prueba parametrica

INTRODUCCIÓN
Partiendo de la base de que algunos contrastes de hipótesis dependen del supuesto de normalidad, muchos de
estos contrastes siguen siendo aproximadamente válidos cuando se aplican a muestras muy grandes, incluso si
la distribución de la población no es normal. Sin embargo, muchas veces se da también el caso de que, en
aplicaciones prácticas, dicho supuesto de normalidad no seasostenible. Lo deseable entonces será buscar la
inferncia en contrastes que sean válidos bajo un amplio rango de distribuciones de la población. Tales
contrastes se denominan no paramétricos.
En este tema intentaré describir contrastes no paramétricos que son apropiados para analizar algunos de los
problemas que hubiera podido encontrar antes. Los contrastes no paramétricos son generalmente,válidos
cualquiera que sea la distribución de la población. Es decir, dichos contrastes pueden ser desarrollados de
manera que tengan el nivel de significación requerido, sin importar la distribución de los miembros de la
población.
Mi objetivo, es dar una idea general de aquellos métodos que son mas utilizados. Así, en el presente tema
trataré procedimientos no paramétricos para contrastar laigualdad de los parámetros de centralización de dos
distribuciones poblacionales.
La mayor parte de las técnicas estudiadas hacen suposiciones sobre la composición de los datos de la
población. Las suposiciones comunes son que la población sigue una distribución normal, que varias
poblaciones tienen varianzas iguales y que los datos se miden en una escala de intervalos o en una escala de
razón.Este tema presentará un grupo de técnicas llamadas no páramétricas que son útiles cuando estas
suposiciones no se cumplen.
¿Porqué los administradores deben tener conocimientos sobre estadística no paramétrica?
La respuesta a esta pregunta es muy sencilla; las pruebas de ji cuadrada son pruebas no paramétricas. Tanto la
prueba de la tabla de contingencia como la de bondad de ajuste analizandatos nominales u ordinales. Estas
pruebas, se usan ampliamente en las aplicaciones de negocios, lo que demuestra la importancia de la habilidad
para manejar datos categóricos o jerarquizados además de los cuantitativos.
Existen otras muchas pruebas estadísticas diseñadas para situaciones en las que no se cumplen las
suposiciones críticas o que involucran datos cuantitativos o categóricos. Losanalistas que manejan estos datos
deben familiarizarse con libros que abordan tales pruebas, conocidas comúnmente como pruebas estadísticas
no paramétricas. Se presentarán aquí unas cuantas de las pruebas no paramétricas que mas se usan.
¿Qué ocurre con las pruebas no paramétricas frente a las que si lo son?
Las pruebas no paramétricas nonecesitan suposiciones respecto a la composición de losdatos poblacionales.
Las pruebas no paramétricas son de uso común:
1.− Cuando no se cumplen las suposiciones requeridas por otras técnicas usadas, por lo general llamadas
pruebas paramétricas.
2.− Cuando es necesario usar un tamaño de muestra pequeño y no es posible verificar que se cumplan ciertas
suposiciones clave.
3.− Cuando se necesita convertir datos cualitativos a información útilpara la toma de decisiones.

1

Existen muchos casos en los que se recogen datos medidos en una escala nominal u ordinal. Muchas
aplicaciones de negocios involucran opiniones o sentimientos y esos datos se usan de manera cualitativa.
Las pruebas no paramétricas tienen varias ventajas sobre las pruebas paramétricas:
1.− Por lo general, son fáciles de usar y entender.
2.− Eliminan la necesidadde suposiciones restrictivas de las pruebas paramétricas.
3.− Se pueden usar con muestras pequeñas.
4.− Se pueden usar con datos cualitativos.
También las pruebas no paramétricas tienen desventajas:
1.− A veces, ignoran, desperdician o pierden información.
2.− No son tan eficientes como las paramétricas.
3.− Llevan a una mayor probabilidad de no rechazar una hipótesis nula falsa...