3er 3.3

PRUEBAS PARAMÉTRICAS:

Se basan en que se supone una forma determinada de la distribución de valores, generalmente la distribución normal, en la población de la que se obtiene la muestra experimental.

En contraposición de la técnicas no paramétricas, las técnicas paramétricas si presuponen una distribución teórica de probabilidad subyacente para la distribución de los datos.

Pruebas no parametricas

Son las que, a pesar de basarse en determinadas suposiciones, no parten de la base de que los datos analizados adoptan una distribución normal.

Son técnicas estadísticas que no presuponen ningún modelo probabilístico teórico.

Son menos potentes que las técnicas paramétricas, aunque tienen la ventaja que se pueden aplicar más fácilmente.

Errores de tipo I y tipo II

Los riesgos de estos dos errores están inversamente relacionados y se determinan según el nivel de significancia y la potencia de la prueba

Error de tipo II

Cuando la hipótesis nula es falsa y no se rechaza, si no se comete un error de tipo II.

La probabilidad de cometer un error de tipo II es β, que depende de la potencia de la prueba.

Error de tipo I

Si se rechaza una hipótesis nula cuando es verdadera, comete un error de tipo I.

La probabilidad de cometer un error de tipo I es α, que es el nivel de significancia que usted establece para su prueba de hipótesis.

Se puede reducir el riesgo de cometer un error de tipo II al asegurarse de que la prueba tenga suficiente potencia.

Usar un valor menor para alfa significa que usted tendrá menos probabilidad de detectar una diferencia si esta realmente existe.

Caracteristicas

Normalidad: El análisis y observaciones que se obtienen de las muestras deben considerarse normales.

Homocedasticidad: Los grupos deben presentar variables uniformes, es decir, que sean homogéneas.

Errores: Los errores que se presenten deben de ser independientes. Esto solo sucede cuando los sujetos son asignados de forma aleatoria y se distribuyen de forma normal dentro del grupo.

Tipos de pruebas paramétricas

*Prueba del valor Z de la distribución normal

*Prueba T de Student para datos relacionados (muestras dependientes)

*Prueba T de Student para datos no relacionados (muestras independientes)

*Prueba T de Student-Welch para dos muestras independientes con varianzas no homogéneas

*Prueba de Ji Cuadrada de Bartlett para demostrar la homogeneidad de varianzas

Prueba F (análisis de varianza o ANOVA).