PRUEBAS NO PARAM TRICAS

PRUEBAS NO PARAMÉTRICAS

La mayoría de las pruebas de hipótesis analizadas hasta ahora hacen inferencias respecto a los parámetros de la población, como la media y la proporción. Para formular estaspruebas hicimos suposiciones restrictivas sobre las poblaciones de las que extraíamos nuestras muestras. Recientemente los estadísticos han desarrollado técnicas útiles respecto a la forma de lasdistribuciones de población: Pruebas sin distribución o, pruebas no paramétricas.
Pruebas no paramétricas más conocidas y más utilizadas:
1. Prueba de signo para datos por pares.
2. Prueba de suma derangos, prueba U de Mann-Whitney.
3. Otra prueba de suma de rangos, Kruskal-Wallis.
4. Prueba de corridas de una sola muestra.
5. Correlación de rango
6. Prueba de Kolmogorov-Smirnov.
Ventajas de losmétodos no paramétricos:
No requieren la suposición de que una población está distribuida en forma de curva normal.
Generalmente, es más sencillo realizarlas y entenderlas.
Algunas veces no requieren unordenamiento o clasificación formal.
Desventajas de los métodos no paramétricos:
Ignoran cierta cantidad de información.
A menudo no son tan eficientes o claras como las pruebas paramétricas.

1.Prueba de signos para datos por pares:
Su nombre se debe a que está basada en la dirección (o signo de más o menos) de un par de observaciones y no en su magnitud numéricas. Los signos positivos onegativos sustituyen a los valores cuantitativos.





2. Pruebas de suma de rangos: prueba de U de Mann-Whitney y prueba de Kruskal-Wallis:
El uso de estas pruebas permite determinar si las muestrasindependientes se obtuvieron de la misma población (o de distintas poblaciones con la misma distribución). El uso de la clasificación de la información en lugar de los signos más y menos desperdicia menosdatos que la prueba de signos. La prueba de Kruskal-Wallis es una extensión de la prueba de Mann-Whitney para casos en que están involucradas más de dos poblaciones.
3. Prueba de corridas de una sola...