Prueba de rachas (Run Test)

La prueba de rachas evalúa si una secuencia de valores de datos está dispuesta en un orden verdaderamente aleatorio. Una racha es una serie consecutiva de valores todos por encima o todos por debajo de la mediana.

Última revisión:

Idea clave

La prueba de rachas evalúa si una secuencia de valores de datos está dispuesta en un orden verdaderamente aleatorio.

En esta página
  1. ¿Qué es la prueba de rachas?
  2. ¿Cuándo usar la prueba de rachas?
  3. Pautas para el uso correcto de la prueba de rachas
  4. Alternativas: cuándo no usar la prueba de rachas
  5. Ejemplo de prueba de rachas
  6. Cómo realizar la prueba de rachas

¿Qué es la prueba de rachas?

La prueba de rachas evalúa si una secuencia de valores de datos está dispuesta en un orden verdaderamente aleatorio. Una racha es una serie consecutiva de valores todos por encima o todos por debajo de la mediana. La prueba cuenta el número total de rachas y compara ese conteo con el número esperado si la secuencia fuera aleatoria. Muy pocas rachas sugieren agrupamiento o tendencia; demasiadas sugieren un patrón alterno inusual.

Definición sencilla: Una prueba que comprueba si sus datos están dispuestos en una secuencia genuinamente aleatoria, o si un patrón oculto, como una tendencia, un ciclo o un agrupamiento, está distorsionando el orden.

¿Cuándo usar la prueba de rachas?

  • Úsela para verificar el supuesto de aleatoriedad antes de ejecutar análisis que requieren datos independientes y en orden aleatorio.
  • Úsela cuando sospeche que hay tendencias, ciclos o patrones sistemáticos en la secuencia de datos.
  • Úsela con los residuos de una regresión o de gráficas de control para confirmar que los errores se distribuyen de forma aleatoria.
  • Úsela con datos individuales continuos o binarios recogidos en un orden temporal o secuencial con significado.

Pautas para el uso correcto de la prueba de rachas

  • Los datos deben conservarse en el orden exacto en que se recogieron  : reordenar los datos destruye la información de secuencia de la que depende la prueba.
  • Las muestras muy pequeñas (menos de 10) pueden no proporcionar suficientes rachas para detectar de forma fiable la falta de aleatoriedad.
  • Un resultado no significativo significa que no se detectó evidencia de falta de aleatoriedad, no que los datos sean aleatorios con certeza.
  • Úsela junto con gráficas de control o gráficas de series temporales para confirmar visualmente cualquier patrón que sugiera el resultado de la prueba.

Alternativas: cuándo no usar la prueba de rachas

  • Si desea contrastar una dirección de tendencia específica, use análisis de regresión o una prueba de tendencia
  • Si los datos están autocorrelacionados, use análisis de autocorrelación
  • Si comprueba la aleatoriedad en los residuos de una gráfica de control, use las incorporadas reglas de detección de Western Electric o de Nelson

Ejemplo de prueba de rachas

Un investigador de una empresa farmacéutica quiere determinar si la asignación de tratamientos a los pacientes es aleatoria. Se seleccionaron treinta y cinco pacientes y a cada paciente se le asignó uno de tres tratamientos. El investigador quiere contrastar si las asignaciones de tratamiento se produjeron en un orden aleatorio. Los pasos son los siguientes:

  1. Recopiló los datos necesarios.
Run Test — figure 1
  1. Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
  2.  Para encontrar la prueba de rachas, elija Statistical module> Nonparametric > Run Test.
  3.  Dentro de la herramienta, se introducen los datos junto con las demás entradas como se indica a continuación:
Run Test — figure 2

5. Después de usar la herramienta mencionada, se obtiene la siguiente salida:

Run Test — figure 3

Cómo realizar la prueba de rachas

La guía es la siguiente:

  1. Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
  2. En la página de inicio, elija Statistical Tool> Nonparametric>Run Test.
  3. A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V).
  4. A continuación, debe rellenar las opciones necesarias.
  5. Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.

En el tablero de Run Test, la ventana está dividida en dos partes.

Run Test — figure 4

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente o copiarse por completo (Ctrl+C) de una hoja de Excel y pegarse (Ctrl+V) aquí.

Load example: Se cargarán los datos de ejemplo.

Load File: Se usa para cargar directamente los datos de Excel.

En la parte derecha hay varias opciones, como las siguientes:

  • Variable: Seleccione la columna que contiene los datos cuya aleatoriedad desea contrastar. Debe ser una columna continua o numérica registrada en el orden exacto en que se recogieron las mediciones. El orden de la secuencia es fundamental: la prueba analiza si el patrón de valores por encima y por debajo de la mediana es aleatorio, por lo que los datos deben mantenerse en su orden original de recogida.

Preguntas frecuentes

¿Qué es una prueba de rachas?

La prueba de rachas evalúa si una secuencia de valores de datos está dispuesta en orden aleatorio. Una racha es una serie consecutiva de valores todos por encima o todos por debajo de la mediana. La prueba cuenta las rachas y compara el conteo con el número esperado para una secuencia aleatoria: muy pocas rachas sugieren agrupamiento o tendencia, y demasiadas sugieren un patrón alterno inusual.

¿Cuándo debe usar una prueba de rachas?

Úsela para comprobar el supuesto de aleatoriedad antes de análisis que requieren datos independientes y en orden aleatorio, cuando sospeche que hay tendencias, ciclos o patrones sistemáticos, o con los residuos de una regresión o de gráficas de control. Los datos deben permanecer en el orden exacto en que se recogieron. Para contrastar una dirección de tendencia específica, use regresión o una prueba de tendencia, y para datos autocorrelacionados use el análisis de autocorrelación.

¿Cómo se interpreta una prueba de rachas no significativa?

Un resultado no significativo significa que no se detectó evidencia de falta de aleatoriedad; no garantiza que los datos sean aleatorios. Las muestras muy pequeñas, de menos de 10 valores, pueden no proporcionar suficientes rachas para una detección fiable. Use la prueba junto con gráficas de control o gráficas de series temporales para confirmar visualmente cualquier patrón.