Promedios, diferencias y pendientes por pares

Esta herramienta enumera todas las combinaciones por pares de los datos y las resume de forma robusta. Los promedios por pares dan la estimación de Hodges-Lehmann del centro de una muestra, las diferencias por pares el desplazamiento de Hodges-Lehmann entre dos muestras independientes y las pendientes por pares la pendiente de Theil-Sen. Úsela con datos asimétricos o valores atípicos. Las observaciones deben ser independientes. La salida incluye la estimación, los intervalos de confianza de los promedios y las diferencias, una tabla y un histograma.

Última revisión:

Idea clave

Promedios, diferencias y pendientes por pares dan estimaciones robustas y sin distribución: la mediana de Hodges-Lehmann de una muestra, el desplazamiento de Hodges-Lehmann entre dos muestras y la pendiente de Theil-Sen de una tendencia.

En esta página
  1. Finalidad
  2. Capacidades principales
  3. Métodos estadísticos
  4. Campos de entrada y opciones
  5. Descripción de la salida
  6. Ejemplo

Finalidad

Pairwise Averages / Differences / Slopes enumera todas las combinaciones por pares de sus datos y las resume con una estimación robusta y sin distribución. Los promedios por pares dan la estimación de Hodges-Lehmann del centro de una muestra; las diferencias por pares dan la estimación de Hodges-Lehmann del desplazamiento entre dos muestras independientes; las pendientes por pares dan la estimación de Theil-Sen (pendiente de Sen) de una tendencia. Úselos cuando los datos sean asimétricos o contengan valores atípicos y no quiera que unos pocos valores extremos arrastren una media o una pendiente de mínimos cuadrados.

Capacidades principales

  • Tres herramientas en una, elegidas con Type: promedios por pares (una muestra), diferencias por pares (dos muestras independientes) y pendientes por pares (X e Y pareadas).
  • Estimación de Hodges-Lehmann de la mediana con un intervalo de confianza basado en la prueba de rangos con signo de Wilcoxon.
  • Estimación de Hodges-Lehmann del desplazamiento entre dos muestras con un intervalo de confianza aproximado basado en la distribución de Mann-Whitney.
  • Pendiente de Theil-Sen: la mediana de todas las pendientes por pares.
  • Tabla de los valores por pares (se muestran los primeros 200) y un histograma de todos ellos.
  • Data Options: seleccione un subconjunto de filas antes del análisis.

Métodos estadísticos

Promedios por pares: para n observaciones, la herramienta forma los n(n + 1)/2 promedios de Walsh (xᵢ + xⱼ)/2 con i ≤ j, incluido cada valor consigo mismo. Su mediana es la estimación de Hodges-Lehmann de la mediana poblacional (el centro de una distribución simétrica). El intervalo de confianza contiene todos los promedios de Walsh que la prueba de rangos con signo de Wilcoxon bilateral, usada como prueba de la mediana, no rechaza con α = 1 − nivel de confianza (prueba exacta hasta 50 observaciones, aproximación normal por encima).

Diferencias por pares: para muestras de tamaños n₁ y n₂, la herramienta forma las n₁·n₂ diferencias xᵢ − yⱼ; su mediana es la estimación de Hodges-Lehmann del desplazamiento entre las dos poblaciones. El intervalo de confianza aproximado va de la (k+1)-ésima diferencia menor a la (k+1)-ésima mayor, con k = floor(n₁n₂/2 − z·√(n₁n₂(n₁ + n₂ + 1)/12)), la aproximación normal del estadístico de Mann-Whitney. Los valores faltantes se descartan de cada muestra por separado.

Pendientes por pares: para n observaciones (x, y) pareadas, la herramienta forma la pendiente (yⱼ − yᵢ)/(xⱼ − xᵢ) de cada par con valores de x distintos; los pares con x empatados se omiten. La mediana de estas pendientes es la estimación de Theil-Sen, que no se ve afectada por hasta aproximadamente 29% de puntos anómalos. No se da intervalo de confianza para la pendiente. Las tres estimaciones suponen observaciones independientes; los promedios por pares suponen además una distribución aproximadamente simétrica.

Campos de entrada y opciones

Campo

Descripción

Type

Pairwise Averages (una muestra: promedios de Walsh / estimador de Hodges-Lehmann, por defecto), Pairwise Differences (dos muestras independientes: estimador del desplazamiento de Hodges-Lehmann) o Pairwise Slopes (X/Y pareadas: estimador de Theil-Sen / pendiente de Sen).

Variable

Columna numérica. Obligatoria para Pairwise Averages.

First sample / Second sample

Columnas numéricas. Obligatorias para Pairwise Differences; las diferencias son primera − segunda.

X variable / Y variable

Columnas numéricas de valores pareados. Obligatorias para Pairwise Slopes.

Confidence level

Por defecto 95, de 75 a 100. Se usa solo para Pairwise Averages y Pairwise Differences.

Data Options: Subset (optional)

Exclude matching rows (por defecto) o Include only matching rows, según los números de fila y/o una condición.

pairwise-averages-differences-slopes-inputs


Figura 1 — Opciones del ejemplo de la vida de las bombillas: Pairwise Averages de Hours con 95% de confianza.

Descripción de la salida

  • Summary table — la(s) columna(s) usada(s), N (o N1 y N2), el número de valores por pares, la estimación (mediana de Hodges-Lehmann, desplazamiento de Hodges-Lehmann o pendiente de Theil-Sen) y, para los promedios y las diferencias, el intervalo de confianza.
  • Table of pairwise values — ordenada, primeras 200 filas.
  • Histogram of all the pairwise values.
  • Exportación a PDF mediante Download.

pairwise-averages-differences-slopes-output


Figura 2 — Promedios por pares de los tiempos de encendido: 5050 promedios de Walsh, estimación de Hodges-Lehmann de 1248.28 horas, IC de 95% de 1232.335 a 1263.55 horas.

Ejemplo

Un ingeniero de calidad prueba 100 bombillas hasta el fallo (Hours, de 1044 a 1510 horas) y quiere un tiempo de encendido típico con un intervalo de confianza, sin suponer una distribución normal. El ingeniero elige Pairwise Averages, selecciona Hours como variable y mantiene la confianza de 95%.

La herramienta forma 100 × 101 / 2 = 5050 promedios por pares. Su mediana, la estimación de Hodges-Lehmann del tiempo de encendido típico, es de 1248.28 horas, con un intervalo de confianza de 95% de 1232.335 a 1263.55 horas. El histograma de los promedios por pares tiene un solo pico y es casi simétrico en torno a ese valor.

A modo de comparación, la media ordinaria de los datos es de 1248.00 horas y el intervalo de 95% basado en la t es de aproximadamente 1231.3 a 1264.7 horas: con estos datos bastante simétricos, la respuesta robusta y la clásica coinciden, lo que da confianza al ingeniero en la cifra. Con datos asimétricos o unos pocos fallos muy tempranos, la estimación de Hodges-Lehmann se movería mucho menos que la media. Para comparar dos diseños de bombilla, el ingeniero elegiría Pairwise Differences y leería el desplazamiento de Hodges-Lehmann y su intervalo.

Preguntas frecuentes

¿Qué es el estimador de Hodges-Lehmann?

Para una muestra, el estimador de Hodges-Lehmann es la mediana de todos los promedios de Walsh, los promedios por pares (xi + xj)/2 incluido cada valor consigo mismo, y estima el centro de una distribución simétrica. Para dos muestras independientes, es la mediana de todas las diferencias por pares y estima el desplazamiento entre las dos poblaciones.

¿Qué es la pendiente de Theil-Sen?

La pendiente de Theil-Sen, también llamada pendiente de Sen, es la mediana de las pendientes entre cada par de puntos (x, y) con valores de x distintos; los pares con x empatados se omiten. No se ve afectada por hasta aproximadamente 29% de puntos anómalos. No se da intervalo de confianza para la pendiente.

¿Cuándo deben usarse los promedios, las diferencias o las pendientes por pares?

Úselos cuando los datos sean asimétricos o contengan valores atípicos y no quiera que unos pocos valores extremos arrastren una media o una pendiente de mínimos cuadrados. Elija los promedios por pares para una muestra, las diferencias por pares para dos muestras independientes y las pendientes por pares para datos X e Y pareados que muestren una tendencia.

¿Cuáles son los supuestos de la estimación de Hodges-Lehmann?

Las tres estimaciones suponen observaciones independientes, y los promedios por pares suponen además una distribución aproximadamente simétrica. El intervalo de confianza de los promedios por pares procede de la prueba de rangos con signo de Wilcoxon, y el de las diferencias por pares es una aproximación basada en la distribución de Mann-Whitney.