PRUEBAS NO PARAMÉTRICAS

PRUEBAS NO PARAMÉTRICAS

1. Concepto: Son pruebas de distribuición libre, son métodos estadísticos de comprobación de hipótesis que no exigen que los datos sigan una distribución de probabilidad específica (como la normal). Se basan fundamentalmente en el orden, las frecuencias o los rangos de los datos, lo que las hace ideales para muestras pequeñas o variables ordinales.

2. 1. Chi cuadrado de Pearson: una muestra

   • Variable dependiente nominal
   • Son métodos estadísticos de comprobación de hipótesis que no exigen que los datos sigan una distribución de probabilidad específica (como la normal). Se basan fundamentalmente en el orden, las frecuencias o los rangos de los datos, lo que las hace ideales para muestras pequeñas o variables ordinales.

3. U de Mann Whitney: dos muestras independientes

   • VI: Dicotómica VD: Ordinal/Intervalo
   • Es equivalente a la prueba de suma de rangos de Wilcoxon y a la prueba de dos grupos de Kruskal-Wallis.

4. T de Wilconson: dos muestras con datos relacionados

   • VI: Dicotómica VD: Ordinal/Intervalo
   • Permite contrastar la hipótesis de igualdad entre dos medianas poblacionales.

5. H de Kruskal-Wallis: varias muestras con datos independientes

   • VI: Politómica VD: Ordinal/Intervalo
   • Es una extensión de la de U de Mann-Whitney y representa una excelente alternativa al ANOVA de un factor completamente aleatorizado.

6. Friedman: varias muestras con datos relacionados

   • VI: Politómica VD: Ordinal/Intervalo
   • Es una extensión de la prueba de Wilcoxon para incluir datos registrados en más de dos periodos de tiempo o grupos de tres o más sujetos pareados,

7. Características:

   • 1. Son fáciles de aplicar
   • 2. Son aplicables a datos jerarquerizardos
   • 3. Se pueden usar cuando dos series de observaciones provienen de distintas poblacones
   • 4. Es la única alternativa cuando las muestras son pequeñas
   • 5. Son útiles a nivel de sisgnificancia

8. Prueba Binominial

   • Variable dependiente nominal
   • Es una prueba de bondad de ajuste, que permite averiguar si una variable dicotómica sigue o no un determinado modelo de probabilidad. Permite contrastar la hipótesis de que la proporción observada de aciertos se ajusta a la proporción teórica de una distribución binomial (lo cual se traduce en la posibilidad de contrastar hipótesis sobre proporciones y sobre cuartiles).

9. Pruebas de rachas

   • Variable dependiente nominal
   • Es una prueba de independencia o de aleatoriedad que permite determinar si el número de rachas (R) observado en una determinada muestra de tamaño n es lo suficientemente grande o lo suficientemente pequeño para poder rechazar la hipótesis de independencia (o aleatoriedad) entre las observaciones.

10. Prueba de Kolmorogov-Smirnov (K-S)

    • Variable determinante ordinal/intervalo
    • Es una prueba de bondad de ajuste, que sirve para contrastar la hipótesis nula de que la distribución de una variable se ajusta a una determinada distribución teórica de probabilidad que puede ser con tendencia a la normal, a la de Poisson o exponencial.

11. Prueba de McNemar

    • Variable Independiente dicotómica y Variable dependiente nominal
    • Sirve para contrastar hipótesis sobre igualdad de proporciones.
    • Se usa cuando hay una situación en la que las medidas de cada sujeto se repiten, por lo que la respuesta de cada uno de ellos se obtiene dos veces

12. Perfil de Investigaación

    • Datos independientes U de Mann Whitney
    • Chi cuadrado de Pearson