Docente: Ing.

Fernández Ramiro

Fecha: 03 de febrero del 2023

Curso: Segundo “B”

Ciclo: octubre 2022 – marzo 2023

Tema: Cuál es la diferencia entre la estadística

paramétrica y no paramétrica, ventajas y
desventajas.

# Horas 4H

Integrantes: Mayra Toaquiza

1 Introducción

La estadística resulta ser un pilar importante, ya que brinda la oportunidad de tomar

decisiones, teorizar y generar conocimiento de una manera objetiva. Los análisis
descriptivos que se obtienen a través de una investigación, no sólo es describir datos, sino
que aspira a hacer inferencias de los datos obtenidos en una muestra a la población de la
que dicha muestra se extrajo. Cuando se realiza investigación cuantitativa, las pruebas
estadísticas, se emplean para establecer con base a la probabilidad máxima de error (p
=.05) y 95% de intervalo de confianza, la evidencia estadística que sustenta una toma de
decisión o una conclusión, por lo que, la correcta selección y aplicación de éstas,
determinará la eficiencia de los resultados y la generación de conocimiento.

2 Objetivos
 - Establecer la clasificación de las pruebas estadísticas paramétricas y no
paramétricas, este modo porque dependen o no, de los parámetros de la
población.

- Analizar las características, diferencias, ventajas y desventajas de las pruebas

estadísticas paramétricas y no paramétricas.

- Calcular la estimación, mientras más pequeña, más distorsionada será la media

de las muestras.

Pruebas Paramétricas y No paramétricas

Las pruebas paramétricas se basan en las leyes de distribución normal para analizar los
elementos de una muestra, se busca estimar los parámetros de una población en base a una
muestra, se conoce el modelo de distribución de la población, presenta variables cuantitativas
continuas. Mientras que las pruebas no paramétricas se encargan de analizar datos que no
tienen una distribución particular y se basa en una hipótesis, pero los datos no están
organizados de forma normal, las pruebas no paramétricas nos permiten analizar datos en
escala nominal u ordinal, es utilizada para contrastar con la hipótesis y en datos
independientes.

Tipos de pruebas paramétricas

 Prueba del valor Z de la distribución normal
 Prueba T de Student para datos relacionados (muestras dependientes)
  Prueba T de Student para datos no relacionados (muestras independientes)
 Prueba T de Student-Welch para dos muestras independientes con varianzas no
homogéneas.
 Prueba F (análisis de varianza o ANOVA)

Tipos de prueba no paramétricas

 Prueba binomial.
 Prueba ji 2 de Pearson para una muestra.
 Prueba ji 2 de Pearson para dos y más muestras independientes.
 Prueba ji 2 de proporciones para tres o más muestras independientes.
 Prueba de probabilidad exacta de Fischer y Yates.
 Prueba de McNemar para muestras dependientes.
 Prueba Q de Cochran para tres o más muestras dependientes.
 Análisis secuencial.

Resumen: a esto se plantea la hipótesis nula y alternativa, se define el estadístico de prueba,

se formula la regla de decisión, se toma una muestra mediante esto se decide y por último se
rechaza Ho o se acepta la Ha o viceversa

Diferencias entre las pruebas

paramétricas y las pruebas no
paramétricas
 Pruebas paramétricas
Menor potencia estadística.
Datos en intervalo o razón.
Aleatoria >30 sujetos
Las hipótesis se basan en valores numéricos,
especialmente en promedios
Se aplican en variables normales o de
intervalo.
Se utilizan para muestras grandes.
Su distribución de datos es normal.
Hacen muchas suposiciones.
Exigen mayor condición de validez.
Menor probabilidad de errores.
El cálculo es complicado de hacer.
Las hipótesis se basan en datos numéricos.
Los cálculos son demasiado exactos.
No toma en cuenta los valores perdidos para
obtener información.
Pruebas paramétricas
Pruebas no paramétricas
Mayor potencia estadística.
Datos ordinales o nominales.
No Aleatoria <30 sujetos
Las hipótesis se redactan sobre rangos,
mediana o frecuencia d ellos datos.
Se aplican en variables categóricas.
Se utilizan para muestras pequeñas.
No se conoce la forma de distribución de
datos.
No hacen muchas suposiciones.
Exigen una menor condición de validez.
Mayor probabilidad de errores.
El cálculo es menos complicado de hacer.
Las hipótesis se basan en rangos, mediana y
frecuencia de datos.
Los cálculos no son exactos.
Considera los valores perdidos para obtener
información.
Pruebas no paramétricas
  Más eficiencia.  Empleada en diferentes
 Poca probabilidad de errores. situaciones porque no cumple

 Sus estimaciones son exactas. con parámetros estrictos.

Ventajas  Sus métodos son más afables.
 Presentan sensibilidad a los
rasgos de los datos recogidos.  Se aplica en datos no numéricos.

 Muestras grandes.  Muestras pequeñas.

 Complejos de calcular.  No son sistemáticas.

 Presentan una limitación en  Complica seleccionar la elección
los datos. correcta.

Desventajas  Provoca confusión.

 Requiere fuentes y respaldo.
 Probabilidad de errores.
 No hay exactitud.

CONCLUSIÓN 

 Las pruebas estadísticas son primordiales para facilitar la compresión y aplicación de

los resultados de una investigación.
 Establecimos los datos elementales para conocer las características del análisis y las
pruebas paramétricas y no paramétricas.
 Se sintetizó que el tipo de prueba depende de si el parámetro representa con mayor
precisión el centro de distribución de los datos, las características de la variable,
objeto de estudio, tamaño de la muestra y la escala de medición de los datos.

REFERENCIAS BIBLIOGRÁFICAS
[enviromigration.files.wordpress]. (s.f.). Pruebas Paramétricas y No paramétricas.
Recuperado de https://enviromigration.files.wordpress.com/2016/04/pruebas-
paramc3a9tricas-y-no-parametricas.pdf

Universidad Nacional Autónoma de México, Facultad de Estudios Superiores Iztacala.

(2020). Pruebas estadísticas paramétricas y no paramétricas: su clasificación, objetivos y
características. Recuperado de file:///C:/Users/usuario/Downloads/6293-Manuscrito-35474-1-
10-20201116.pdf

INCADEM. (2020, 21 de julio). Pruebas Paramétricas y No Paramétricas. Recuperado de

https://www.youtube.com/watch?v=vDm81Coibgk