Una prueba no paramétrica es una prueba de hipótesis que no requiere que la distribución de la población sea caracterizada por ciertos parámetros.
Embedded Files
Los métodos no paramétricos son útiles cuando no se cumple el supuesto de normalidad y el tamaño de la muestra es pequeño.
- Es un método de medición difícil de aplicar.
- Es necesario realizar pruebas de hipótesis.
- Las hipótesis son estrictas.
- Las observaciones deben de ser independientes.
MUESTRAS
Análisis de la aleatoriedad de la muestra
Una variable aleatoria X tiene una distribución Normal
Dos variables aleatorias X e Y son independientes
Dos muestras independientes proceden de la misma población.
Test no parametricas
Test no parametricas
La estadística no paramétrica es una rama de la estadísticas inferencial que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricas.
Test estadísticos no parametricos
Test estadísticos no parametricos
La mayoría de estos test estadísticos están programados en los paquetes estadísticos más frecuentes, quedando para el investigador, simplemente, la tarea de decidir por cuál de todos ellos guiarse o qué hacer en caso de que dos test nos den resultados opuestos. Hay que decir que, para poder aplicar cada uno existen diversas hipótesis nulas y condiciones que deben cumplir nuestros datos para que los resultados de aplicar el test sean fiables.
VIDEO EXPLICATIVO
VIDEO EXPLICATIVO
EJEMPLOS
Las afirmaciones establecidas no se hacen en base a la distribuciÛn de las observaciones, que a priori es desconocida.
EJEMPLOS
EJEMPLOS
En una maternidad ocurrieron 18 nacimientos en una semana, 11 de los cuales fueron varones. La hipótesis de trabajo es que la proporción de sexos es la habitual. ¿Existe evidencia significativa que pruebe que la proporción de sexos no es la habitual?
- Hipótesis estadística:
- H0:H1:La proporcion de sexos es la habitual.La proporcion de sexos no es la habitual
- Nivel de significancia: α=0.05
- Estadística de prueba y contraste, Binomial.
ANALISIS
ANALISIS
p(0.2403412)>α Se acepta la H0 Por lo tanto, no se puede rechazar la hipótesis nula. Hay evidencia significativa que pruebe, que la proporción de sexos es la habitual.
Hipotesis de test no parametricos
Hipotesis de test no parametricos
Hipotesis del test:
Hipotesis del test:
- Hipotesis nula ( H 0 ) :
Hipotesis que se plantea en un problema de contraste
- Hipotesis alternativa(H1 ) :
Hipotesis contraria a la hipÛtesis nula
COMPARACION PARAMETRICOS Y NO PARMETRICOS
COMPARACION PARAMETRICOS Y NO PARMETRICOS
EJEMPLOS
EJEMPLOS
TEST
TEST
- Prueba χ² de Pearson
- Prueba binomial
- Prueba de Anderson-Darling
- Prueba de Cochran
- Prueba de Cohen kappa
- Prueba de Fisher
- Prueba de Friedman
- Prueba de Kendall
NO PARAMETRICAS
NO PARAMETRICAS
- Prueba de Kolmogórov-Smirnov
- Prueba de Kruskal-Wallis
- Prueba de Kuiper
- Prueba de Mann-Whitney o prueba de Wilcoxon
- Prueba de McNemar
- Prueba de la mediana
- Prueba de Siegel-Tukey
Limitaciones de las pruebas no paramétricas
Limitaciones de las pruebas no paramétricas
Las pruebas no paramétricas tienen las siguientes limitaciones:
Las pruebas no paramétricas tienen las siguientes limitaciones:
- Las pruebas no paramétricas por lo general son menos potentes que la prueba paramétrica correspondiente cuando se cumple el supuesto de normalidad.
- Las pruebas no paramétricas suelen requerir que se modifiquen las hipótesis. Por ejemplo, la mayoría de las pruebas no paramétricas acerca del centro de la población son pruebas sobre la mediana y no sobre la media.
Pruebas paramétricas alternativas
Pruebas paramétricas alternativas
La posibilidad de escoger entre un procedimiento paramétrico y uno no paramétrico, y esté reltivamente seguro de que se cumplen los supuestos del procedimiento paramétrico, entonces utilice el procedimiento paramétrico
Tipos de pruebas no paramétricas y sus aplicación
Tipos de pruebas no paramétricas y sus aplicación
Los tipos de pruebas no paramétricas son:
Los tipos de pruebas no paramétricas son:
- Prueba de signos de una muestra
- Prueba de los rangos con signo de Wilcoxon
- Prueba U de Mann-Whitney
- Prueba de Kruskal-Wallis
- Prueba de la mediana de Mood
- /96Prueba de Friedman
Ventajas de las pruebas no paramétricas
Ventajas de las pruebas no paramétricas
Las ventajas de las pruebas no paramétricas son:
Las ventajas de las pruebas no paramétricas son:
- Pueden utilizarse en diferentes situaciones, ya que no deben de cumplir con parámetros estrictos.
- Generalmente, sus métodos son más sencillos, lo que las hace más fácil de entender.
- Se pueden aplicar en datos no numéricos.
- Facilita la obtención de información particular más importante y adecuada para el proceso de investigación.
Desventajas de las pruebas no paramétricas
Desventajas de las pruebas no paramétricas
- No son pruebas sistemáticas.
- La distribución varía, lo que complica seleccionar la elección correcta.
- Los formatos de aplicación son diferentes y provoca confusión.
- Es posible que se pierda información porque los datos recolectados se convierten en información cualitativa.
- Es posible que se necesite tener fuentes y un respaldo con más peso.
Este tipo de estadísticas se pueden utilizar sin el tamaño de la muestra o la estimación de cualquier parámetro relacionado del que no se tenga información. Dado que las suposiciones son menores, pueden aplicarse de múltiples formas.
Page updated
Google Sites
Report abuse