Pontificia Universidad Javeriana

Gabriela Romero
Daniel Delgado
Resumen pruebas no paramétricas

Pruebas no paramétricas:
Se utilizan cuando las variables independientes no son métricas. Al igual que las pruebas
paramétricas, existen pruebas no paramétricas para probar variables de una muestra, dos
muestras independientes o de dos muestras relacionadas.
1. Una muestra
Los investigadores para poder calcular las probabilidades correspondientes a aquellos
valores conocidos desean identificar qué tipo de distribución se ajusta con sus datos,
donde se encuentran la distribución normal, uniforme y Poisson.

- La prueba Kolmogórov-Smirnov (K-S) de una muestra:

Es una prueba no paramétrica que determina la bondad de ajuste. Esta prueba
compara la función acumulativa para una variable con una distribución especifica.
La prueba K-S esta basada en el valor máximo de la diferencia absoluta entre la
frecuencia relativa acumulativa y la frecuencia de la muestra.

K =Máx. | Ai_ Oi |

El criterio de decisión para rechazar la hipótesis se basa en el valor de K; entre más

grande sea K tendremos más confianza en afirmar que H0 es falsa, por lo general
tenemos una confianza de 0,05 donde el valor critico de K para muestras grandes
1,36
esta dado por . En conclusión, si el valor de K es menor que K critico H0 no se
√n
rechaza.
K se puede transformar en un estadístico Z distribuido de manera normal, con el fin
de determinar su probabilidad asociada.

- Pruebas de rachas:
Es una prueba para variables dicotómicas; se aplica para determinar si el orden o
secuencia en que se obtuvieron las observaciones es aleatorio

- Prueba binomial:
 Es una prueba estadística de la bondad de ajuste para variables dicotómicas, y
prueba de bondad de ajuste del numero de observaciones de cada categoría.

2. Dos muestras independientes:

- Prueba U de Mann-Whitney:
Para comparar la diferencia entre la localización de dos poblaciones a partir de dos
muestras independientes se emplea esta prueba que corresponde a la prueba t,
cuando se asume que las varianzas de las dos poblaciones son iguales.
En esta prueba las dos muestras se combinan y los casos se ordenan de forma
creciente; el estadístico de prueba se calcula como el numero de veces que una
puntuación de la muestra 1 precede a una puntuación del grupo 2
Si las dos muestras provienen de la misma población, la distribución de puntuación
de los dos grupos debería ser aleatoria. Un valor U extremo indicaría a la
desigualdad de los dos grupos. En el caso de muestras menores a 30 se calcula el
nivel de significancia U, y en caso de que la muestra sea mayor se aproxima a una Z
con distribución normal.

- Prueba de la mediana de dos muestras:

Es un estadístico de prueba no paramétrico que determina si dos grupos se
obtuvieron de las mismas poblaciones con la misma mediana.
- Prueba Kolmogórov-Smirnov de dos muestras:
Es un estadístico de prueba no paramétrico que se encarga de examinar si las dos
distribuciones a comparar son iguales; para ello toma en cuenta cualquier diferencia
entre ellas como la mediana, la dispersión y la simetría.

3. Muestras pareadas:
- Prueba de rangos con signo de Wilcoxon para datos pareados:
Esta prueba analiza las diferencias entre pares de observaciones, tomando en
cuenta
la magnitud de las diferencias; calcula las diferencias entre los pares de variables y
ordena las diferencias absolutas. El siguiente paso consiste en sumar los rangos
positivos y negativos.
Se calcula el estadístico Z para la suma de rangos positivos y negativos; ahora bien,
para la hipótesis nula de que no hay diferencia, Z tendrá media 0 y varianza 1 para
muestras grandes.
- Prueba del signo:
Prueba no paramétrica que compara los signos de las diferencias entre pares de
variables, sin tomar en cuenta los rangos y la magnitud de las diferencias, cabe
 resaltar que esta prueba no es tan buena como la prueba de rangos con signo de
Wilcoxon.
En caso de tener variables binarias de emplea como alternativa pruebas chi
cuadrado.

4. Referencias:
Malhotra, Naresh k. 2008. Investigación de mercados. México : Pearson, 2008.