UNIVERSIDAD ESPECIALIZADA DE LAS AMÉRICAS

DECANATO DE POSTGRADO
MAESTRÍA EN PROTECCIÓN RADIOLÓGICA
II CUATRIMESTRE

PERIODO 2020-2021

Estudiantes: Espino, Glenda

Quinzada, Matilde
Scotland, Emir
7.5 / 10
Pruebas Paramétricas
Las pruebas paramétricas son un tipo de pruebas de significación estadística que cuantifican la
asociación o independencia entre una variable cuantitativa y una cualitativa (categórica). Sin
embargo, este tipo de pruebas exigen ciertos supuestos (requisitos) previos para su aplicación con
respecto a la naturaleza o forma de las poblaciones implicadas. ¿Cuáles son estos?

 Variable numérica: La variable de estudio tiene que ser cuantitativa y debe estar medida
en escalas de intervalo o razón.
 Normalidad: El análisis y observaciones que se obtienen de las muestras deben
considerarse normales (pruebas de bondad de ajuste).
 Homocedasticidad: La varianza de los grupos deben ser homogéneas.
 Tamaño de la muestra: Debe ser (N > 30) y mejor, si se acerca al tamaño de la población.
 Errores: Los errores deben de ser independientes. Esto solo sucede cuando los sujetos son
asignados de forma aleatoria y se distribuyen de forma normal dentro del grupo.

Las ventajas de las pruebas paramétricas son:

 Sensibles a rasgos de los datos recolectados.

 Estimaciones probabilísticas más exactas.
 Tienen una mayor eficiencia estadística.
 Mayor poder estadístico.
 Son más eficientes.

Las desventajas de las pruebas paramétricas son:

 Más complicadas de calcular.

 Solo se pueden aplicar si se cumplen sus supuestos.
 Los datos que se pueden observar son limitados.
 Prueba Población Tipos de
Aplicación Variables Requisitos (Supuestos) Restricciones
Paramétrica de Estudio Muestras
Prueba del Dos Comparación Cuantitativas Datos  La muestra es aleatoria.  Si se desconoce la desviación
valor Z de la grupos de relacionados  Trabaja con muestras muy grandes estándar, se debe pasar a la
distribución proporciones (n ≥30). prueba T de Student.
normal  No contempla grados de libertad.
Prueba T de Dos Comparar Cuantitativas Datos  La muestra es aleatoria.  Si no se aproxima a una
Student para grupos media entre relacionados  Los datos y los errores tienen una distribución normal, se deberá
datos dos grupos distribución normal. aplicar una prueba no paramétrica
relacionados relacionados  Cuando se comparan dos (Mann-Whitney).
distribuciones, las varianzas son  Si no se cumple la homogeneidad
iguales (σ1=σ2) de varianzas, debe usarse la
 Contempla los grados de libertad prueba T de Student - Welch.
de cada grupo (N-2).
Prueba T de Dos Comparar Cuantitativas Datos no  Las observaciones deben ser  Si las varianzas fuesen distintas
Student para grupos media entre relacionados- independientes. (heceroscedascicidad), se debe
datos no dos grupos no Muestras  Población con distribución normal. emplear la prueba T de Student -
relacionados relacionados Independientes  Las varianzas de los grupos deben Welch.
ser homogéneas.
Prueba T de Dos Comparar Cuantitativas Muestras  Las varianzas son distintas  Si se desea comparar más de dos
Student- grupos media entre Independientes (heteroscedasticidad). muestras, habrá que emplear el
Welch dos grupos  Los grados de libertad ya no son (N análisis de la varianza o ANOVA.
relacionados – 2). Por ende, se utiliza una
fórmula más compleja.
 Para dos muestras independientes.
Prueba F Más de Comparar Cuantitativas Muestras  Misma varianza dentro de cada  Si los grupos son de tamaño
(análisis de dos grupos medias en 3 o Independientes grupo (homocedasticidad). pequeño (n < 30), o bien los datos
varianza o más grupos  Una variable debe ser cuantitativa son ordinales, si no hay
ANOVA) (numérica) y la otra debe ser normalidad de los residuales y las
cualitativa (categórica). varianzas de los grupos son
 Muestras independientes y misma claramente heterogéneas, se
cantidad de observaciones por puede utilizar la prueba no
grupo.
paramétrica de Kruskal-Wallis.
 Distribución normal dentro de los
grupos.
Correlación Dos Correlación Cuantitativas Muestras  La normalidad de ambas variables  Si las variables son ordinales, se
Pearson grupos entre dos relacionadas- es un requisito indispensable. puede usar el coeficiente de
variables dependientes  Ambas variables examinadas han Spearman.
(ajuste de los de ser cuantitativas  Si no se cumple con la normalidad
puntos a una  Las observaciones han de ser de las variables, se utiliza
línea recta independientes, es decir, solo hay Spearman.
ideal). una observación de cada variable
para cada individuo.