estadistica parametrica y no parametrica.

1. República bolivariana de Venezuela
Ministerio del Poder Popular Para la Educación Universitaria
Centro de Apoyo Tecnológico Valles del Tuy
Universidad Bicentenaria de Aragua
PARAMETRICAS Y NO PARAMETRICAS, CUADRO COMPARATIVO
FACILITAROR: Cruz PARTICIPANTE: Dayeli G
CHARALLAVE; JULIO 2019

2. DEFINICION CARACTERISTICAS PRUEBAS ESCALAS
DE
MEDICION
ESTADISTICA
PARAMETRICA
Es una rama
de la
estadística
inferencial,
comprende
procedimiento
s estadísticos
y de
decisiones
basadas en
distribuciones
conocidas, se
determinas
utilizando un
numero finito
de
parámetros,
como por
ejemplo la
altura de una
persona sigue
una
distribución
normal, la
media y la
desviación
típica son los
parámetros
que queremos
estimar.
*Asumen
estadísticas
subyacentes a los
datos.
*Deben cumplirse
algunas condiciones
de validez.
*El resultado de la
prueba debe ser
fiable.
*Cada muestra debe
ajustarse a una
distribución normal.
*Las varianzas
deben ser
Homogéneas.
*Prueba t para
una muestra: se
ocupa de
contrastar si la
media de una
población difiere
de forma
significativa de un
valor dado
conocido o
hipotetizado.
*Prueba t para
dos muestras
independientes:
Esta prueba se
utiliza cuando la
comparación sea
entre las medias
de dos
poblaciones
independientes.
Esto es, los
individuos de una
de las
poblaciones son
distintos a los
individuos de la
otra.
*Prueba t para
datos
relacionados:
esta se refiere
principalmente al
supuesto caso en
el que las dos
poblaciones no
sean
independientes.
*Prueba Anova:
Es una prueba
estadística
desarrollada para
realizar
simultáneamente
la comparación
de las medidas
de más de dos
poblaciones.
*Estimaci
ón
puntual:
En la que
pretendem
os darle un
valor al
parámetro
a estimar.
*Estimaci
ón por
intervalos
(buscamos
un
intervalo
de
confianza).
Contraste
de
hipótesis,
donde
buscamos
contrastar
informació
n acerca
del
parámetro.

3. DEFINICION CARACERISTICAS PRUEBAS ESCALAS
DE
MEDICION
ESTADISTICA NO
PARAMETRICA
Es una rama de
la inferencia
estadística cuyos
cálculos y
procedimientos
están
fundamentados
en distribuciones
desconocidas.
La estadística no
paramétrica no es
muy popular. Sin
embargo, existe
un literatura muy
extensa sobre
ella. El problema
que pretende
solucionar la
estadística no
paramétrica es el
desconocimiento
de la distribución
de probabilidad.
En otras
palabras, la
estadística no
paramétrica
intenta averiguar
la naturaleza de
una variable
aleatoria. Para,
una vez sabe
cómo se
comporta,realizar
cálculos y
métricas que la
caracterizan. Este
es el objetivo de
la estadística no
paramétrica. A
continuación lo
vemos más en
detalle.
*No deben
ajustarse a ninguna
distribución.
*Pueden aplicarse
aunque no se
cumplan las
condiciones de
validez
paramétrica.
*Tienen muchas
veces equivalentes
no paramétrica
junto con sus
equivalentes.
*Test binomial
*Prueba de
Anderson-Darling
*Prueba de
Cochran
*Prueba de
Cohen kappa
*Prueba de
Fisher
*Prueba de
Friedman
*Prueba de
Kendall
*Prueba de
Kolmogórov-
Smirnov
*Prueba de
Kuiper
*Prueba de
Mann-
Whitney o prueba
de Wilcoxon.
Entre otras.
*Nominal o
clasificatoria: Se
da cuando las
observaciones
consisten en
clasificaciones de
objetos en
categorías o clases
mutuamente
excluyentes. Se
dice que la
medición es
elemental.
Ordinal o de
rango: Ocurre
cuando los objetos
de una categoría
están relacionados
de forma conocida
con los de otra
categoría, y no son
considerados
únicamente como
diferentes.
*Proporción: Esta
escala posee las
características de la
escala de intervalo
y además tiene en
su origen un punto
cero real. Las
observaciones
pueden ordenarse.
El cero y la unidad
de distancia entre
observaciones son
inherentes al
sistema, es decir,
no son arbitrarias.
*Escala de razón:
Variables como la
distancia, la altura,
el peso y el tiempo
se miden con una
escala de razón.
Las mediciones de
temperatura no son
datos de razón
debido a que no
existe un punto
cero definido
intrínsecamente.