,T_1}{b(k-1)-T_1}$$

Aquí \(b\) = número de bloques, \(k\) = número de tratamientos, \(A_1\) = suma de todos los rangos al cuadrado y \(C_1\) = factor de corrección. T1 se compara con una distribución chi-cuadrado con \(k-1\) grados de libertad; T2 se compara con una distribución F con \(k-1\) y \((b-1)(k-1)\) grados de libertad.

Publicidad
Cuadrícula de datos brutos de bloques por tratamientos convertida en rangos dentro de cada fila, con los rangos sumados en cada columna para dar los totales R1, R2, R3
Cada bloque (fila) se clasifica por separado, y luego los rangos se suman en cada columna de tratamiento para obtener las sumas de rangos R_j.

Convenciones y supuestos

  • La ordenación es ascendente dentro de cada bloque, con rango 1 para el valor más pequeño. Los valores empatados reciben la media de los rangos que ocupan. La dirección no cambia el estadístico.
  • Si algún bloque tiene empates, se usa el T1 corregido por empates. Sin empates, ambas formas son idénticas.
  • T2 es el estadístico preferido, porque su aproximación F suele ser más precisa que la aproximación chi-cuadrado de T1.
  • Los valores p son probabilidades de cola superior. H0 se rechaza solo si el estadístico es estrictamente mayor que el valor crítico (p menor que alfa); la igualdad significa no rechazar.
  • No se aplica corrección de continuidad.
  • Si T1 es igual a b(k-1), todos los bloques ordenan los tratamientos de la misma forma, T2 es infinito, el valor p de F es 0 y H0 se rechaza.
  • Si todos los valores de cada bloque son iguales, el estadístico no está definido y se devuelve un error.
  • No se incluyen comparaciones múltiples posteriores a la prueba.

Ejemplo resuelto

Los datos tienen b = 6 bloques y k = 3 tratamientos, con alfa = 0,05 y la referencia F. Las filas son 4 5 3, 6 7 5, 8 6 9, 5 7 4, 7 9 6 y 3 6 5. Tras ordenar por rangos dentro de cada fila, las sumas de rangos son 11, 16 y 9.

$$A_1=84,\qquad C_1=\frac{6\times 3\times 4^2}{4}=72$$

$$T_1=4,33333,\qquad T_2=\frac{(6-1)\times 4,33333}{6\times 2-4,33333}=2,82609$$

El valor p de F con 2 y 10 grados de libertad es 0,10645, y el valor crítico es 4,103. El valor p de chi-cuadrado para T1 es 0,11456. Como 2,82609 es menor que 4,103 (p = 0,10645 es mayor que 0,05), la decisión es no rechazar H0.

Cómo interpretar el resultado

Un valor p pequeño sugiere que al menos un tratamiento tiende a quedar por encima o por debajo de los demás dentro de los bloques. Un valor p grande significa que los datos no muestran un efecto de tratamiento consistente; no demuestra que los tratamientos sean iguales. La prueba no indica qué tratamientos difieren. Un número reducido de bloques hace menos fiable la aproximación chi-cuadrado, y esa es una de las razones por las que T2 es la opción predeterminada. No se admiten valores faltantes, por lo que cada bloque debe estar completo.

Publicidad
Curva de densidad chi-cuadrado con la región de rechazo de la cola derecha sombreada más allá del valor crítico y el estadístico observado cayendo dentro de ella
Rechaza la hipótesis nula de tratamientos iguales cuando el estadístico queda más allá del valor crítico, en el área de la cola superior de tamaño α.

Preguntas frecuentes

¿Cuándo debo usar la prueba de Friedman?

Úsela cuando las mismas unidades se miden en varias condiciones y los datos son ordinales o no siguen una distribución normal, de modo que un ANOVA de medidas repetidas no sea adecuado.

¿Por qué hay dos valores p?

T1 sigue una distribución chi-cuadrado aproximada, mientras que T2 sigue una distribución F aproximada que suele ser más precisa. La decisión usa la que usted seleccione.

¿Cómo se tratan los empates?

Los valores empatados comparten la media de sus rangos, y T1 cambia a la forma corregida por empates.

¿Importa la dirección de la ordenación?

No. Ordenar en sentido descendente da el mismo estadístico.

¿Qué significa un T2 infinito?

Ocurre cuando todos los bloques ordenan los tratamientos en el mismo orden. El valor p de F es entonces 0 y H0 se rechaza.

Fuentes

Fuentes y referencias

  • Dataplot FRIEDMAN TEST — NIST/ITL. Primary source for formulas, T2 and critical regions. · Vigente desde 2023-12-11 · Verificado el 2026-11-04
Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas