La estadística paramétrica asume una distribución conocida de los datos basada en parámetros, mientras que la estadística no paramétrica estudia distribuciones que no cumplen con criterios paramétricos y cuyas distribuciones se determinan por los datos observados. La estadística paramétrica utiliza cálculos basados en la distribución supuesta de los datos, mientras que la no paramétrica puede utilizar métodos paramétricos después de determinar la distribución de los datos.

2. Cuadro comparativo de la estadística paramétrica y no paramétrica
Puntos Estadística Paramétrica Estadística No Paramétrica
Definición
Es una rama de
la estadística inferencial que
comprende los procedimientos
estadísticos y de decisión que
están basados en distribuciones
conocidas. Estas son
determinadas usando un número
finito de parámetros.
Es una rama de
la estadística inferencial que
estudia las pruebas y modelos
estadísticos cuya distribución
subyacente no se ajusta a los
llamados criterios paramétricos.
Su distribución no puede ser
definidaa priori, pues son los
datos observados los que la
determinan.
Apoyo
Utiliza cálculos y procedimientos
asumiendo que conoce como se
distribuye la variable aleatoria a
estudiar.
Utiliza métodos para conocer
cómo se distribuye un fenómeno
para, más tarde, utilizar técnicas
de estadística paramétrica.
Características
Son determinadas usando un
numero finito de parámetros.
La variable de estudio ha de ser
numérica
Requiere conocer la forma de
distribución para las mediciones
resultantes de la población
estudiada.
Sus datos deben tener un orden y
una numeración del intervalo.
Son requeridas como mínimo una
escala de intervalo.
Son más fáciles de aplicar.
Son aplicables a los datos
jerarquizados.
Se pueden usar cuando dos series
de observaciones provienen de
distintas poblaciones.
Son la única alternativa cuando el
tamaño de muestra es pequeño.
Son útiles a un nivel de
significancia previamente
especificado.
Escalas de
medición
Escala de razón
Distribución normal
Variables cuantitativas
Escala normal o clasificatoria
Escala ordinal o de rango
Escala de intervalos iguales
Escala de coeficientes o razones
Ventajas
Más poder de eficiencia
Más sensible a los rasgos de los
datos recolectados
Menos posibilidad de errores
Robustas (dan estimaciones de
probabilidades bastante exactas)
La probabilidad de usar una
prueba incorrectamente es muy
pequeña
Algunos procedimientos pueden
tener cálculos ejecutados rápida y
fácilmente
Pueden ser aplicados cuando la
escala de medición es fuerte o
débil
Desventajas
Más complicadas de calcular
Limitaciones en los tipos de datos
que pueda evaluar
Algunos errores desperdician
información
Algunos procedimientos pueden
ser laboriosos o tediosos