Please enable JavaScript.
Coggle requires JavaScript to display documents.
Pruebas Paramétricas y No Paramétricas., Samantha Solis, Reyna Robles -…
Pruebas Paramétricas y No Paramétricas
.
Pruebas Paramétricas
Prueba T de Student para datos no relacionados
Sigue una distribución t de Student con grados de libertad igual al total de observaciones menos 2.
Utilizada para comparar las medias de dos poblaciones donde las observaciones en una muestra son independientes de las observaciones en la otra muestra.
Correlación de Pearson
Pearson no se basa en una distribución específica, sino que se calcula a partir de las desviaciones de las observaciones respecto a las medias de las variables.
evalúa la relación lineal entre dos variables continuas.
La correlación de Pearson varía entre -1 y 1, donde
Prueba F (análisis de varianza o ANOVA)
Se utiliza para comparar las medias de tres o más poblaciones.
Permite determinar si hay diferencias significativas entre las medias de las poblaciones, pero no indica cuáles son esas diferencias.
Sigue una distribución F de Fisher-Snedecor con dos grados de libertad diferentes: uno para el numerador (entre grupos) y otro para el denominador (dentro de grupos).
Prueba del valor Z de la distribución normal
se utiliza para comparar un valor específico de una distribución normal con la media poblacional conocida y la desviación estándar conocida.
La distribución Z sigue una distribución normal estándar, con una media de 0 y una desviación estándar de 1.
se utiliza cuando conocemos la media y la desviación estándar de una población
.Prueba T de Student para datos relacionados
Sigue una distribución t de Student con grados de libertad (df) igual al número de pares de observaciones menos 1.
Calcula la diferencia entre las observaciones antes y después de un tratamiento y evalúa si esta diferencia es significativa.
Se utiliza cuando se desea comparar las medias de dos poblaciones donde las observaciones en una muestra están relacionadas con las observaciones en la otra muestra
Pruebas No Paramétricas
Chi-cuadrado (χ²)
utilizada para determinar si existe una asociación significativa entre dos variables categóricas.
La estadística de prueba chi-cuadrado se calcula como la suma de los cuadrados de las diferencias entre las frecuencias observadas y esperadas, dividida por las frecuencias esperadas.
Se puede utilizar para comparar la distribución observada de datos con una distribución esperada o para comparar las frecuencias observadas con las esperadas.
La distribución de la estadística de prueba es una distribución chi-cuadrado con grados de libertad igual al número de categorías menos uno.
Kolmogorov-Smirnov
utiliza para determinar si una muestra proviene de una población con una distribución específica.
La distribución de la estadística de prueba depende del tamaño de la muestra y del tipo de distribución teórica especificada.
Wilcoxon de signos
utilizada para determinar si hay una diferencia significativa entre dos condiciones o dos grupos emparejados.
La estadística de prueba se calcula sumando los rangos de las diferencias positivas (o negativas) entre las observaciones emparejadas.
La distribución de la estadística de prueba se aproxima a una distribución normal para muestras grandes.
Friedman
es una extensión del test de Wilcoxon de signos y se utiliza cuando se desean comparar tres o más grupos relacionados.
Se basa en los rangos de las observaciones dentro de cada grupo y compara las medianas de los rangos entre los grupos.
La distribución de la estadística de prueba se aproxima a una distribución chi-cuadrado con grados de libertad igual al número de grupos menos uno.
Samantha Solis, Reyna Robles