P. 1
Pruebas Paramétricas y No paramétricas

Pruebas Paramétricas y No paramétricas

|Views: 167|Likes:
Publicado porpisis_lee

More info:

Published by: pisis_lee on Jan 06, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

05/25/2013

pdf

text

original

Universidad Tecnológica de la Selva

Estadíst ica Aplicad a Mtro. José Omar Díaz Aguilar
Septiembre ± Diciembre 2011

UNIDAD III .

Las pruebas estadísticas pueden ser Paramétricas y No paramétricas € Las pruebas Paramétricas asumen los parámetros de la distribución de la variable (Media y varianza) y un tipo de distribución normal .

No paramétricas € Las pruebas no paramétricas no asumen acerca de los parámetros de distribución ni se preocupa por el tipo de distribución. . sino trabajan con simple ordenación y recuento (asignando rankings) a los valores de la variable sin importar la distribución.

pero debe usarse con cautela en muestras más pequeñas o con varianzas desiguales. Las varianzas son iguales.Pruebas Paramétricas € € Para usarlas deben cumplirse supuestos: Las variables tienen que ser cuantitativas y estar medidas en escalas de intervalo o razón. en estos casos prefiera usar pruebas no paramétricas € € € NOTA: . Muestras grandes (n>30) A veces se usa sin cumplir los supuestos. Los datos siguen una distribución normal.

Si un grupo tiene distribución normal mientras el otro no. € Si se trata de datos cuantitativos. un grupo con varianza 0 y el otro no € Al trabajar con muestras pequeñas .Pruebas No paramétricas Se deben usar con: € Datos de distribución libre (no necesariamente normal). € Con varianza grande. ordinales o nominales.

Ventajas de las pruebas Paramétricas sobre las No paramétricas € Las pruebas paramétricas tienen más poder de contraste y pueden analizar interacciones entre variables independientes. .

homogeneidad) Prueba exacta de Fischer U de Mann Whitney ± W de Wilcoxon T de Wilcoxon Mac Nemar Kruskall Wallis Friedman Q de Cochran .Pruebas No paramétricas € € € € € € € € Chi cuadrado de Pearson (independencia. bondad de ajuste.

Elección de la prueba No paramétrica .

Chi cuadrada de Pearson Prueba de bondad de ajuste € Ho: La muestra se ajusta a una distribución teórica (esperado o modelo). € . € H1: Ho La muestra no se ajusta a una distribución teórica (esperado o modelo).

Chi cuadrado de Pearson € Criterio de Homogeneidad Ho= Las poblaciones son homogéneas. Ho= Las poblaciones no son Homogéneas .

Chi cuadrada de Pearson € Criterio de Independencia Ho: Las variables son independientes H1: Las variables están relacionadas .

Chi cuadrado: Homogeneidad de poblaciones. Niños sin caries No. Niños con caries A 38 87 B 8 117 C 30 95 D 44 81 E 64 61 F 32 93 € € Ho: La incidencia de caries es igual en las seis ciudades (Las poblaciones son homogéneas) H1: Las incidencias de caries No son iguales en las seis ciudades (Las poblaciones no son homogéneas) . ha proporcionado los siguientes resultados: Comunidad No. € Un estudio sobre caries dental en niños de seis ciudades con diferentes cantidades de fluor en el suministro de agua.

Niños sin No. Niños caries con caries Comunidad A 38 87 B 8 117 C 30 95 D 44 81 E 64 61 F 32 93 TOTAL 216 534 total 125 125 125 125 125 125 750 .Chi Cuadrado (Homogeneidad) Resumen de procesamiento de casos Reales N Porcentaje 750 100% Esperados N Porcentaje 0 0% Total N Porcentaje 750 100% grupo Caries Tabulación de grupo caries No.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->