📊 statistics

Wilcoxon-Mann-Whitney Test of No Group Discrimination

Este artículo corrige la idea errónea común de que la prueba de Wilcoxon-Mann-Whitney evalúa la igualdad de distribuciones ( $F=G$ ) o la dominancia estocástica, demostrando en su lugar que evalúa específicamente si el Área Bajo la Curva (AUC) es igual a 0.5, al tiempo que proporciona la distribución asintótica derivada y las correcciones de sesgo de muestra finita para este estadístico estandarizado.

Autores originales: Marian Grendar

Publicado 2026-07-22

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Marian Grendar

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El Gran Desajuste Estadístico

Imagina que eres un detective tratando de resolver un misterio: "¿Son realmente diferentes estos dos grupos de personas?". En el mundo de la estadística, este es un problema clásico. Tienes dos montones de datos—tal vez puntuaciones de exámenes de dos escuelas diferentes, o tiempos de reacción de dos grupos de atletas. Para determinar si los montones son verdaderamente distintos, los estadísticos han utilizado durante mucho tiempo una herramienta famosa llamada la prueba de Wilcoxon-Mann-Whitney (WMW). Piensa en esta prueba como un árbitro en una carrera. No le importa la velocidad exacta de cada corredor; en su lugar, observa quién terminó por delante de quién. Si el Grupo A vence consistentemente al Grupo B, el árbitro levanta una bandera y dice: "¡Estos grupos son diferentes!".

Durante décadas, el libro de reglas para este árbitro ha sido simple pero ligeramente incomprendido. La explicación estándar era que la prueba comprueba si los dos grupos provienen de la misma "distribución" exacta—una forma elegante de decir: "¿Se ven estos dos montones de números exactamente iguales en todos los sentidos?". Si no se ven iguales, se supone que la prueba debe gritar "¡Diferentes!". Sin embargo, este artículo argumenta que el árbitro ha estado mirando el marcador equivocado. El autor, M. Grendár, sugiere que la prueba no está comprobando si los montones se ven idénticos; está comprobando algo mucho más específico: "¿Tiene un grupo una mejor oportunidad de vencer al otro en un enfrentamiento uno a uno aleatorio?". Esto se conoce como el "Área Bajo la Curva" o AUC. Si el AUC es 0.5, significa que el enfrentamiento es como lanzar una moneda al aire, y los grupos son indistinguibles en términos de quién gana. Si es cualquier otra cosa, un grupo tiene una ventaja sistemática. ¿Por qué es esto importante? Porque si usas el viejo libro de reglas cuando los grupos son diferentes de formas extrañas (como tener distribuciones de datos distintas pero la misma media), el árbitro podría confundirse y darte la respuesta equivocada.

El Giro de la Trama: No se Trata de "Verse Igual"

El artículo comienza señalando un fallo lógico en cómo hemos estado usando esta prueba durante años. Tradicionalmente, los libros de texto dicen que la prueba WMW comprueba la hipótesis nula: "Los dos grupos son idénticos ( $F = G$ )". Si la prueba encuentra una diferencia, significa que los grupos no son idénticos. Pero el autor demuestra que esto es demasiado amplio.

Para probar esto, el autor realiza una simulación con dos grupos de datos que definitivamente no son idénticos. Imagina que un grupo de corredores es muy constante (todos corren a la misma velocidad), mientras que el otro grupo es caótico (algunos corren súper rápido, otros súper lento). Estadísticamente, estos dos grupos son diferentes; sus formas son totalmente distintas. Según el viejo libro de reglas, la prueba WMW debería marcarlos como diferentes. Pero aquí está el giro: cuando el autor ejecutó la prueba 10,000 veces sobre estos grupos desparejados, el resultado fue casi exactamente 0.5. La prueba actuó como si los grupos fueran idénticos, a pesar de que claramente no lo eran.

Esto crea una contradicción. Si la prueba pretendía comprobar la "igualdad total", debería haber gritado "¡Diferentes!" cuando las formas eran tan distintas. En cambio, se mantuvo en silencio. El autor concluye que la prueba no está comprobando si los grupos se ven iguales; está comprobando una pregunta mucho más estrecha: "¿Es la probabilidad de que una persona aleatoria del Grupo A venza a una persona aleatoria del Grupo B igual al 50%?". En palabras del autor, la prueba en realidad está comprobando si el AUC = 0.5.

El Verdadero Objetivo: ¿Quién Gana el Uno contra Uno?

Entonces, ¿qué es lo que realmente hace la prueba? El artículo argumenta que la prueba WMW es una herramienta de "discriminación". Pregunta: Si eliges a una persona del Grupo A y a una del Grupo B y las haces competir, ¿quién tiene más probabilidades de ganar?

Si la respuesta es "Es un volado de 50/50", el AUC es 0.5, y la prueba dice: "No hay discriminación aquí".
Si el Grupo A gana el 60% de las veces, el AUC es 0.6, y la prueba dice: "¡Hay una ventaja sistemática!".

El artículo destaca que la "hipótesis alternativa" tradicional (la idea de que los grupos son diferentes) es demasiado estrecha. La gente suele pensar que la prueba solo funciona si un grupo es estrictamente "mejor" que el otro en línea recta (como si un grupo siempre corriera más rápido que el otro). Pero el autor señala que la prueba es en realidad consistente contra cualquier situación donde el AUC no sea 0.5. Esto incluye escenarios desordenados donde los grupos se cruzan varias veces, siempre y cuando haya una ventaja neta para un lado. La prueba es una maestra en detectar "quién gana el enfrentamiento", no "cómo se ven".

Corrigiendo las Matemáticas: El Problema del "Sesgo"

Una vez que el autor estableció que la prueba trata realmente sobre el AUC, se dio cuenta de que las matemáticas que hemos estado usando para calcular la "confianza" en los resultados eran ligeramente erróneas. Las fórmulas antiguas asumían que los grupos eran idénticos en todos los sentidos, lo que conducía a un error pequeño pero real (llamado "sesgo") en los cálculos, especialmente cuando los tamaños de muestra eran pequeños.

El artículo deriva una nueva forma corregida de calcular la varianza (la dispersión de los resultados).

El Problema: Las matemáticas antiguas no tenían en cuenta el hecho de que estamos estimando el AUC a partir de una muestra finita, lo que introduce un sesgo ascendente diminuto.
La Solución: El autor crea una fórmula "corregida por sesgo". Demuestra que si restas un factor de corrección específico (que depende del tamaño de la muestra), obtienes una imagen mucho más precisa de la incertidumbre.
El Resultado: Proporciona una nueva forma de construir intervalos de confianza (el rango donde probablemente se encuentra la respuesta verdadera) que funciona incluso cuando los datos tienen "empates" (cuando dos corredores terminan exactamente al mismo tiempo). Esto es crucial porque los datos del mundo real rara vez son perfectos; a menudo presentan empates.

El autor también menciona que para grupos muy pequeños (menos de 20 personas en total), las matemáticas estándar no son fiables en absoluto, por lo que recomienda un método diferente llamado "prueba de permutación estudentizada", que es como correr la carrera una y otra vez en una simulación por computadora para ver qué sucede.

El Kit de Herramientas: Una Nueva Forma de Correr la Carrera

Para asegurar que la gente pueda usar estos nuevos hallazgos, el autor desarrolló un paquete de R llamado wmwAUC. Este software ofrece dos formas principales de ejecutar la prueba:

El método "Exacto Sin Sesgo" (EU): Es el estándar de oro recomendado por el autor. Maneja los empates perfectamente y utiliza las nuevas matemáticas corregidas. Es la opción más fiable, especialmente para grupos más pequeños.
El método "Corregido por Sesgo" (BC): Es un enfoque ligeramente más conservador que intenta ser extra cuidadoso.

El artículo enfatiza que, aunque los métodos antiguos podrían funcionar bien en casos simples, pueden fallar cuando los datos son desordenados o cuando los grupos son diferentes de formas extrañas (como tener varianzas distintas). Los nuevos métodos aseguran que, cuando digas "estos grupos son diferentes", realmente estés hablando de una diferencia real en quién gana los enfrentamientos, y no de una ilusión estadística causada por el uso de la fórmula incorrecta.

La Conclusión

En resumen, este artículo es una corrección a un malentendido de larga data en la estadística. Nos dice que la prueba de Wilcoxon-Mann-Whitney no es un detector general de "¿son estos grupos idénticos?". Es un detector específico de "¿quién gana el enfrentamiento?". Al cambiar nuestro enfoque de la "igualdad de distribución" al "AUC = 0.5", y al corregir las matemáticas para tener en cuenta los tamaños de muestra pequeños y los empates, obtenemos una imagen mucho más clara y honesta de si dos grupos son verdaderamente diferentes. El autor no solo señala el error; proporciona las fórmulas corregidas y las herramientas de software para solucionarlo, asegurando que los futuros detectives obtengan el veredicto correcto.

Resumen Técnico: Prueba de Wilcoxon-Mann-Whitney de No Discriminación de Grupos

Planteamiento del Problema
El artículo cuestiona la formulación tradicional de la prueba de Wilcoxon-Mann-Whitney (WMW), la cual es ampliamente enseñada e implementada como una prueba de igualdad de distribuciones ( $H_0: F = G$ ) frente a alternativas de dominancia estocástica o desigualdad general ( $H_1: F \neq G$ ). El autor argumenta que esta formulación es lógicamente defectuosa. Específicamente, la prueba puede no rechazar la hipótesis nula incluso cuando las distribuciones subyacentes $F$ y $G$ son distintas (por ejemplo, distribuciones normales con medias idénticas pero varianzas diferentes). En tales casos, la $H_0$ tradicional $F=G$ es falsa, pero el estadístico de la prueba se concentra en su valor nulo, lo que crea una contradicción. El artículo postula que la prueba WMW no evalúa realmente la igualdad de distribuciones, sino la ausencia de discriminación sistemática por pares.

Metodología y Marco Teórico
El artículo redefine el estadístico de la prueba WMW $U$ como el Área Bajo la Curva empírica (eAUC), donde $\hat{A} = \frac{U}{n_1 n_2} = \widehat{P}(X < Y)$ . Las contribuciones metodológicas centrales consisten en derivar la distribución asintótica correcta y las propiedades de muestra finita de este estadístico bajo la hipótesis nula revisada.

Formulación Correcta de la Hipótesis:
El artículo establece que la prueba WMW en realidad evalúa:
- Nula: $H_0: \text{AUC} = 0.5$ (Sin discriminación de grupos).
- Alternativa: $H_1: \text{AUC} \neq 0.5$ (Dominancia sistemática por pares).
  Esto se alinea con el resultado de consistencia de Van Dantzig (1951), que demostró que la prueba es consistente contra cualquier alternativa donde $P(Y < X) \neq 0.5$ , independientemente de si existe dominancia estocástica.
Distribución Asintótica:
El autor deriva la distribución asintótica del AUC empírico estandarizado bajo $H_0: \text{AUC} = A_0$ . Utilizando la teoría de los U-estadísticos y las proyecciones de Hoeffding, el artículo muestra que $\sqrt{n}(\hat{A} - A_0)$ converge a una distribución normal $N(0, \sigma^2)$ , donde la varianza $\sigma^2$ depende de las varianzas de las variables de colocación $G(X)$ y $F(Y)$ . Crucialmente, esta estructura de varianza difiere del estimador de varianza tradicional derivado bajo la suposición de $F=G$ .
Corrección de Sesgo de Muestra Finita:
El artículo identifica un sesgo de muestra finita en los estimadores de varianza ingenuos de las variables de colocación. Deriva términos de sesgo exactos de orden $O(n^{-1})$ y propone estimadores corregidos de sesgo ( $\hat{\zeta}^{2*}$ ) que restan estos componentes de sesgo exactos.
Manejo de Empates (Ties):
Reconociendo que los datos del mundo real suelen contener empates, el artículo extiende la teoría a variables discretas o continuas discretizadas utilizando un núcleo de rango medio $h(x,y) = 1\{x < y\} + \frac{1}{2}1\{x=y\}$ .
- Se deriva un estimador de varianza exacto e insesgado de muestra finita mediante una combinación lineal de la varianza de la muestra combinada y las varianzas de las medias de fila/columna (Teorema 1).
- Se demuestra que la distribución asintótica bajo empates mantiene la misma forma normal, con componentes de varianza corregidos por empates que involucran las probabilidades de los empates ( $\pi_X, \pi_Y$ ).
Inferencia e Implementación:
El artículo propone construir intervalos de confianza para el "pseudomediano" (el parámetro de desplazamiento $\theta$ tal que $\text{AUC}(X, Y+\theta) = 0.5$ ) mediante la inversión de la prueba de hipótesis. Se implementan dos métodos de inferencia específicos en el paquete de R wmwAUC:
- Exacto Insesgado (EU): Utiliza el estimador de varianza exacto e insesgado de muestra finita (Teorema 1) y una prueba de permutación estudentizada para muestras pequeñas ( $n < 20$ ).
- Corregido de Sesgo (BC): Aplica la corrección de sesgo derivada para datos continuos a los componentes de varianza, incluso en presencia de empates (validado empíricamente).

Resultados Clave

Consistencia Lógica: El artículo demuestra que bajo $H_0: \text{AUC} = 0.5$ , el estadístico de la prueba se comporta correctamente incluso cuando $F \neq G$ (por ejemplo, en el caso de varianzas desiguales con medias iguales), resolviendo la contradicción en la que la prueba tradicional no logra rechazar una hipótesis $F=G$ falsa.
Estimación de la Varianza: Se demuestra que los estimadores de varianza derivados (tanto asintóticos como de muestra finita exacta) son consistentes e insesgados bajo la hipótesis nula correcta. El artículo proporciona fórmulas explícitas para estos estimadores, incluyendo ajustes para empates y sesgo de muestra finita.
Desempeño: Las simulaciones de Monte Carlo (referenciadas en el texto) indican que el método Corregido de Sesgo (BC) puede perder potencia en muestras pequeñas, mientras que el método Exacto Insesgado (EU) mantiene el tamaño nominal y retiene la potencia. Por consiguiente, se recomienda el método EU como el predeterminado.

Significancia y Reivindicaciones
El artículo afirma proporcionar una "resolución fundamental" a la malinterpretación de la prueba WMW. Su principal significancia radica en:

Corrección de la Hipótesis Nula: Establece explícitamente que la prueba WMW es una prueba de discriminación ( $\text{AUC} \neq 0.5$ ), no de igualdad de distribuciones ( $F=G$ ).
Generalización de la Alternativa: Establece que la prueba es consistente contra la amplia clase de alternativas donde $P(Y < X) \neq 0.5$ , subsumiendo la dominancia estocástica como un mero caso especial.
Implementación Práctica: Al proporcionar el paquete de R wmwAUC con inferencia exacta de muestra finita y métodos asintóticos corregidos de sesgo, el artículo ofrece una herramienta práctica para que los investigadores realicen inferencias válidas bajo el marco teórico correcto, particularmente en escenarios con empates o tamaños de muestra pequeños donde las aproximaciones tradicionales pueden fallar.

El autor señala que, aunque el trabajo se centra en el escenario de dos muestras, es probable que existan problemas similares en las extensiones de $k$ muestras (por ejemplo, Kruskal-Wallis), aunque estos quedan fuera del alcance actual. El artículo reconoce que Van Dantzig identificó previamente la hipótesis alternativa correctamente, pero la emparejó con la hipótesis nula incorrecta; este trabajo corrige dicho emparejamiento y proporciona toda la maquinaria asintótica y de muestra finita requerida para la aplicación moderna.