Please enable JavaScript.
Coggle requires JavaScript to display documents.
ESTADISTICA - Coggle Diagram
ESTADISTICA
PARAMETRICA
CONCEPTO:Hace referencia a una parte de la inferencia estadística que utiliza estadísticos y criterios de resolución fundamentados en distribuciones conocidas
CARACTERÍSTICAS: Las hipótesis se basan en valores numéricos, normalmente a promedios. No consideran valores perdidos como fuente de información. Se basan en la estimación de parámetros como las medias y las varianzas para hacer inferencias sobre las características de la población.
-
-
PRUEBAS:Las pruebas disponibles para la comparación de grupos son numerosas: Prueba t. El ANOVA, Correlación de Pearson, Prueba de Shapiro-Wilks.
USOS: Para varias muestras independientes. Anova de factor.
Dos muestras relacionadas. Correlación de Perason.
Varias muestras relacionadas. Anova de factor.
Comprobar la existencia de valores atípicos. Prueba de Dixon / Prueba de Grubbs
VENTAJAS:Sensibles a rasgos de los datos recolectados. Estimaciones probabilísticas más exactas. Tienen una mayor eficiencia estadística Mayor poder estadístico.
-
NO PARAMETRICA
CONCEPTO:Se trata de una rama de la inferencia estadística cuyos cálculos y procedimientos están fundamentados en distribuciones desconocidas.
CARACTERISTICAS:No requieren que las muestras tengan una distribución conocida, por lo que también se les conoce como pruebas de distribución libre. Se desconoce como es las distribución de datos. Las hipótesis se redactan sobre rangos, medias o frecuencias de datos. Asume los valores perdidos como fuente de información
-
-
PRUEBAS:Kruskal-Wallis, Wilcoxon, Friedman, Mann-Withne
-
VENTAJAS: Se pueden aplicar a una amplia variedad de situaciones Se pueden utilizar variables de nivel de medición nominal Son más fáciles de calcular
-