métodos no paramétricos

Objetivos.
Objetivo General.
Adquirir conocimientos teóricos básicos, para comprender los métodos no paramétricos (análisis de datos ordenados). Se aspira así mismo comprender y ser capaces de plantear y resolver problemas estadísticos, para que puedan ser aplicados en aéreas de investigación.

Objetivos Específicos.
Definir los conceptos generales de los métodos no paramétricos.
Conocerlas características de los modelos teóricos no paramétricos de mayor utilidad para diseños muéstrales.
Aplicar el modelo No Paramétricos (análisis de datos ordenados) más indicado a un problema específico.


A la hora de analizar los datos recogidos para una investigación, la elección de un método de análisis adecuado es crucial para evitar llegar a conclusiones erróneas. La selección de latécnica de análisis más apropiada ha de hacerse tomando en cuenta distintos aspectos relativos al diseño del estudio y a la naturaleza de los datos que se quieren cuantificar. El número de grupos de observaciones a comparar, la naturaleza de las mimas (según se trate de muestras independientes u observaciones repetidas sobre los mismos individuos), el tipo de datos (variables continuas /cualitativas) o su distribución de probabilidad son elementos determinantes a la hora de conocer las técnicas estadísticas que se pueden utilizar
En el análisis de datos cuantitativos, los métodos estadísticos más conocidos y utilizados en la práctica, como el test t de Student o el análisis de la varianza, se basan en asunciones que no siempre son verificadas por los datos de los que se dispone. Así, esfrecuente tener que asumir que la variable objeto de interés sigue por ejemplo una distribución gaussiana. Cuando la ausencia de normalidad es obvia, o no puede ser totalmente asumida por un tamaño muestral reducido, suele recurrirse a una transformación de la variable de interés (por ejemplo, la transformación logarítmica) para simetrizar su distribución o bien justificar el uso de las técnicashabituales recurriendo a su robustez (esto es, su escasa sensibilidad a la ausencia de normalidad). Existen a su vez otros métodos, usualmente llamados no paramétricos, que no requieren de este tipo de hipótesis sobre la distribución de los datos, resultan fáciles de implementar y pueden calcularse incluso con tamaños de muestra reducidos. En el presente trabajo se describirán algunos de los métodosno paramétricos más utilizados en la práctica
Los métodos no paramétricos son la manera más directa de solucionar el problema de falta de normalidad. Estos métodos son muy simples de usar y están disponibles en SPSS.
Pero tienen dos desventajas. Primero que tienen menos poder* que las equivalentes soluciones paramétricas.
Además, los tests no paramétricos NO contestan a la misma pregunta. Porejemplo si queremos hacer un test para docimar sobre el centro de la distribución, el test no paramétrico establece la hipótesis en términos de la mediana y el test paramétrico usa la media.
Análisis No Paramétricos.
Existen dos grandes tipos de test no paramétricos, los que usan cuentas o números y los que usan rangos.


Ejemplo: Se tienen dos parcelas experimentales. ¿Dañará la presencia demaleza la producción maíz?

Malezas por metro cuadrado

Producción
0
166,7
172,2
165,0
176,9
3
158,6
176,4
153,1
156,0

Hipótesis
En este problema del maíz la hipótesis nula es que la maleza no afecta la producción de maíz.
Si estamos dispuestos a asumir que la producción de maíz es Normal, o si tenemos un tamaño muestral razonablemente grande, usamos el test t para mediasindependientes. Las hipótesis son:


Cuando la distribución no es Normal, podemos re-escribir las hipótesis en términos de medianas:



Una alternativa en la solución de problemas son los métodos no paramétricos o de distribución libre, los cuales no existen supuestos tan numerosos ni severos y son aplicables a cualquier variable, en particular a las de tipo nominal u ordinal así como a...