Diferencias entre las pruebas paramétricas y no paramétricas

Escrito por judy tyler | Traducido por hugo bautista
  • Comparte
  • Twittea
  • Comparte
  • Pin
  • E-mail
Diferencias entre las pruebas paramétricas y no paramétricas
La elección de la prueba estadística correcta es fundamental para el análisis de datos. (Thinkstock Images/Comstock/Getty Images)

Las pruebas estadísticas paramétricas y no paramétricas se diferencian por el tipo de datos que se usan para analizar. Las pruebas paramétricas hacen muchas suposiciones, la más significativa de las cuales es que los datos se distribuyen normalmente. Las pruebas no paramétricas hacen menos suposiciones y hacen frente a los datos que no se distribuyen normalmente. Las pruebas paramétricas generalmente tienen una mayor potencia estadística.

Otras personas están leyendo

Distribución de datos

Las pruebas paramétricas hacen la suposición de conocimiento previo de que los datos se distribuyen normalmente. Varias pruebas pueden llevarse a cabo para determinar si es o no es una suposición válida. Si los datos no están normalmente distribuidos, pueden transformarse de diversas maneras para que las pruebas paramétricas se puedan seguir utilizando. Como alternativa, se pueden utilizar los análisis no paramétricos. Las pruebas no paramétricas no hacen suposiciones sobre la distribución de los datos.

Diferencias entre las pruebas paramétricas y no paramétricas
Este es un signo de suma en matemáticas. (Thinkstock Images/Comstock/Getty Images)

Escala de datos

Las pruebas paramétricas hacen la suposición de que los datos se miden en una escala de intervalo, de modo que el intervalo entre los puntos de datos es significativo. La altura en pulgadas o el peso en libras son datos de intervalo. Por el contrario, las pruebas no paramétricas no hacen suposiciones acerca de la escala de los datos.

Diferencias entre las pruebas paramétricas y no paramétricas
El procesamiento de datos numéricos es parte de las estadísticas. (BananaStock/BananaStock/Getty Images)

Parámetros estadísticos

Las pruebas paramétricas emplean parámetros que se estima que con un conjunto de datos que se distribuyen normalmente. La media, la varianza, la desviación estándar y la asimetría son ejemplos. Estos parámetros se utilizan para hacer inferencias en las pruebas paramétricas. Por el contrario, las pruebas no paramétricas no hacen uso de estos parámetros estadísticos.

Diferencias entre las pruebas paramétricas y no paramétricas
Un gráfico de barras que se utiliza para ilustrar los datos. (Thinkstock/Comstock/Getty Images)

Diferencias en poder estadístico

En general, el poder estadístico es menor en pruebas no paramétricas que en sus contrapartes paramétricas. El poder estadístico se refiere a la probabilidad de que la prueba estadística se rechaza la hipótesis nula cuando la hipótesis nula es en realidad falsa, y por lo tanto debe ser rechazada. En otras palabras, el poder se refiere a la probabilidad de que la prueba dará lugar a la inferencia correcta acerca de la población.

Diferencias entre las pruebas paramétricas y no paramétricas
El poder estadístico es menor en las pruebas no paramétricas que en sus contrapartes paramétricas. (Goodshoot/Goodshoot/Getty Images)

No dejes de ver

Filtrar por:
  • Mostrar todos
  • Artículos
  • Galerías de fotos
  • Videos
Ordenar:
  • Más relevante
  • Más popular
  • Más reciente

No se encuentran artículos disponibles

No se encuentran slideshows disponibles

No se encuentran videos disponibles