CIENCIAS AGROPECUARIAS ESCUELA DE FORMACIÓN PROFESIONAL DE INDUSTRIAS ALIMENTARIAS”
‘’PRUEBAS ESTADISTICAS NO PARAMETRICAS”
DOCENTE: Wuelber Joel Torres Suarez
ALUMNO : Victor Povis Gonzales
¿QUÉ ES UNA PRUEBA NO PARAMETRICA?
Técnica estadística que no presupone
ninguna distribución de probabilidad teórica de la distribución de nuestros datos. Se denominan pruebas no paramétricas aquellas que no presuponen una distribución de probabilidad para los datos, por ello se conocen también como de distribución libre (distribución free). PRUEBAS NO PARAMETRICAS Contrastan hipótesis que no son afirmaciones sobre parámetros y no dependen de la forma de la distribución poblacional; por este hecho, se denominan también pruebas de distribución libre. Son
alternativas de las pruebas paramétricas .
DESVENTAJAS . Utilizan menor información de la variable. VENTAJAS . Es menos potente que los resultados . No se requiere de los supuestos paramétricos
obtenidos en los métodos paramétricos. Se puede usar para variables no numéricas.
Cálculos fáciles, originados por
tamaños de muestra pequeños. Son convenientes
cuando
Se conoce la distribución de la población.
ESTADÍSTICA NO PARAMÉTRICA
• La estadística no paramétrica es una rama de la estadística que
estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea, como mínimo, de intervalo. OBJETIVO DE LA ESTADÍSTICA NO PARAMÉTRICA:
Existen diferentes tipos de distribuciones de probabilidad sobre las que trabaja
la estadística paramétrica. Ahora bien, cuando no sabemos a qué tipo de distribución de probabilidad corresponde una variable, ¿qué cálculos utilizamos?
• Es decir, cuando no conocemos la distribución de probabilidad de un conjunto de
datos, debemos hacer inferencias estadística con procedimientos no paramétricos. • Dicho con otras palabras, si no sabemos qué tipo de distribución de probabilidad tiene un fenómeno, no podemos realizar estimaciones como si realmente supiéramos cómo se distribuye. Este es el objetivo de la estadística paramétrica, permitir conocer la distribución para que podamos ir al siguiente paso (la estadística paramétrica). PRUEBAS NO PARAMÉTRICAS
•Test binomial •Prueba de McNemar
•Prueba de Anderson-Darling •Prueba de la mediana •Prueba de Cochran •Prueba de Siegel-Tukey •Prueba de Cohen kappa •Prueba de los signos •Prueba de Fisher •Coeficiente de correlación de •Prueba de Friedman Spearman •Prueba de Kendall •Tablas de contingencia •Prueba de Kolmogórov-Smirnov •Prueba de Wald-Wolfowitz •Prueba de Kuiper •Prueba de los rangos con signo de Wilcoxon •Prueba de Mann-Whitney o prueba de Wilcoxon COMPARACIONES ENTRE PRUEBAS PARAMETRICAS Y NO PARAMETRICAS ¿CUÁLES SON LAS PRUEBAS NO PARAMETRICAS? • PARA ESCALA NOMINAL:
Leyes de la probabilidad y prueba binomial •
Prueba ji2 de Pearson para una muestra • Prueba ji2 de Pearson para dos y más muestras independientes • Prueba de bondad del ajuste mediante ji2 • Prueba ji2 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 * ji2 = X2
I. INTRODUCCION El Uso de Pruebas Estadísticas en La Investigación y La Sección de Un Modelo Estadístico Apropiado - Pruebas Estadísticas Paramétricas y No Paramétricas PDF