Este documento describe la estadística no paramétrica, que estudia pruebas y modelos estadísticos cuya distribución no se ajusta a criterios paramétricos. Explica que se usa cuando no se puede asumir una distribución conocida de los datos o cuando el nivel de medida no es de intervalo. Detalla pruebas como Kruskal-Wallis, U de Mann-Whitney, Wilcoxon y Friedman, que no asumen normalidad en los datos.

1. Estadística no paramétrica
JONATHAN VALENZUELA
ESTEFANY ESCALANTE
VICENTE QUIROGA
NATALIA PADILLA

2. Que es la estadística no paramétrica ?
Es una rama de la estadística inferencial que estudia las pruebas y
modelos estadísticos cuya distribución no se ajusta a los llamados
criterios paramétricos y son los datos observados los que la determinan.

3. Estadística no paramétrica se usa para
La utilización de estos métodos se hace recomendable cuando no se
puede asumir que los datos se ajusten a una distribución conocida,
cuando el nivel de medida empleado no sea, como mínimo, de intervalo.

4. Prueba de Kruskal-Wallis
La prueba de Kruskal-Wallis no asume normalidad en los datos, en
oposición al tradicional ANOVA. Sí asume, bajo la hipótesis nula, que los
datos vienen de la misma distribución.

5. Prueba U de Mann-Whitney
Es una prueba cuantitativa se basa en una comparación de cada
observación de una muestra con la observación en la segunda muestra.

6. Prueba Wilcoxon
Es prueba cuantitativa que usa comparar el rango medio de dos
muestras relacionadas y determinar si existen diferencias entre ellas. Se
utiliza como alternativa a la prueba t de Student cuando no se puede
suponer la normalidad de dichas muestras.

7. Prueba de Friedman
Es un método cuantitativo consiste en ordenar los datos por filas o
bloques, reemplazándolos por su respectivo orden. Al ordenarlos,
debemos considerar la existencia de datos idénticos.

8. Referencias bibliográficas
Siegel, Sidney (2006). Estadística no paramétrica para las ciencias del comportamiento
. Nueva York McGraw-Hill. pp. 75-83.
Farfán, J. (2014) Introducción a la investigación educativa. Universidad Nacional
Federico Villarreal. Pp 83-106
Wilcoxon, F. (2018) "Individual Comparisons by Ranking Methods". Biometrics 1, 80-83.