PRUEBAS NO

PARAMETRICAS
Elaborado por:
Médico Freddy García Ortega
Hospital Sergio E. Bernales
Freddy_g_o@yahoo.es
Las pruebas estadísticas pueden ser parametricas y
no parametricas

Las pruebas parametricas asumen los parametros

de la distribuciòn de la variable (media y varianza)
y un tipo de distribuciòn normal

Las pruebas no parametricas no asumen acerca de

los parametros de distribuciòn ni se preocupa por el
tipo de distribuciòn, sino trabajan con simple
ordenaciòn y recuento (asignando rankings) a los
valores de la variable sin importar la distribuciòn.
 Pruebas parametricas
Para usarlas deben cumplirse supuestos:

Las variables tienen que ser cuantitativas y

estar medidas en escalas de intervalo o razón
Los datos siguen una distribución normal
Las varianzas son iguales
Muestras grandes (n > 30)

A veces se usa sin cumplir los supuestos pero debe usarse con
cautela en muestras màs pequeñas o con varianzas desiguales, en
estos casos prefiera usar pruebas noparametricas
 Pruebas no parametricas
Se deben usar con:

Datos de distribución libre (no necesariamente normal). Si

un grupo tiene distribución normal mientras el otro no.

Si se trata de datos cuantitativos, ordinales o nominales

Con varianza grande, un grupo con varianza 0 y el otro no

Al trabajar con muestras pequeñas.

¿ QUÉ VENTAJAS TIENEN LAS PRUEBAS
PARAMETRICAS SOBRE LAS NO
PARAMETRICAS?

Las pruebas parametricas tienen

más poder de contraste y pueden
analizar interacciones entre
variables independientes
PRUEBAS NO PARAMETRICAS

Chi cuadrado de Pearson (independencia,

bondad de ajuste, homogeneidad)
Prueba exacta de Fischer
U de mann Whitney – W de Wilcoxon
T de Wilcoxon
Mac Nemar
Kruskall Wallis
Friedman
Q de Cochran
ELECCIÓN DE LA PRUEBA NO PARAMETRICA

Chi cuadrado
1 muestra Cuantitativa y cualitativa
Binomial

U de mann
independientes Cuantitativa
Whitney

2 muestras Cuantitativa Wilcoxon

Relacionadas
Cualitativa Mc Nemar

independientes Cuantitativa Kruskal Wallis

Más de 2
muestras Cuantitativa Friedman
Relacionadas

Cualitativa Q de Cochran
 CHI CUADRADO DE PEARSON

F C (Oij − Eij ) 2

χ 2
( F −1)( C −1) = ∑∑
i =1 j =1 Eij

Prueba de bondad de ajuste

Ho: La muestra se ajusta a una distribución teorica
(esperado o modelo)
H1: Ho: La muestra no se ajusta a una distribución
teorica (esperado o modelo)
Analyze / non parametric test/ chi square
 CHI CUADRADO DE PEARSON

F C (Oij − Eij ) 2

χ 2
( F −1)( C −1) = ∑∑
i =1 j =1 Eij

Criterio de homogeneidad
Ho= Las poblaciones son homogeneas
Ho= Las poblaciones no son homogeneas

Analyze/ descriptive statisticts/ crosstabs

 CHI CUADRADO DE PEARSON

F C (Oij − Eij ) 2

χ 2
( F −1)( C −1) = ∑∑
i =1 j =1 Eij

Criterio de independencia
Ho: Las variable son independientes
H1: Las variable estan relacionadas

Analyze/ descriptive statisticts/ crosstabs

 Chi cuadrado: homogeneidad de poblaciones

Un estudio sobre caries dental en niños de seis ciudades con diferentes cantidades
de fluor en el suministro de agua, ha proporcionado los resultados siguientes:

Comunidad Nº 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

H0: Las incidencia de caries es igual en las seis ciudades (las poblaciones son homogeneas)

H1: Las incidencia de caries no es igual en las seis ciudades (las poblaciones no son
homogeneas)
 Data \ weight cases

Cargar de esta manera los resultados, al hacer weight cases se esta

consiguiendo que la tabla se despliegue como una base de datos completa a
partir del cual se han resumido los datos en la tabla
Analyze\ descriptive statistics\ crosstabs
 Chi cuadrado (homogeneidad)
Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
grupo * caries 750 100,0% 0 ,0% 750 100,0%

grupo * caries Crosstabulation

Count Chi-Square Tests

caries
sin caries con caries Total Asymp. Sig.
grupo A 38 87 125 Value df (2-sided)
Pearson Chi-Square 65,855a 5 ,000
B 8 117 125
Likelihood Ratio 72,153 5 ,000
C 30 95 125
Linear-by-Linear
D 44 81 125 12,860 1 ,000
Association
E 64 61 125
N of Valid Cases 750
F 32 93 125
a. 0 cells (,0%) have expected count less than 5. The
Total 216 534 750
minimum expected count is 36,00.

H0: Las incidencia de caries es igual en las seis ciudades

H1: Las incidencia de caries no es igual en las seis ciudadesCon p<0.05 se rechaza H0
Con p>0.05 no se rechaza H0

Conclusiòn: La incidencia de caries es igual en las 6 ciudades (poblaciones homogeneas)

 CHI CUADRADO (CRITERIO DE INDEPENDENCIA)

Una muestra aleatoria de 200 adultos se clasifican de acuerdo al sexo y al

número de horas que miran televisión durante la semana las frecuencias se
dan en la siguiente tabla:

Nº de horas que miran TV

Menos de 15 horas Al menos 15 horas

Hombre 55 45

Mujer 40 60

Con esta información, ¿se puede concluir que el tiempo utilizado para ver tv es
independiente del sexo? use α= 0.05

Ho : El sexo es independiente de las horas de ver televisión

H1 : El sexo y las horas de ver televisión estan relacionadas
Data \ weight cases
Analyze\ descriptive statistics\ crosstabs
Chi cuadrado (independencia)
sexo * tv Crosstabulation
Case Processing Summary
Count
Cases tv
Valid Missing Total Menos de Al menos
N Percent N Percent N Percent 15 horas 15 horas Total
sexo * tv 200 100,0% 0 ,0% 200 100,0% sexo Femenino 40 60 100
Masculino 55 45 100
Total 95 105 200

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 4,511b 1 ,034
Continuity Correctiona 3,930 1 ,047
Likelihood Ratio 4,529 1 ,033
Fisher's Exact Test ,047 ,024 Con p<0.05 se rechaza H0
Linear-by-Linear
4,489 1 ,034
Association Con p>0.05 no se rechaza H0
N of Valid Cases 200
a. Computed only for a 2x2 table
b. 0 cells (,0%) have expected count less than 5. The minimum expected count is
47,50.

H0: El sexo es independiente de las horas de mirar TV

H1: El sexo esta asociado a las horas de mirar TV

Conclusiòn: El sexo de la persona esta asociado al tiempo que mira TV, las mujeres
permanecen màs tiempo mirando TV
U DE MANN WHITNEY - WILCOXON

Comparar 2 grupos independientes y que no

tienen distribución normal o que sean ordinales
Paralela a la prueba parametrica de contraste t
para muestras independientes
Contrasta si dos poblaciones muestreadas son
equivalentes en su posición
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamaño
 Se desea saber si hay diferencias entre presión arterial
sistólica de hombres y mujeres
PAS Rango 1 Orden PAS Rango 2 Orden
Hombres (R1) Mujeres (R2)

110 9.5 7 90 1 1
120 16 15 95 2.5 2
100 5 4 110 9.5 9
115 13.5 13 110 9.5 10
110 9.5 8 120 16 17
100 5 5 115 13.5 14
120 16 16 110 9.5 11
125 18.5 18 100 5 6
125 18.5 19 95 2.5 3
130 20 20 110 9.5 12
Total 131.5 78.5
 U DE MANN WHITNEY
n1 (n1 + 1) n2 (n2 + 1)
U = n1n2 + − ∑ R1 U ´= n1n2 + − ∑ R2
2 2
Area de Area de
rechazo Area de no rechazo rechazo

U U´

Estos valores de U y U´se contrastan con los valores de la tabla

para la U de Mann Withney y en el cual tiene valores para alfa
bilateral al 0.05 y alfa unilateral para 0.01 y se eligen según los
valores caen en el área de rechazo o no rechazo de Ho
 H0: La presion arterial sistolica es igual en hombres y en mujeres
H1: La presion arterial sistolica no es igual en hombres y en mujeres
Ranks

SEXO N Mean Rank Sum of Ranks

Sum of ranks
Mean rank =
PAS Mujer 10 7,85 78,50
Hombre 10 13,15 131,50
Total 20 N

Test Statisticsb

U −R U PAS
Zu = Mann-Whitney U 23,500
σu Wilcoxon W 78,500
Z -2,039
n
U´ Asymp. Sig. (2-tailed)
Exact Sig. [2*(1-tailed
,041
a
Sig.)]
,043 Con p<0.05 se rechaza H0
σu tiene una formula compleja a. Not corrected for ties.
b. Grouping Variable: SEXO
Con p>0.05 no se rechaza H0

El ranking promedio de mujeres esta en 7.85 y el de hombres esta en 13.15, es

decir hay diferencias entre hombres y mujeres y como p<0.05 se rechaza H0
Conclusiòn: La PAS es diferente en hombres y en mujeres siendo mayor en
hombres.
 T DE WILCOXON

Comparar 2 grupos relacionados y variables

cuantitativas que no tienen distribución normal o
que sean ordinales
Paralela a la prueba parametrica de contraste t
para muestras relacionadas
Contrasta si dos poblaciones muestreadas son
equivalentes en su posición
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamaño
Pacientes que intentan bajar de peso sometiendose a una dieta, se desea
saber si hay diferencias antes y despues de la dieta

Peso Peso Diferencia Rango Rango Orden

inicial final +s -s
80 75 -5 5.5 4
70 68 -2 2.5 2
68 68 0 --
75 70 -5 5.5 5
72 74 2 2.5 3
85 60 -25 9 9
90 75 -15 8 8
75 70 -5 5.5 6
85 80 -5 5.5 7
80 79 -1 1 1

Total 2.5 42.50

Para ubicar en ranking se procede ignorando el signo de la diferencia

 Wilcoxon Signed Ranks Test
Ranks

N Mean Rank Sum of Ranks

pesofin - pesoin Negative Ranks 8a 5,31 42,50
Positive Ranks 1b 2,50 2,50
Ties 1c
Total 10 H0: peso final = peso final
a. pesofin < pesoin
b. pesofin > pesoin H1: peso final ≠ peso final
c. pesofin = pesoin

H0: peso final > peso final

Test Statisticsb
H1: peso final ≤ peso final

pesofin -
pesoin
Z -2,393a
Asymp. Sig. (2-tailed) ,017 Con p<0.05 se rechaza H0
a. Based on positive ranks.
Con p>0.05 no se rechaza H0
b. Wilcoxon Signed Ranks Test

Conclusiòn la dieta es efectiva para bajar de peso

 COMPARACION DE 2 GRUPOS RELACIONADOS CON
VARIABLES DICOTOMICAS
Prueba de signos y prueba de Mc Nemar
Se estudia la presencia de parásitos en el agua antes y después de un
procedimiento para eliminar parásitos. ¿Es ùtil el procedimiento?

Antes Después
+ -
+ +
+ -
- +
- -
+ -
- -
+ +
- +
+ -
 Sign Test

Frequencies

N
despues - antes Negative Differencesa 4
Positive Differencesb 2
Ties c 4
Total 10
a. despues < antes
b. despues > antes
c. despues = antes

H0: No hay diferencias entre antes y despues

Test Statisticsb
H1: hay diferencias entre antes y despues
despues -
antes
Exact Sig. (2-tailed) ,688a
a. Binomial distribution used.
Con p<0.05 se rechaza H0
b. Sign Test
Con p>0.05 no se rechaza H0

Conclusiòn: El tratamiento no es eficaz para eliminar parasitos del agua

 Inicial Final
+ -
+ A B
- C D

( b − c − 1) 2

χ 2 de Mc Nemar(1) =
b+c

( 4 − 2 − 1) 2
1
χ de Mc Nemar(1) =
2
= = 0.1666
4+2 6
 McNemar Test

antes & despues

despues
antes 0 1
0 2 2
1 4 2

Test Statisticsb

antes &
despues
N 10
Exact Sig. (2-tailed) ,688a
H0: No hay diferencias entre antes y despues
a. Binomial distribution used.
b. McNemar Test
H1: hay diferencias entre antes y despues

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

Conclusiòn: El tratamiento no es eficaz para eliminar parasitos del agua

 KRUSKALL WALLIS

Comparar k grupos independientes y variables

cuantitativas que no tienen distribución normal o
que sean ordinales
Paralela a la prueba parametrica de ANOVA para
muestras indpendientes
Contrasta si K poblaciones muestreadas son
equivalentes en su posición
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamaño
Se esta midiendo la reacciòn frente a un medicamento en
tres grupos de personas ¿Se desea saber si hay diferencias
entre los tiempos de reacciòn entre los 3 grupos

Grupo Reaccion Grupo Reaccion Grupo Reaccion

1 10 2 10 3 15
1 10 2 15 3 20
1 11 2 15 3 12
1 8 2 12 3 10
1 7 2 12 3 9
1 15 2 10 3 15
1 14 2 12 3 18
1 10 2 14 3 17
1 9 2 9 3 12
1 10 2 14 3 16
 Kruskal-Wallis Test

Ranks

Grupo N Mean Rank

Tiempo de reacciòn 1 10 10,00
2 10 15,80
3 10 20,70
Total 30

Test Statisticsa,b

Tiempo de H0: La reaccion frente al medicamento

Chi-Square
reacciòn
7,579 es igual en los 3 grupos
df 2
Asymp. Sig. ,023 H1: La reaccion frente al medicamento
a. Kruskal Wallis Test
b. Grouping Variable: Grupo
no es igual en los 3 grupos

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

Conclusiòn: Hay diferencias entre los 3 grupos para

reaccionar frente al medicamento administrado
 FRIEDMAN

Comparar K grupos relacionados y variables

cuantitativas que no tienen distribución normal o
que sean ordinales
Paralela a la prueba parametrica de ANOVA para
muestras relacionadas
Contrasta si K poblaciones muestreadas son
equivalentes en su posición
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamaño
Se esta midiendo la reacciòn de 10 pacientes frente a tres
medicamento diferentes ¿Se desea saber si hay diferencias
entre los tiempos de reacciòn frente a los 3 medicamentos?
Paciente Droga A Droga B Droga C
1 10 10 15
2 10 15 20
3 11 15 12
4 8 12 10
5 7 12 9
6 15 10 15
7 14 12 18
8 10 14 17
9 9 9 12
10 10 14 16
Friedman Test

Descriptive Statistics

N Mean Std. Deviation Minimum Maximum

Droga A 10 10,4000 2,45855 7,00 15,00
Droga B 10 12,3000 2,16282 9,00 15,00
Droga C 10 14,4000 3,56526 9,00 20,00

Ranks

Droga A
Mean Rank
1,35
H0: La de los accion de los 3 medicamento
Droga B 2,00 sobre la reaciòn de los pacientes es igual
Droga C 2,65

H1: La de los accion de los 3 medicamento

Test Statisticsa sobre la reaciòn de los pacientes no es igual
N 10
Chi-Square 9,135
df 2 Con p<0.05 se rechaza H0
Asymp. Sig. ,010
a. Friedman Test
Con p>0.05 no se rechaza H0

Conclusiòn: Hay diferencias en la accion de los 3

medicamentos sobre la reacciòn de los pacientes
 Q DE COCHRAN

Comparar K grupos relacionados y variables

cualitativas dicotomicas
Paralela a la prueba de Mc Nemar para muestras
relacionadas
Contrasta si K poblaciones muestreadas son
equivalentes en su posición
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamaño
Pacient Med A Med B Med C Pacient Med A Med B Med C Pacient Med A Med B Med C
e e e

1 1 1 1 10 0 1 1 18 1 1 0

2 1 1 0 11 1 1 0 19 0 0 0

3 0 1 0 12 1 1 1 20 1 0 1

4 1 1 1 13 1 0 0 21 1 1 1

5 0 0 1 14 1 1 1 22 0 1 0

6 1 1 0 15 0 1 1 23 1 1 0

7 0 1 0 16 1 0 0 24 1 0 1

8 1 1 0 17 0 0 1 25 0 1 1

9 0 0 0 25 pacientes reciben 3 medicamentos para mejorar su tos

0 = mejora su tos 1 = no mejora su tos
Se estudia el efecto sobre el dolor de tres medicamentos diferentes en
25 pacientes (0=no calma 1= si calma) ¿Se desea saber si hay
diferencias entre el efecto de los 3 medicamentos?

Pacien Medic Medic Medic Pacien Medic Medic Medic

te A C B te A C B
1 1 1 1 14 1 1 1
2 1 1 0 15 0 1 1
3 0 1 0 16 1 0 0
4 1 1 1 17 0 0 1
5 0 0 1 18 1 1 0
6 1 1 0 19 0 0 0
7 0 1 0 20 1 0 1
8 1 1 0 21 1 1 1
9 0 0 0 22 0 1 0
10 0 1 1 23 1 1 0
11 1 1 0 24 1 0 1
12 1 1 1 25 0 1 1
13 1 0 0
 Cochran Test
Descriptive Statistics

N Mean Std. Deviation Minimum Maximum

Medicamento A 25 ,60 ,500 0 1
Medicamento B 25 ,68 ,476 0 1
Medicamento C 25 ,48 ,510 0 1

Frequencies

Value
0 1
H0: No hay diferencias entre los 3
Medicamento A
Medicamento B
10
8
15
17
medicamentos para mejorar mejorar la tos
Medicamento C 13 12
H1: hay diferencias entre los 3
medicamentos para mejorar mejorar la tos
Test Statistics
N 25
Cochran's Q 2,111a
df 2 Con p<0.05 se rechaza H0
Asymp. Sig. ,348
a. 1 is treated as a success. Con p>0.05 no se rechaza H0

Conclusiòn: No hay diferencia estadisticamente significativa entre

los 3 medicamentos para mejorar la tos en los pacientes.