Universidad Autónoma de Sinaloa

Facultad de Informática de Mazatlán

Pruebas estadísticas

Garzón Vázquez Karen

Moreno Noriega Leslie
Velazco Katia Fernanda
 Pruebas estadísticas

Técnicas para analizar los datos de las mediciones de variables, unas presuponen una
distribución teórica de probabilidad subyacente para la distribución de los datos, y
otras no presuponen ninguna distribución de probabilidad teórica de la distribución
de los datos.

Existen dos grandes grupos de pruebas de significación estadística, el referido a las

paramétricas y el relacionado con las no paramétricas, con rasgos distintivos que las
caracterizan.
 Tipos de pruebas
1. Pruebas paramétricas
Las pruebas paramétricas son para datos numéricos (escalas de intervalos o razones)
y, por lo general, están basadas en las propiedades de la distribución normal o
gausiana, para la variable dependiente.
Esta distribución se manifiesta cuando los datos son mediciones repetidas de la
misma variable, en unidades de muestreo extraídas al azar de la población y cuando
la muestra es grande.

Ventajas:
 Tienen más poder de contraste
 Más poder de eficiencia
 Más sensibles a los rasgos de los datos recolectados
 Menos posibilidad de errores
 Completas (dan estimaciones probabilísticas bastante exactas)
 Tipos de pruebas
1.1 Análisis de varianza unidireccional (ANOVA)

Es una prueba estadística para analizar si dos o más grupos difieren

significativamente entre sí, en cuanto a sus medias y varianzas. Se utiliza para la
comparación de medias de 2 o mas grupos.

1.2 Prueba t Student

Es una prueba paramétrica que es utilizada para comparar las medias de dos grupos
independientes. Nos permite establecer diferencias estadísticamente significativas
entre las medias de dos grupos.
Para esto se ve el valor de p o de significancia estadística debe ser mayor que 0.05.
 Tipos de pruebas
2. Pruebas no paramétricas
Las pruebas no paramétricas son utilizadas con variables nominales y ordinales, no
asumen un tipo particular de distribución, se aceptan distribuciones no normales, la
exigencia en cuanto al tamaño de la muestra es menor que en el caso de las
paramétricas.
Las más utilizadas son la Ji cuadrada, coeficientes de correlación e independencia para
tabulaciones cruzadas, coeficientes de correlación por rangos ordenados Spearman y
Kendall. Las pruebas no paramétricas son necesarias cuando:
 Los tamaños de las muestras son tan pequeñas como N=6
 La investigación aporta resultados que solo se puedan referir a un comportamiento
de los sujetos en mayor o menor grado de ciertas características, pero sin especificar
cantidad.
 Las pruebas estadísticas no paramétricas pueden usarse para probar hipótesis que
requieren: a) Solo una muestra. b) Dos muestras relacionadas. c) Dos muestras
independientes. d) Para k muestras relacionadas. e) Para k muestras independientes.
 Tipos de pruebas
2.1 Prueba de Wilcoxon para contrastar datos pareados.
2.2 Prueba de Mann-Whitney para muestras
independientes.
2.3 Prueba de Kruskal-Wallis para comparar K muestras.
2.4 Prueba de Friedman para comparar K muestras
pareadas (bloques).
2.5 Coeficiente de correlación de Spearman para rangos.
2.6 Prueba de rachas de Wald-Wolfowitz.
 Tipos de pruebas
Asociación de dos variables

Tipos de variable

Dependiente Independiente Prueba

Categórica Categórica Chi-cuadrado

Categórica Cuantitativa Regresión logística

Cuantitativa Categórica Prueba T ANOVA

Correlación Spearman
Cuantitativa Cuantitativa
Regresión lineal
 Tipos de pruebas
Comparación de variables

Número de variables independientes

Variable 2 grupos Datos pareados >2 grupos

Cuantitativa Prueba t Prueba t pareada Kruskal Wallis

Ordinal Mann-Whitney Wilcoxon

Categórica Chi-cuadrada
Webgrafía

http://www.ecured.cu/index.php/Pruebas_estad%C3%ADsticas

http://es.slideshare.net/edupa01/pruebas-estadisticas