pruebas no parametricas

pruebas no parametricas

1. se basan en suponer que se ha obtenido una muestra aleatoria de una distribución de probabilidad de tipo normal o de Gauss.

2. para muestras pequeñas

   • existen 2 casos
     • Los datos se pueden transformar de tal manera que sigan una distribución normal
     • La distribución de probabilidad a partir de la que fueron obtenidos los datos,

3. muestra es grande

   • Los intervalos de confianza y contrastes basados en la t de Student
   • Si la distribución no es normal
     • los resultados seran pocos precisos
   • Pruebas confiables

4. ¿QUE SON?

   • Aquellas que no presuponen una distribución de probabilidad para los datos,

5. su base lógica es de fácil comprensión

6. En la mayor parte de ellas los resultados estadísticos se derivan únicamente a partir de procedimientos de ordenación y recuento

7. ¿PARA QUE SIRVEN?

   • para corroborar los resultados obtenidos

8. Se emplea como parámetro de centralización la mediana

9. APLICACIONES

   • INGENIERIA
   • CIENCIA

10. DESVENTAJAS

    • no utilizan la información que proporciona la muestra
      • EN CONSECUENCIA
        • Las pruebas eran menos eficientes
    • para lograr la misma eficiencia
      • La prueba no no paramétrica requerirá la correspondiente prueba paramétrica.

11. , ligeras divergencias de la normalidad

    • resultan
      • desviaciones menores del ideal para las pruebas paramétricas estándar.