El Modelo Estadistico
Cualquier prueba estadística implica un modelo y un requisito de medida; la prueba es valida en ciertas condiciones que especifican el modelo y el requisito de medida. Enocasiones podemos verificar si las condiciones de un modelo estadístico particular han sido satisfechas, pero es mas frecuente que tengamos que suponerlo solamente.
Las pruebas más poderosas son lasapoyadas por suposiciones más fuertes y amplias. Las pruebas paramétricas, por ejemplo t o F, se basa en una variedad de fuertes suposiciones a las que su uso esta sujeto. Al ser suposiciones validas,estas pruebas son las idóneas para rechazar una Ho falsa.
Las condiciones en las que la prueba t es más poderosa, y sin las cuales no se puede tener confianza en cualquier en cualquier aseveraciónde probabilidad obtenida obtenida por la prueba t, Siegel (1995:38-40) son, por lo menos, estas:
1.-Las observaciones deben ser independientes entre sí. La selección de un caso cualquiera de lapoblación con miras de inclusión en la muestra no debe afectar las posibilidades de incluir cualquier otro, y el puntaje que se asigne a un caso cualquiera no debe influir en el puntaje que se asigne acualquier otro.
2.- Las observaciones deben hacerse en poblaciones distribuidas normalmente.
3.-Estas poblaciones deben tener la misma varianza (o, en casos especiales deben teneruna proporción de varianza conocida).
4.- Las variables correspondientes deberán haberse medido por lo menos en una escala de intervalo, de manera que sea posible usar las operaciones de laaritmética (suma, división, obtención de medidas, etc.) con los puntajes.
En el caso del análisis de varianza (la prueba F), se agrega otra condición a las ya dadas:
5.- Las medidas de estaspoblaciones normales y homoscedrasticas deberán ser combinaciones lineales de efectos debidos a las columnas y a los renglones o a ambos. Por tanto, los efectos deben ser aditivos.
Referencia...
Regístrate para leer el documento completo.