Introduccion Estadística No Paramétrica

Estadística no Paramétrica Una prueba estadística no paramétrica está basada en un modelo que especifica solo con diciones muy generales y ninguna cerca de la forma específica de la distribución de la cual fue obtenida la muestra. Ciertas suposiciones están asociadas con la mayoría de las pruebas no paramétricas, a saber: que las observaciones son independientes y quizá que l variable en estudio es continua; pero estas suposiciones son menores y más débiles que aquéllas asociadas con las pruebas paramétricas. Los procedimientos no paramétricos prueban diferentes hipótesis acerca de la población, que los procedimientos paramétricos no hacen. Por último a diferencia de las pruebas paramétricas, existen no paramétricas que pueden aplicarse apropiadamente a los datos medidos en una escala ordinal, otras pruebas para datos en una escala nominal o categórica. Ventajas y desventajas de la Estadística No paramétrica. Como todo tiene su pro y su contra en la estadística no paramétrica no hay excepciones. En los siguientes puntos podemos observar las ventajas y la s desventajas que nos trae el utilizar la estadística no paramétrica. Ventajas de la Estadística No Paramétrica.

1.- Si el tamaño de la muestra es muy pequeño, puede no haber otra opción que usar una prueba estadística no paramétrica, a menos que la naturaleza de la distribución de la población se conozca con exactitud. 2.- Las pruebas no paramétricas típicamente hacen menos suposiciones acerca de los datos y pueden ser más relevantes a una situación parti cular. Además, las hipótesis probadas por una p rueba no paramétrica pueden ser más adecuadas para la investigación. 3.- Los métodos no paramétricos están disponibles para tra tar datos que son simplemente clasificatorios o categóricos, es decir que son medidos en una escala nominal. Ninguna técnica paramétrica se aplica a tales datos. 4.- Existen pruebas estadísticas no paramétricas que son adecuadas para tratar muestras obtenidas de observaciones de diferentes poblaciones. Las pruebas paramétricas a menudo no pueden manipular tales datos si exigirnos hacer suposiciones aparentemente irreales o requisitos pesados de computación. 5.- Las pruebas estadísticas no paramétricas típicamente son más fáciles de aprender y aplicar que las pruebas paramétricas. Además, su interpretación suele ser más directa que la interpretación de las pruebas paramétricas. Desventajas de la Estadística No Paramétrica.

Una objeción a las pruebas estadísticas es que no son sistemáticas, mientras que las pruebas estadísticas paramétricas han sido sistematizadas y diferentes pruebas son simplemente variaciones de un tema central. Otra objeción a las pruebas estadísticas no paramétricas se relaciona con la conveniencia, esto se debe a que no se tiene una distribución fija para este tipo de estadística, por lo que en ocasiones puede ser un

problema el elegir la adecuada. Las tablas necesarias para aplicar las pruebas no paramétricas están muy difundidas y aparecen en diferentes formatos, lo que podría ocasionar alguna confusión en el investigador o la persona que este aplicando alguna prueba de la Estadística No Paramétrica.

Referencias http://tesis.uson.mx/digital/tesis/docs/10048/Capitulo4.pdf