Please enable JavaScript.
Coggle requires JavaScript to display documents.
HERRAMIENTAS PARAMÉTRICAS Y NO PARANOMÉTRICAS - Coggle Diagram
HERRAMIENTAS PARAMÉTRICAS Y NO PARANOMÉTRICAS
Pruebas paramétricas
En la estadistica inferencial se usa para la contratacion de las hipotesis, las pruebas parametricas tiene que ver si la distribucion de los datos cumplen el supuesto de la normalidad.
Si el P valor es mayor a 0,05 se esta concluyendo de que si cumple la distribucion normal y se aplicará PRUEBAS PARAMÉTRICAS
Se dividen en tres metodos que se utiliza para aplicar las herramientas parametricas, entre ellas son:
Usamos el metodo de correlación de Pearson
T de student para muestras independientes y la T de student para muestras pareadas
El tema nuevo de ANOVA, es decir, el análisis de varianza
Las pruebas paramétricas son una herramienta estadística que se utiliza para el análisis de los factores de la población. Esta muestra debe cumplir ciertos requisitos como el tamaño, ya que mientras más grande sea, más exacto será el cálculo.
Ventajas del uso de método paramétrico
Son perceptibles a las características de la información obtenida
Los errores son muy poco probables
Son mas eficientes en aplicarlo en análisis
Los cálculos probabilísticos son muy exactos
Pruebas NO paramétricas
Las pruebas no paramétricas, también conocidas como pruebas de distribución libre, son las que se basan en determinadas hipótesis, pero lo datos observados no tienen un organización normal.
las pruebas no paramétricas contienen resultados estadísticos que provienen de su ordenación, lo que las vuelve más fáciles de comprender.
Las pruebas no paramétricas tienen algunas limitaciones, entre ellas se encuentra que no son lo suficientemente fuertes cuando se cumple una hipótesis normal. Esto puede provocar que no sea rechazada aunque sea falsa.
Tipos de pruebas no paramétricas y sus aplicación
Prueba U de Mann-Whitney
Prueba de Kruskal-Wallis
Prueba de los rangos con signo de Wilcoxon
Prueba de Friedman
Prueba de signos de una muestra
Caracteristicas:
Es necesario realizar pruebas de hipótesis.
Las hipótesis son estrictas.
Es un método de medición difícil de aplicar.
Las observaciones deben de ser independientes.
Ventajas de las pruebas no paramétricas
Generalmente, sus métodos son más sencillos, lo que las hace más fácil de entender.
Se pueden aplicar en datos no numéricos.
Pueden utilizarse en diferentes situaciones, ya que no deben de cumplir con parámetros estrictos.
Facilita la obtención de información particular más importante y adecuada para el proceso de investigación.
ELABORADO POR JONATHAN MESTANZA