Pruebas paramétricas y No paramétricas

Pruebas paramÉtricas y no paramÉtricas

pruebas paramétricas

¿QUÉ SON?

Son una herramienta estadística que se utiliza para el análisis de los factores de la población.

Cuantifican la asociación o independencia entre una variable cuantitativa y una categórica.

Esta muestra debe cumplir ciertos requisitos como el tamaño, ya que mientras más grande sea, más exacto será el cálculo.

condiciones que deben cumplir las pruebas paramétricas

• La variable de estudio debe ser numérica

La variable dependiente debe estar medida en una escala que sea, por lo menos, de intervalo.

• Normalidad

Es una distribucion con forma de campana en la cual certifica la media, mediana y moda

• Muestreo probabilistico o aleatorio

Todos los participantes tienen las mismas características que estamos buscando y todos tienen la misma probabilidad de ser seleccionados.

tipos de pruebas paramétricas más utilizadas

• Coeficiente de correlacion de Pearson y la regresion lineal.

• Prueba "t"

• Prueba t para una muestra

• Prueba t para dos muestras independientes

• Prueba t para dos muestras relacionadas

• Prueba ANOVA para más de dos muestras independientes

MUESTRA POBLACIONAL

NO PROBABILISTICO

PROBABILISTICO

PRUEBA t

• Prueba t para una muestra

Sirve para hacer el análisis de hipótesis planteadas en nuestra investigación, es decir, para aceptarlas y seguir con la investigación o desechar y plantear una nueva hipótesis.

• Prueba t para dos muestras independientes

Se utiliza cuando la comparación sea entre las medias de dos poblaciones independientes. Los individuos de una de las poblaciones son distintos a los individuos de la otra. Un ejemplo de esto es una comparación entre hombres y mujeres

• Prueba t para dos muestras relacionadas

En este caso, se trata de poblaciones que se relacionan entre sí. Esta situación ocurre, por ejemplo, cuando un grupo de individuos es observado antes y después de una determinada intervención. El objetivo es comparar los dos momentos de evaluación y determinar que la diferencia no se deba al azar.

Ventajas

Son más eficientes

Los errores son muy poco probables

Los cálculos probabilísticos son muy exactos

Más sensibles a los rasgos de los datos recolectados

desVentajas

mas complicadas de calcular

Limitaciones en los tipos de datos que se pueden evaluar

pruebas no paramétricas

¿QUÉ SON?

Son las que se basan en determinadas hipótesis, pero lo datos observados no tienen un organización normal. Generalmente, las pruebas no paramétricas contienen resultados estadísticos que provienen de su ordenación, lo que las vuelve más fáciles de comprender.

cARACTERÍSTICAS

• Es un método de medición difícil de aplicar.
• Es necesario realizar pruebas de hipótesis.
• Las hipótesis son estrictas.
• Las observaciones deben de ser independientes.

tIPOS

• 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
• Prueba de Friedman

vENTAJAS Y DESVENTAJAS

Las desventajas de las pruebas no paramétricas son:

• 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.

Ventajas de las pruebas no paramétricas:

• 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.

DIFERENCIAS ENTRE PRUEBA PARAMETRICA Y NO PARAMETRICA

Pruebas NO parametricas

Pruebas parametricas

Se aplica a muestras pequeñas (<30)

Se aplica a muestras de gran tamaño(>30)

Aplica a variables de tipo nominal o de intérvalo

Solo es permitido en variables categoricas

Se desconoce como estan distribuidos los datos

Parte del supuesto de una distribucion normal

La hipotesis se redactan sobre rangos, mediana

Las hipotesis se basan en valores numericos

Asume los valores perdidos como fuente de información

No considera los valores perdidos como fuente de información

VíDEO

aCtividad

Escribe un subtítulo aquí

¡GRACIAS!