Perito Contador
Páginas: 9 (2059 palabras)
Publicado: 19 de agosto de 2014
INTRODUCCIÒN
La presente investigación se refiere a los Métodos No Paramétricos, para una mejor compresión se define a la estadística no paramétrica como 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 losque la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea. (1:01)
Las pruebas paramétricas tienen requisitos acerca de la naturaleza o forma de las poblaciones implicadas; las pruebas no paramétricas no requieren que las muestras provengan de poblaciones condistribuciones normales o con cualquier otro tipo particular de distribución. En consecuencia, las pruebas de hipótesis no paramétricas suelen llamarse pruebas de distribución libre.
.
ESTADISTICA NO PARAMETRICA
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 criteriosparamétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea. (1:01)
Métodos No-Paramétricos
No se necesitan que se especifique la forma de la distribución de la población deinterés.
Pueden aplicarse cuando la variable respuesta es cualitativa. El parámetro que se usa para hacer las pruebas estadísticas es la Mediana y no la Media.
Los procedimientos inferenciales que no se encuentran sujetos a la forma de la distribución de la población y no requieren que las observaciones estén dadas en escala de intervalo se llaman métodos no paramétricos. (2:01)
Ventajas yDesventajas de los métodos no paramétricos
a) Ventajas de los métodos no paramétricos
Los métodos no paramétricos pueden aplicarse a una amplia variedad de situaciones puesto que no tienen los requisitos más estrictos de los métodos paramétricos correspondientes. En particular, los métodos no paramétricos no requieren de poblaciones distribuidas normalmente. A diferencia de los métodosparamétricos, los métodos no paramétricos a menudo pueden aplicarse a datos categóricos, como el género de quienes responden una encuesta.
Los métodos no paramétricos, por lo regular, implican cálculos más sencillos que los métodos paramétricos correspondientes y, por lo tanto, son más fáciles de comprender y aplicar.
b) Desventajas de los métodos no paramétricos
Los métodos no paramétricostienden a desperdiciar información porque los datos numéricos exactos suelen reducirse a una forma cualitativa. Por ejemplo, en la prueba del signo no paramétrica las pérdidas de peso de las personas sometidas a una dieta se registran simplemente como signos negativos; las magnitudes reales de las pérdidas de peso se ignoran.
Las pruebas no paramétricas no son tan eficientes como las pruebasparamétricas, de manera que con una prueba no paramétrica generalmente necesitamos evidencia más fuerte (como una muestra más grande o diferencias mayores) para rechazar una hipótesis nula.
Las principales pruebas no paramétricas son las siguientes:
1. Prueba de X² de Pearson
2. Prueba Binomial
3. Prueba de Anderson – Darling
4. Prueba de Cocharan
5. Prueba de Cohen Kappa
6. Prueba de Fisher
7.Prueba de Friedman
8. Prueba de Kendall
9. Prueba de Kolmogorov-Smirnov
10. Prueba de Kruskal-Wallis
11. Prueba de Kuiper
12. Prueba de Mann-Whitney o prueba de Wilcoxon
13. Prueba de McNemar
14. Prueba de la mediana
15. Prueba de Siegel-Tukey
16. Prueba de los signos
17. Coeficiente de correlación de Spearman
18. Tablas de contingencia
19. Prueba de Wald-Wolfowit
20. Prueba de...
La presente investigación se refiere a los Métodos No Paramétricos, para una mejor compresión se define a la estadística no paramétrica como 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 losque la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea. (1:01)
Las pruebas paramétricas tienen requisitos acerca de la naturaleza o forma de las poblaciones implicadas; las pruebas no paramétricas no requieren que las muestras provengan de poblaciones condistribuciones normales o con cualquier otro tipo particular de distribución. En consecuencia, las pruebas de hipótesis no paramétricas suelen llamarse pruebas de distribución libre.
.
ESTADISTICA NO PARAMETRICA
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 criteriosparamétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea. (1:01)
Métodos No-Paramétricos
No se necesitan que se especifique la forma de la distribución de la población deinterés.
Pueden aplicarse cuando la variable respuesta es cualitativa. El parámetro que se usa para hacer las pruebas estadísticas es la Mediana y no la Media.
Los procedimientos inferenciales que no se encuentran sujetos a la forma de la distribución de la población y no requieren que las observaciones estén dadas en escala de intervalo se llaman métodos no paramétricos. (2:01)
Ventajas yDesventajas de los métodos no paramétricos
a) Ventajas de los métodos no paramétricos
Los métodos no paramétricos pueden aplicarse a una amplia variedad de situaciones puesto que no tienen los requisitos más estrictos de los métodos paramétricos correspondientes. En particular, los métodos no paramétricos no requieren de poblaciones distribuidas normalmente. A diferencia de los métodosparamétricos, los métodos no paramétricos a menudo pueden aplicarse a datos categóricos, como el género de quienes responden una encuesta.
Los métodos no paramétricos, por lo regular, implican cálculos más sencillos que los métodos paramétricos correspondientes y, por lo tanto, son más fáciles de comprender y aplicar.
b) Desventajas de los métodos no paramétricos
Los métodos no paramétricostienden a desperdiciar información porque los datos numéricos exactos suelen reducirse a una forma cualitativa. Por ejemplo, en la prueba del signo no paramétrica las pérdidas de peso de las personas sometidas a una dieta se registran simplemente como signos negativos; las magnitudes reales de las pérdidas de peso se ignoran.
Las pruebas no paramétricas no son tan eficientes como las pruebasparamétricas, de manera que con una prueba no paramétrica generalmente necesitamos evidencia más fuerte (como una muestra más grande o diferencias mayores) para rechazar una hipótesis nula.
Las principales pruebas no paramétricas son las siguientes:
1. Prueba de X² de Pearson
2. Prueba Binomial
3. Prueba de Anderson – Darling
4. Prueba de Cocharan
5. Prueba de Cohen Kappa
6. Prueba de Fisher
7.Prueba de Friedman
8. Prueba de Kendall
9. Prueba de Kolmogorov-Smirnov
10. Prueba de Kruskal-Wallis
11. Prueba de Kuiper
12. Prueba de Mann-Whitney o prueba de Wilcoxon
13. Prueba de McNemar
14. Prueba de la mediana
15. Prueba de Siegel-Tukey
16. Prueba de los signos
17. Coeficiente de correlación de Spearman
18. Tablas de contingencia
19. Prueba de Wald-Wolfowit
20. Prueba de...
Leer documento completo
Regístrate para leer el documento completo.