Scribd
Cargar
49 vistas1 página

Introducción a la Estadística Paramétrica

La estadística paramétrica se basa en distribuciones conocidas determinadas por parámetros como la media y desviación estándar. Requiere datos numéricos ordenados como edades en rangos. Las pruebas no paramétricas no asumen una distribución y son útiles para datos no numéricos o muestras pequeñas, como comparar grupos de niños, jóvenes y ancianos sin números. Incluyen pruebas como Chi-cuadrado, U de Mann-Whitney y H de Kruskal-Wallis.

Cargado por

laura
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
49 vistas1 página

Introducción a la Estadística Paramétrica

La estadística paramétrica se basa en distribuciones conocidas determinadas por parámetros como la media y desviación estándar. Requiere datos numéricos ordenados como edades en rangos. Las pruebas no paramétricas no asumen una distribución y son útiles para datos no numéricos o muestras pequeñas, como comparar grupos de niños, jóvenes y ancianos sin números. Incluyen pruebas como Chi-cuadrado, U de Mann-Whitney y H de Kruskal-Wallis.

Cargado por

laura
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

ESTADÍSTICA PARAMÉTRICA

La estadística paramétrica es una rama de la estadística inferencial que comprende los


procedimientos estadísticos y de decisión que están basados en distribuciones conocidas. Estas
son determinadas usando un número finito de parámetros. Esto es, por ejemplo, si conocemos que
la altura de las personas sigue una distribución normal, pero desconocemos cuál es la media y la
desviación de dicha normal. La media y la desviación típica de la distribución normal son los dos
parámetros que queremos estimar. Cuando desconocemos totalmente qué distribución siguen
nuestros datos entonces deberemos aplicar primero un test no paramétrico, que nos ayude a
conocer primero la distribución. La mayoría de procedimientos paramétricos requiere conocer la
forma de distribución para las mediciones resultantes de la población estudiada. Para la inferencia
paramétrica es requerida como mínimo una escala de intervalo, esto quiere decir que nuestros
datos deben tener un orden y una numeración del intervalo. Es decir nuestros datos pueden estar
categorizados en: menores de 20 años, de 20 a 40 años, de 40 a 60, de 60 a 80, etc, ya que hay
números con los cuales realizar cálculos estadísticos. Sin embargo, datos categorizados en: niños,
jóvenes, adultos y ancianos no pueden ser interpretados mediante la estadística paramétrica ya
que no se puede hallar un parámetro numérico (como por ejemplo la media de edad) cuando los
datos no son numéricos. Las pruebas no paramétricas engloban una serie de pruebas estadísticas
que tienen como denominador común la ausencia de asunciones acerca de la ley de probabilidad
que sigue la población de la que ha sido extraída la muestra. Por esta razón es común referirse a
ellas como pruebas de distribución libre. En el artículo se describen y trabajan las pruebas no
paramétricas, y se resaltan su fundamento y las indicaciones para su empleo cuando se trata de
una sola muestra (Chi-cuadrado), de dos muestras con datos independientes (U de Mann-
Whitney), de dos muestras con datos relacionados (T de Wilcoxon), de varias muestras con datos
independientes (H de Kruskal-Wallis) y de varias muestras con datos relacionados (Friedman). Las
pruebas no paramétricas reúnen las siguientes características: 1) son más fáciles de aplicar; 2) son
aplicables a los datos jerarquizados; 3) se pueden usar cuando dos series de observaciones
provienen de distintas poblaciones; 4) son la única alternativa cuando el tamaño de muestra es
pequeño 5) son útiles a un nivel de significancia previamente especificado.

También podría gustarte