Pruebas Parametricas Y No Parametricas

Universidad de Panamá
Pruebas Paramétricas y No Paramétricas

Bioestadística
Facultad de Enfermería Integrantes: Carrera Richard González José

Índice

1. Objetivos……………………………………………………………………………………………2 2. Introducción………………………………………………………………………………………...3 3. Pruebas Paramétricas…………………………………………….…………………………………4 3.1.1 Análisis de la varianza (ANOVA) …………………………………………………………4 3.1.2 Análisis dela covarianza (ANCOVA) ……………………………………………………..4 3.1.3 Análisis de regresión………………………………………………………………………..6 3.1.4 Análisis por protocolo……………………………………………………………………....6 3.1.5 Prueba “t” de student……………………………………………………………………..…6 3.1.6 Coeficiente de correlación de Pearson………………………………………………….......7 4. Pruebas No Paramétricas……………………………………………………………………..…….8 4.1.1 Principales Pruebas NoParamétricas………………………………………………..……..9 4.1.2 Prueba χ² de Pearson……………………………………………………………….……...11 4.1.3 Ejemplo de prueba de X2…………………………………………………………..………12 5. Conclusión………………………………………………………………………………..………..16 6. Bibliografía……………………………………………………………………………..………….17

1

Objetivos

Objetivo general: Conocer las diferentes tipos de pruebas paramétricas y no paramétricos en el campo de la bioestadística.

Objetivo específico: Definir los conceptos de pruebas paramétricas y no paramétricas.  Mencionar las pruebas estadísticas paramétricas y no paramétricas más utilizadas.  Presentar la utilidad de las pruebas en el campo de la bioestadística y su utilidad.

2

Introducción

Como todos sabemos, la estadística es considerada como el conjunto de procedimientos utilizados para clasificar, calcular, analizar yresumir los datos obtenidos de manera sistemática. Estadística paramétrica Es la que requiere que los elementos que integran las muestras contengan elementos parámetros o medibles. La estadística paramétrica clásica plantea tres tipos de problemas: Estimación puntual en la que pretendemos dar un valor al parámetro a estimar. Estimación por intervalos (buscamos un intervalo de confianza) Contrastes dehipótesis donde buscamos contrastar información acerca del parámetro. En cuanto a la Estadística no paramétrica es una rama de la Estadística que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utilización de estosmétodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución normal o cuando el nivel de medida empleado no sea, como mínimo, de intervalo. Dentro de los principales análisis estadísticos que se pueden llevar a cabo, se encuentran las pruebas estadísticas paramétricas (como la regresión lineal) y las pruebas estadísticas no paramétricas (Chi cuadrado) . Estasúltimas, objeto del presente estudio, en realidad son poco utilizadas a pesar de la potencia y certeza de sus resultados. Normalmente se utilizan cuando no se dispone de información suficiente de la población de la cual se extrajeron los datos; careciendo entonces de un soporte para la realización de una inferencia con base a una muestra observada.

3

Las Pruebas Paramétricas

Las técnicasparamétricas si presuponen una distribución teórica de probabilidad subyacente para la distribución de los datos. Las mismas son más potentes que las no paramétricas. Dentro de las pruebas paramétricas, las más habituales se basan en la distribución de probabilidad normal, y al estimar los parámetros del modelo se supone que los datos constituyen una aleatoria de esa distribución, por lo que la eleccióndel estimador y el cálculo de la precisión muestra de la estimación, elementos básicos para construir intervalos de confianza y contrastar hipótesis, dependen del modelo probabilístico supuesto.

Los supuestos de las estadísticas paramétricas

1. La distribución poblacional de la variable dependiente es normal: el universo tiene una distribución normal. 2. El nivel de la...