¿Qué son y por qué son importantes los supuestos paramétricos?

Los supuestos paramétricos son ciertos criterios que son importantes pues nos
ayudaran a identificar qué tipo de prueba necesitamos realizar, según las características
en las variables o en la población. Conociendo que principales las pruebas estadísticas
son las paramétricas y las no paramétricas.
En este marco, principalmente se revisan los supuestos que al cumplirse nos indiquen
el uso de una prueba paramétrica. Que usualmente son: que se tenga una muestra
aleatoria, variables cuantitativas (intervalo/razón), que la distribución cumpla con la
normalidad y la homocestacidad. A continuación expondré cada una para que tenga un
mejor idea
En el muestreo aleatorio a la hora de recoger los datos se busca que cada elemento
tenga la misma probabilidad de ser elegido. Permitiendo eliminar sesgos y aumentar la
representatividad de la muestra con la población. Asimismo, los datos de la muestra
deben ser de escala de intervalo en la cual se representan magnitudes y la variable
cuenta con un rango dentro del cual el cero no significa la ausencia de la variable; o
también puede estar en una escala de razón que cuenta con las mismas características
de una escala de intervalo, pero este si cuenta con un cero absoluto.
Ahora bien, en el supuesto de normalidad se presume que los conjuntos de datos se
comportan tendiendo a una distribución normal, por ende, lo más parecido a una
distribución en forma de una campana, como se muestra en el gráfico en la figura 1.

.
A lo que concierne en la homocedasticidad, esta es requerida cuando usamos 2 o más
muestras, es la homogenidad de las varianzas en variables continuas, para entenderlo
mejor observa la figura 2. En esta hay 2 gráficas, que permiten contrastar entre la
heterocedasticidad donde los datos varian distintivamente y la homocedasticidad
donde se dispersan de manera uniforme y encontramos una igualdad de varianzas.
Para terminar, en el caso de que no se cumplan los supuesto entonces procederemos a
usar las pruebas no paramétricas que cuentan entonces con una muestra no aleatoria,
Variables tanto cuantitativas como ordinales o nominales, una distribución libre,
Estimación de estadísticos independiente de la población y no tiene homocesticidad.
Por con siguientes pruebas con la de Kruskal- Wallis, De Friedman, o de Wilconxon.
En todo caso cada prueba en particular tiene sus ventajas y particularidades, entre más
adecuada sea la que vayamos a utilizar, mejor será nuestra capacidad de análisis que es
esencial para cualquier investigación. Así que siempre es bueno tener presente los
supuesto paramétricos cuando queremos proceder con la base de datos. Finalmente, si
desea profundizar más en el tema dentro de la página encontrara blogs específicos.

Transición

Ahora es importante que entendemos de que se trata la normalidad y la

homocedasticidad
Explicar Normalidad: la normalidad nos permite observar la probabilidad de un dato
en particular, pues indica la distribución de los datos de manera uniforme en forma de
campana; dicta entonces un Media de 0, una desviación estándar de 1.

Para verficiar la normalidad, usualmente se usan 2 pruebas de significancia, la

Kolmogorov Smirvo y shapiro wilk que usan la prueba de hipótesis.
Explicar Homocedasticidad: es la “homogenidad de las varianzas en variable
continuas”, para entenderlo mejor tenemos las siguientes gráficas, donde se puede
compara entre heterocedasticidad donde los datos varian distintivamente y
homocedasticidad donde se dispersan de manera uniforme.

Pruebas como Bartlett y levene usan la prueba de hipótesis para comprobar la

homocedaticidad.
Transición
Finalmente, estás preparado para identificar el tipo de prueba. En base de la siguiente
tabla, puedes guiarte para continuar con tu investigación.
00: 2,3- Los supuestos paramétricos.
la estadística paramétrica, hace parte de la estadística inferencial, esta intenta
encontrar los parámetros que se encuentra en una población, para ello y el uso de la
prueba paramétrica se necesita que los datos cumplan conciertos criterios estos son los
supuestos parametricos
-9,6 Los supuestos más usados son:
-11,6 contar con un muestreo aleatorio
-14,2 Tener datos de escala de intervalo o razón,
-15,4 La normalidad,
-16,9 La homocedasticidad

Referencias:
Alejandro, S. A. F. (2020). Pruebas Paramétricas y No Paramétricas. Probabilidad y
Estadística.
Gómez-Gómez, M., Danglot-Banck, C., & Vega-Franco, L. (2003). Sinopsis de pruebas
estadísticas no paramétricas. Cuándo usarlas. Revista mexicana de
pediatría, 70(2), 91-99.