PRUEBAS
ESTADISTICAS
INSTITUTO TECNOLOGICO SUPERIOR DE IRAPUATO
SIMULACION
EQUIPO 5
• Es una técnica estadística que sirve
para decidir/determinar si las
diferencias que existen entre las
QUE SON?
medias de tres o más grupos (niveles
de clasificación) son estadísticamente
significativas.
Los datos se pueden transformar de tal manera que sigan una distribución normal.
O bien se puede acudir a pruebas estadísticas que no se basan en ninguna suposición
en cuanto a la distribución de probabilidad a partir de la que fueron obtenidos los
datos, y por ello se denominan pruebas no paramétricas, mientras que las pruebas que
suponen una distribución de probabilidad determinada para los datos se denominan
pruebas paramétricas.
NO PARAMETRICAS
• Las pruebas estadísticas no paramétricas son las que, a pesar de basarse en determinadas
suposiciones, no parten de la base de que los datos analizados adoptan una distribución
normal.
Y constan de una 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.
• En la mayor parte de ellas los resultados estadísticos se derivan únicamente a partir de
procedimientos de ordenación y recuento, por lo que su base lógica es de fácil comprensión.
• Cuando trabajamos con muestras pequeñas (n < 10) en
las que se desconoce si es válido suponer la normalidad
de los datos, conviene utilizar pruebas no paramétricas,
al menos para corroborar los resultados obtenidos a
partir de la utilización de la teoría basada en la normal
CHI-CUADRADO
• La prueba de chi-cuadrado se usa para comparar
variables categóricas. Hay dos tipos de prueba de chi-
cuadrado.
• Prueba de bondad de ajuste, que determina si una
muestra coincide con la población.
• Una prueba de ajuste de chi-cuadrado para dos
variables independientes la cual se utiliza para comparar
dos variables en una tabla de contingencia para verificar si
los datos se ajustan.
• Se usa una prueba t para comparar la
media de dos muestras dadas. Al igual
que una prueba z, una prueba t también
supone una distribución normal de la
muestra. Se usa una prueba t cuando no
se conocen los parámetros de la
población (media y desviación estándar).
PRUEBA Existen tres tipos de pruebas T
T
• Da muestras independientes que
compara la media de dos grupos
• Prueba t de muestra pareada que
compara medias del mismo grupo en
diferentes momentos
• Una prueba t de muestra que prueba
la media de un solo grupo contra una
media conocida.
PARAMETRICAS
• Las pruebas paramétricas generalmente tienen requisitos más estrictos que las pruebas
no paramétricas y pueden hacer inferencias más fuertes a partir de los datos.
• Solo se pueden realizar con datos que cumplan con los supuestos comunes de las
pruebas estadísticas. Los tipos más comunes de prueba paramétrica incluyen pruebas de
regresión, pruebas de comparación y pruebas de correlación.
Por ejemplo, queremos comparar dos grupos. Para
comprobar si podemos aplicar las pruebas
paramétricas, primero tendremos que comprobar si la
distribución de los grupos en la variable cuantitativa es
normal.
Además, también tendremos que comprobar la
homogeneidad de las varianzas en las poblaciones de
las que proceden los grupos. Por último, la cantidad
de sujetos, llamada n en estadística, tendrá que ser
mayor que 30 por grupo, favoreciendo los resultados
del contraste de hipótesis el hecho de que los grupos
estén balanceados.
REQUISITOS
• La variable de estudio ha de ser numérica
Esto es, la variable dependiente debe estar medida en una escala que sea, por lo menos, de
intervalo. Es mejor incluso si es de razón.
• Normalidad
Principalmente, los valores de la variable dependiente deben seguir una distribución normal. Esto
debe ocurrir, como mínimo, en la población que pertenece a la muestra.
• La distribución normal o gaussiana (debido a la campana de Gauss) es la distribución teórica mejor
estudiada y debe su importancia fundamentalmente a la frecuencia con la que distintas variables
asociadas a fenómenos naturales y cotidianos siguen, aproximadamente, esta distribución.
Algunos ejemplos, como el peso o caracteres psicológicos como el cociente intelectual son
ejemplos de variables de las que, normalmente, se asume que siguen una distribución normal.
Homocedasticidad
(homogeneidad de varianzas) entre los grupos a comparar
• Las varianzas de la variable dependiente en los grupos comparados deben ser más o
menos iguales. Por eso es necesario saber si se cumple con esta homogeneidad de
varianzas, ya que de ello depende la formulación que empleemos en el contraste de medias.
Algunas pruebas que permiten comparar esta homogeneidad de varianzas son:
• La prueba de Levene.
• La F de Fisher.
• Fmax de Hartley.
• Prueba de Barlett.
N MUESTRAL
Así, cuanto mayor sea la
La n es el tamaño de la
muestra, más exacta será
población. En este caso, el
la estimación. Al contrario,
tamaño de la población de
cuanto más pequeña sea la
la muestra no puede ser
muestra, más distorsionada
inferior a 30, y será mejor
será la media de las
cuanto más se acerque a la
muestras por los valores
n de toda la población.
raros extremos.
Tipos de pruebas paramétricas
• Según el contraste planteado, se utiliza un tipo u otro de prueba paramétrica
TIPO DE CONTRASTE PRUEBA
UNA MUESTRA T
DOS MUESTRAS INDEPENDIETES T PARA DOS MUESTRAS
DOS MUESTRAS RELACIONADAS T PARA DATOS RELACIONADOS
