Please enable JavaScript.
Coggle requires JavaScript to display documents.
NO PARAMÉTRICAS, image, image, image, image, image - Coggle Diagram
NO PARAMÉTRICAS
DOS MUESTRAS
Independientes
U de Mann Whitney
Su objetivo es evaluar pruebas que no cumplen los requerimientos paramétricos, siendo una alternativa de la t-student. Compara dos medias muestrales de una sola población y elabora conclusiones basadas en suposiciones de la distribución, siendo de carácter cuantitativo.
Clasifica valores dependientes, establece rangos de grupo y estadístico de prueba. Divide las muestras grandes y pequeñas menores o mayores a 30.
Relacionadas
Prueba de signos
Se basa en la diferencia de signos de dos observaciones relacionadas, siendo + y - las diferencias. Permite evaluar experimentos pasados y futuros, se coloca + y - para evaluar el impacto de las variables.
Presenta datos a nivel ordinal y se puede presencia en algunos caso la evaluación de las pruebas de hipótesis de dos colas, se determina la aceptación o rechazo de las regiones de rechazo.
Wilcoxon
Se enfoca en determinar si las muestras son de carácter independiente o de una población equivalente. Funciona como alternativa de t-student. No requiere normalidad y homogeneidad de varianzas para ser realizada. Demuestra heterogeneidad de muestras ordinales y sigue un carácter cuantitativo.
Las distribuciones bajo la hipótesis nula son las mismas y bajo la hipótesis alternativa se exceden una de otra. Puede ser empleada para muestras pequeñas y grandes.
MAS DE DOS MUESTRAS
Independientes
Kruskall Wallis
Se enfocan en el análisis de varianzas por rangos, utilizando datos nivel ordinal es decir que se encuentren clasificados y muestras independientes. No requieren suposición de la forma de la población, las poblaciones son independientes y son de carácter cuantitativo.
Para su estadístico de prueba se combinan muestras, ordenan valores y sustituyen por rangos de mayor a menor. Se acepta la hipótesis nula, si el p-valor es mayor al nivel de significancia.
Relacionadas
Friedman
Busca comparar promedios de poblaciones en muestras relacionadas, sigue la lógica de la prueba ANOVA para muestras repetidas. Se aplican medidas para averiguar si los promedios de J son iguales o no. Determina el parecido de los datos dentro de los grupos.
No requiere supuestos, trabaja con datos ordinales, permite el estudio de supuestos paramétricos cuando no se puede por ANOVA, es de carácter cuantitativo.
-
DEFINICIÓN
Están libres de suposición de la distribución de la población de origen
La distribución poblacional no necesariamente debe seguir una forma normal
Son válidas para muestras pequeñas
Prueba binomial
Se encarga de determinar si las variables dicotómicas siguen un determinado modelo de probabilidad. Podemos utilizar la distribución binomial para conocer probabilidades exactas del número de X variables.
Compara frecuencias observadas con las frecuencias esperadas y mantienen un parámetro de probabilidad especificado. Requiere para ser realizada variables numéricas y dicotómicas.
-
-
-
-
-