To install click the Add extension button. That's it.

The source code for the WIKI 2 extension is being checked by specialists of the Mozilla Foundation, Google, and Apple. You could also do it yourself at any point in time.

4,5
Kelly Slayton
Congratulations on this excellent venture… what a great idea!
Alexander Grigorievskiy
I use WIKI 2 every day and almost forgot how the original Wikipedia looks like.
What we do. Every page goes through several hundred of perfecting techniques; in live mode. Quite the same Wikipedia. Just better.
.
Leo
Newton
Brights
Milds

Estadística no paramétrica

De Wikipedia, la enciclopedia libre

La estadística no paramétrica comprende a los métodos de estadística inferencial que se aplican a los casos en los que las variables no se ajustan a modelos teóricos (por ejemplo, la distribución normal o chi-cuadrada).[1]​ 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 o no cumplan son los supuestos correspondientes.[2]

Las principales pruebas no paramétricas son las siguientes:[2]

La mayoría de estos test estadísticos están programados en los  paquetes estadísticos más frecuentes, quedando para el investigador, simplemente, la tarea de decidir por cuál de todos ellos guiarse o qué hacer en caso de que dos test nos den resultados opuestos. Hay que decir que, para poder aplicar cada uno existen diversas hipótesis nulas y condiciones que deben cumplir nuestros datos para que los resultados de aplicar el test sean fiables. Esto es, no se puede aplicar todos los test y quedarse con el que mejor convenga para la investigación sin verificar si se cumplen las hipótesis y condiciones necesarias pues, si se violan, invalidan cualquier resultado posterior y son una de las causas más frecuentes de que un estudio sea estadísticamente incorrecto. Esto ocurre sobre todo cuando el investigador desconoce la naturaleza interna de los test y se limita a aplicarlos sistemáticamente.[2][3]

Es importante mencionar que si la distribución de los datos se ajusta a un tipo de distribución conocida, existen otras [pruebas] que, en la práctica, son más aconsejables pero que así mismo requieren otros supuestos. En este caso, la estadística a emplear es la estadística paramétrica, dentro de la cual muchas veces podemos encontrar equivalencias entre pruebas pero con diferencias en la potencia entre ambas siendo siempre la potencia de las pruebas no paramétricas menor que la potencia de las pruebas paramétricas equivalentes. Aun así, el uso adecuado de los tamaños muestrales disminuye la posibilidad de cometer un [error tipo II], puesto que aumenta al mismo tiempo la eficacia de la prueba . Es decir, a medida que se aumenta el tamaño de la muestra, disminuye la posibilidad de cometer un error tipo II (un falso negativo: No rechazar la hipótesis nula cuando esta en realidad es falsa).[3]

YouTube Encyclopedic

  • 1/3
    Views:
    22 644
    60 276
    49 826
  • Introduccion No Paramétrica
  • Test no paramétricos: Test de Wilcoxon. Módulo 6
  • Pruebas no paramétricas aplicación SPSS

Transcription

Véase también

Referencias

  1. Bologna, Eduardo (2011). Estadística para psicología y educación. Córdoba: Brujas. p. 454. ISBN 978-987-591-249-6. 
  2. a b c «Estadística no paramétrica». www.google.com.mx. Consultado el 26 de agosto de 2018. 
  3. a b «Estadísticas no paramétricas». 
Esta página se editó por última vez el 23 sep 2023 a las 18:27.
Basis of this page is in Wikipedia. Text is available under the CC BY-SA 3.0 Unported License. Non-text media are available under their specified licenses. Wikipedia® is a registered trademark of the Wikimedia Foundation, Inc. WIKI 2 is an independent company and has no affiliation with Wikimedia Foundation.