Pruebas Estadisticas

Pruebas estadísticas: Cuando se analizan datos medidos por una variable cuantitativa continua, las pruebas estadísticas de estimación y contraste frecuentemente empleadas se basan en suponer que se ha obtenido una muestra aleatoria de una distribución de probabilidad de tipo normal o de Gauss. Pero en muchas ocasiones esta suposición no resulta válida, y en otras la sospecha de que no sea adecuada no resulta fácil de comprobar, por tratarse de muestras pequeñas. En estos casos disponemos de dos posibles mecanismos:

• Los datos se pueden transformar de tal manera que sigan una distribución normal.

• O bien se puede acudir a pruebas estadísticas que no se basan en ninguna suposición en cuanto a la distribución de probabilidad a partir de la que fueron obtenidos los datos, y por ello se denominan pruebas no paramétricas (distribución free), mientras que las pruebas que suponen una distribución de probabilidad determinada para los datos se denominan pruebas paramétricas.

Pruebas paramétricas: Los procedimientos estadísticos paramétricos consisten en la aplicación de ecuaciones matemáticas que tienen como condición necesaria la existencia de una particular y reconocida distribución de la población. Se basan en que se supone una forma determinada de la distribución de valores, generalmente la distribución normal, en la población de la que se obtiene la muestra experimental. En contraposición de la técnicas no paramétricas, las técnicas paramétricas si presuponen una distribución teórica de probabilidad subyacente para la distribución de los datos.

Son las más poderosas siempre que cumplan estos requisitos:

1- Que las características que se estudian existan en la población.

2- Que en ella estén distribuidas normalmente.

3- Que el estadístico muestral da una estimación del parámetro).

Ventajas de las pruebas paramétricas:

• Las pruebas paramétricas tienen más poder de contraste y pueden analizar interacciones entre variables independientes

Desventajas de las pruebas paramétricas:

• Su uso está limitado a una serie de restricciones

Tipos de pruebas paramétricas:

• Prueba de T- Student

• Prueba de T- Student para datos pareados

• Prueba de contraste de la diferencia de proporciones

• Análisis de varianza unidireccional

• Análisis de varianza factorial

• Análisis de covarianza

Pruebas no paramétricas: Las pruebas estadísticas no paramétricas son las que, a pesar de basarse en determinadas suposiciones, no parten de la base de que los datos analizados adoptan una distribución normal. Técnica estadística que no presupone ninguna distribución de probabilidad teórica de la distribución de nuestros datos. Se denominan pruebas no paramétricas aquellas que no presuponen una distribución de probabilidad para los datos, por ello se conocen también como de distribución libre (distribución free). En la mayor parte de ellas los resultados estadísticos se derivan únicamente a partir de procedimientos de ordenación y recuento, por lo que su base lógica es de fácil comprensión. Las pruebas no paramétricas no requieren asumir normalidad de la población y en su mayoría se basan en el ordenamiento de los datos, la población tiene que ser continua. El parámetro que se usa para hacer las pruebas estadísticas es la Mediana y no la Media. Son técnicas estadísticas que no presuponen ningún modelo probabilístico teórico. Son menos potentes que las técnicas paramétricas, aunque tienen la ventaja que se pueden aplicar más fácilmente.

Ventajas de las pruebas no paramétricas:

• Por lo general, son fáciles de usar y entender.

• Eliminan la necesidad de suposiciones restrictivas de las pruebas Paramétricas.

• Se pueden usar con muestras pequeñas.

...