Modelo matemático en primera aproximación para la relación entre los estadísticos de prueba de normalidad y el valor de p
DOI:
https://doi.org/10.37135/ns.01.17.08Palabras clave:
Estadístico de prueba, Modelo matemático, Normalidad, Regresión, valor de pResumen
Las pruebas de normalidad son consideradas como el punto de partida para la estadística paramétrica; sin embargo, es importante comprender el comportamiento de los estadísticos y el valor de p para tomar decisiones significativas. El objetivo de la investigación fue diseñar un modelo matemático que permita identificar patrones o tendencias existentes entre el estadístico y el valor de p. La metodología utilizada consistió en aplicar las pruebas de normalidad univariadas más comunes a variables como la precipitación, crudo y temperatura, mediante un análisis de submuestras según las características de cada prueba. Cada submuestra proporcionó el valor del estadístico y el valor de p, los cuales fueron procesados mediante modelos de regresión clásicos como primera aproximación: lineal, polinomial de grado 2 y 3, exponencial y logarítmica. La validación de los modelos se realizó mediante el coeficiente de determinación (R2), con valores de R2 más altos: en la prueba KS, para la variable crudo (R2 = 0,9784); en la prueba AD, para la variable precipitación (R2 = 1); en la prueba JB, para la variable temperatura (R2 = 0,8902); en la prueba CvM, para la variable temperatura (R2 = 1); en la prueba M.KS, para la variable temperatura (R2 = 0,936); en la prueba P 𝛘², para la variable precipitación (R2 = 0,3798); en la prueba SF, para la variable temperatura (R2 = 0,6019); y en la prueba SW, para la variable crudo (R2 = 0,3712). Realizar este tipo de análisis preliminar permite a los investigadores tomar decisiones más efectivas y óptimas al momento de comprobar el supuesto de la normalidad univariadas en un conjunto de datos.
Descargas
Referencias
A. Ferencek y M. K. Borštnar, “Data quality assessment in product failure prediction models,” Journal of Decision Systems, vol. 29, n. 1, pp. 79–86, jun. 2020, doi: 10.1080/12460125.2020.1776927.
R. H. Taplin, “Quantifying data quality after removing respondents who fail data quality checks” Current Issues in Tourism, vol. 28, n. 16, pp. 2570-2581, jul. 2024, doi: 10.1080/13683500.2024.2378611.
A. Inglis, A. Parnell, y C. B. Hurley, “Visualizing variable importance and variable interaction effects in machine learning models,” Journal of Computational and Graphical Statistics, vol. 31, n. 3, pp. 766–778, ene. 2022, doi: 10.1080/10618600.2021.2007935.
L. M. Hudiburgh y D. Garbinsky, “Data visualization: Bringing data to life in an introductory statistics course,” Journal of Statistics Education, vol. 28, n. 3, pp. 262–279, ago. 2020, doi: 10.1080/10691898.2020.1796399.
C. Avram y M. Mărușteri, “Normality assessment, few paradigms and use cases,” Revista Romana de Medicina de Laborator, vol. 30, n. 3, pp. 251–260, jul. 2022, doi: 10.2478/rrlm-2022-0030.
M. Kumagai, Y. Ando, A. Tanaka, K. Tsuda, Y. Katsura, y K. Kurosaki, “Effects of data bias on machine-learning–based material discovery using experimental property data,” Science and Technology of Advanced Materials: Methods, vol. 2, n. 1, pp. 302–309, ago. 2022, doi: 10.1080/27660400.2022.2109447.
S. Pawel y L. Held, “Closed-form power and sample size calculations for Bayes factors”, The American Statistician, vol. 79, n. 3, pp. 330–344, abr. 2025, doi: 10.1080/00031305.2025.2467919.
M. Javed y M. Irfan, “A simulation study: New optimal estimators for population mean by using dual auxiliary information in stratified random sampling,” Journal of Taibah University for Science, vol. 14, n. 1, pp. 557–568, ene. 2020, doi: 10.1080/16583655.2020.1752004.
Y. Pawitan, “Defending the p-value,” arXiv, 2020, doi: 10.48550/arXiv.2009.02099.
L. P. M. Diaz-Ballve, “El valor p: un concepto estadístico-metodológico omnipresente en la investigación biomédica. ¿Lo interpretamos correctamente?,” Argentinian Journal of Respiratory & Physical Therapy, vol. 2, n. 1, feb. 2020, doi: 10.58172/ajrpt.v2i1.91.
P. C. Austin, I. Eekhout, y S. van Buuren, “Evaluating the median p-value method for assessing the statistical significance of tests when using multiple imputation,” Journal of Applied Statistics, vol. 52, n. 6, pp. 1161–1176, oct. 2024, doi: 10.1080/02664763.2024.2418473.
A. Ebbelind, “A functional view on language: a methodology for mathematics education to study shifts in prospective teachers’ discursive patterns,” International Journal of Mathematical Education in Science and Technology, vol. 54, n. 8, pp. 1731–1745, may. 2023, doi: 10.1080/0020739X.2023.2204506.
J. F. Hair, C. M. Ringle, y M. Sarstedt, “PLS-SEM: Indeed a silver bullet,” Journal of Marketing Theory and Practice, vol. 19, n. 2, pp. 139–152, abr. 2011, doi: 10.2753/MTP1069-6679190202.
E. E. Pinto Aragón, A. R. Villa Navas, y H. A. Pinto Aragón, “Estrés académico en estudiantes de la Universidad de La Guajira, Colombia,” REV CIENC SOC-VENEZ, vol. 28, no. 5, pp. 87–99, may. 2022. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=8471675.
V. Glinskiy, Y. Ismayilova, S. Khrushchev, A. Logachov, O. Logachova, L. Serga, A. Yambartev y K. Zaykov, “Modifications to the Jarque–Bera test,” Mathematics, vol. 12, n. 16, p. 2523, ago. 2024, doi: 10.3390/math12162523.
B. O. Emmanuel, N. T. Maureen, y N. Wonu, “Detection of non-normality in data sets and comparison between different normality tests,” Asian Journal of Probability and Statistics, vol. 5, n. 4, pp. 1–20, ene. 2020, doi: 10.9734/ajpas/2019/v5i430149.
A. Kamath, S. Poojari, y K. Varsha, “Assessing the robustness of normality tests under varying skewness and kurtosis: a practical checklist for public health researchers,” BMC Medical Research Methodology, vol. 25, n. 1, p. 206, sep. 2025, doi: 10.1186/s12874-025-02641-y.
S. Tenny y I. Abdelgawad, “Statistical Significance,” StatPearls [Internet], Treasure Island (FL): StatPearls Publishing, Updated Nov. 23, 2023. Disponible en: https://www.ncbi.nlm.nih.gov/books/NBK459346/
R Core Team, “R: A Language and Environment for Statistical Computing.” r-project.org. https://www.R-project.org/
S. S. Uyanto, “An extensive comparisons of 50 univariate goodness-of-fit tests for normality,” Austrian Journal of Statistics, vol. 51, n. 3, pp. 45–97, ago. 2022, doi: 10.17713/ajs.v51i3.1279.
S. Korkmaz y Y. Demir, “Investigation of some univariate normality tests in terms of type I errors and test power,” Journal of Scientific Reports A, n. 52, pp. 376–395, mar. 2023, doi: 10.59313/jsr-a.1222979.
S. Demir, “Comparison of normality tests in terms of sample sizes under different skewness and kurtosis coefficients,” International Journal of Assessment Tools in Education, vol. 9, n. 2, pp. 397–409, jun. 2022, doi: 10.21449/ijate.1101295.
J. Gauthier, Q. V. Wu, y T. A. Gooley, “Cubic splines to model relationships between continuous variables and outcomes: a guide for clinicians,” Bone Marrow Transplant., vol. 55, n. 4, pp. 675–680, oct. 2019, doi: 10.1038/s41409-019-0679-x.
Y. Xie, Z. Jing, H. Pan, X. Xu, y Q. Fang, “Redefining the high variable genes by optimized LOESS regression with positive ratio,” BMC Bioinformatics, vol. 26, n. 104, abr. 2025, doi: 10.1186/s12859-025-06112-5.
S. K. Safi, M. Alsheryani, M. Alrashdi, R. Suleiman, D. Awwad, y Z. N. Abdalla, “Optimizing linear regression models with lasso and ridge regression: A study on UAE financial behavior during COVID-19,” Migration Letters, vol. 20, n. 6, pp. 139–153, sep. 2023, doi: 10.59670/ml.v20i6.3468.
S. N. Wood, “Inference and computation with generalized additive models and their extensions,” TEST, vol. 29, n. 2, pp. 307–339, abr. 2020, doi: 10.1007/s11749-020-00711-5.
