Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ENSAYO # 2
MÉTODOS NO PARAMÉTRICOS
Carne: 201011089
Móvil: 3090-6972
Correo: cap.cpa@hotmail.com
INTRODUCCIÓN .................................................................................................... 3
PRUEBA Χ² DE PEARSON..................................................................................... 4
PRUEBA DE KRUSKAL-WALLIS............................................................................ 7
CONCLUSIONES.................................................................................................... 9
BIBLIOGRAFIA ..................................................................................................... 10
INTRODUCCIÓN
Los métodos que estudiaremos son: Chi cuadrada, Prueba de los signos, Prueba
de Wilcoxon, Prueba de Kruskal-Wallis.
MÉTODOS NO PARAMÉTRICOS
PRUEBA Χ² DE PEARSON
Cuanto mayor sea el valor de Χ² menos verosímil es que la hipótesis nula (que
asume la igualdad entre ambas distribuciones) sea correcta. De la misma forma,
cuanto más se aproxima a cero el valor de chi-cuadrado, más ajustadas están
ambas distribuciones.
gl = (r-1) (k-1)
La prueba de los signos permite contrastar la hipótesis de que las respuestas a dos
''tratamientos'' pertenecen a poblaciones idénticas. Para la utilización de esta
prueba se requiere únicamente que las poblaciones subyacentes sean continuas y
que las respuestas de cada par asociado estén medidas por lo menos en una escala
ordinal.
Cuando se trata de variables medibles en por lo menos una escala ordinal y pueden
suponerse poblaciones continuas la prueba no paramétrica más potente es la de
Wilcoxon.
La hipótesis nula del contraste postula que las muestras proceden de poblaciones
con la misma distribución de probabilidad; la hipótesis alternativa establece que hay
diferencias respecto a la tendencia central de las poblaciones y puede ser
direccional o no.
PRUEBA DE KRUSKAL-WALLIS
Una limitación que tienen es que no son aplicables a casos en los que se desean
manejar muchas variables al mismo tiempo, para estos casos, sí se requeriría una
prueba paramétrica; lo que sí se requiere y en general es el supuesto que se debe
cumplir en la mayoría de las pruebas no paramétricas para confiar en ellas, es que
la muestra haya sido seleccionada en forma probabilística.
BIBLIOGRAFIA
Conover, W. J. 1980. Practical Nonparametric statistics. John Wiley & Sons. 493 p.
10