Este documento describe diferentes tipos de pruebas estadísticas paramétricas y no paramétricas. Explica que las pruebas paramétricas implican estimaciones de parámetros poblacionales basadas en muestras y tienen ventajas como mayor poder y eficiencia, pero también desventajas como ser más sensibles a los rasgos de los datos y tener limitaciones en los tipos de datos. Luego describe algunas pruebas paramétricas como la prueba t de Student y el análisis de varianza, así como también pruebas no paramétricas como

1. REPUBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR
UNIVERSIDAD NACIONAL EXPERIMENTAL
“FRANCISCO DE MIRANDA”
TRABAJO COMUNITARIO III
MEDICINA-UNEFM

2. Pruebas Paramétricas
Su cálculo implica una estimación de los
parámetros de la población con base en
muestras estadísticas.
Mientras más grande sea la
muestra más exacta será la
estimación.
Mientras más pequeña, más
distorsionada será la media de las
muestras por los valores raros
extremos.
Para muestras no relacionadas necesitamos ser más cuidadosos
cuando los tamaños de las muestras sean bastante diferentes.

3. Más poder de eficiencia.
Ventajas
Desventajas
Más complicadas de
calcular.
Pruebas Paramétricas
Robustas (dan estimaciones
probabilísticas bastante exactas).
Menos posibilidad de errores.
Más sensibles a los rasgos de
los datos recolectados.
Limitaciones en los
tipos de datos que se
pueden evaluar.

4. Algunas Pruebas Paramétricas
Prueba T de Student para datos relacionados
(muestras dependientes)
Con ello se da a entender que en el
primer período, las observaciones servirán
de control o testigo, para conocer los
cambios que se susciten después de aplicar
una variable experimental.
Pruebas Paramétricas

5. Pruebas Paramétricas
Algunas Pruebas Paramétricas
Prueba T de Student para datos relacionados
(muestras dependientes)
La media aritmética de las
diferencias se obtiene de la manera
siguiente:
La desviación estándar de las
diferencias se logra como sigue:

6. Se basan en supuestos teóricos para utilizarse. Dichos
supuestos matemáticos las hacen válidas, pues al analizar las
mediciones de las observaciones, se tienen procedimientos de
gran potencia-eficiencia para evitar error.
Pruebas Paramétricas
Algunas Pruebas Paramétricas
Prueba T de Student para datos NO relacionados
(muestras independientes)
Ecuación para obtener la desviación
estándar ponderada:

7. En particular, el promedio o media aritmética es la medida
representativa de un universo muestral, mientras que a los lados de
este valor se encuentran valores más altos y más bajos,
aproximadamente la mitad para cada lado, los cuales se dispersan
según una medida denominada desviación estándar.
Pruebas Paramétricas
Algunas Pruebas Paramétricas
Prueba Del Valor Z De La Distribución Normal

8. El valor Z se define matemáticamente con la fórmula:
Donde:
Z = valor estadístico de la curva normal de
frecuencias.
X = cualquier valor de una muestra estadística.
= promedio o media aritmética obtenido de la
muestra estadística, valor representativo.
s = desviación estándar.
Pruebas Paramétricas
Algunas Pruebas Paramétricas
Prueba Del Valor Z De La Distribución Normal

9. El análisis de varianza (ANOVA) es uno de los métodos
estadísticos más utilizados y más elaborados en la investigación
moderna. El análisis de la varianza, no obstante su denominación se
utiliza para probar hipótesis preferentes a las medias de población
más que a las varianzas de población. Las técnicas ANOVAS se han
desarrollado para el análisis de datos en diseños estadísticos muy
complicados.
Pruebas Paramétricas
Algunas Pruebas Paramétricas
Prueba F (Análisis DE Varianza a ANOVA)

10. Grupos 1 2 3 4 5
102 103 100 108 121
s2 15 12 12 14 10
Pruebas Paramétricas
Algunas Pruebas Paramétricas
Prueba F (Análisis DE Varianza a ANOVA)

11. Cuando se utiliza la técnica ANOVA se deben cumplir los siguientes
supuestos:
Las personas de los diversos subgrupos deben seleccionarse mediante el
muestreo aleatorio, a partir de poblaciones normalmente distribuidas.
La varianza de los subgrupos debe ser homogénea.
Las muestras que constituyen los grupos deben ser independientes.
Amenos de que las muestras sean independientes, y que por lo tanto,
generen estimaciones de varianza independientes, la razón de las
varianzas inter e intra no adoptará la distribución F.
Pruebas Paramétricas
Algunas Pruebas Paramétricas
Prueba F (Análisis DE Varianza a ANOVA)

12. Las pruebas estadísticas no paramétricas son las que, a
pesar de basarse en determinadas suposiciones, no parten de
la base de que los datos analizados adoptan una distribución
normal.
Se denominan pruebas no paramétricas aquellas que no
presuponen una distribución de probabilidad para los datos,
por ello se conocen también como de distribución libre.
En la mayor parte de ellas los resultados estadísticos se
derivan únicamente a partir de procedimientos de ordenación
y recuento, por lo que su base lógica es de fácil comprensión.
Pruebas No Paramétricas

13. Ventajas
Los métodos no paramétricos
pueden ser aplicados a una amplia
variedad de situaciones porque
ellos no tienen los requisitos
rígidos.
Pruebas No Paramétricas
Los métodos no
paramétricos usualmente
involucran simples
computaciones que los
correspondientes en los
métodos paramétricos y son
por lo tanto, más fáciles para
entender y aplicar.
Diferente a los métodos paramétricos,
los métodos no paramétricos pueden
frecuentemente ser aplicados a datos no
numéricos, tal como el género de los que
contestan una encuesta.

14. Los métodos no paramétricos
tienden a perder información
porque datos numéricos
exactos son frecuentemente
reducidos a una forma
cualitativa.
Pruebas No Paramétricas
Las pruebas no
paramétricas no son tan
eficientes como las
pruebas paramétricas, de
manera que con una
prueba no paramétrica
generalmente se necesita
evidencia más fuerte.
Desventajas

15. se agrupan los datos en k clases (k>5), como si
fuéramos a construir un histograma, cubriendo todo el
rango posible de valores, siendo deseable disponer,
aproximadamente, del mismo número de datos en cada
clase y al menos de tres datos en cada una.
Pruebas No Paramétricas
Algunas Pruebas No Paramétricas
Contraste De Pearson

16. Este contraste, que es válido únicamente para
variables continuas, compara la función de distribución
(probabilidad acumulada) teórica con la observada, y
calcula un valor de discrepancia, representado
habitualmente como D, que corresponde a la discrepancia
máxima en valor absoluto entre la distribución observada y
la distribución teórica. Proporcionando asimismo un valor de
probabilidad P.
Pruebas No Paramétricas
Algunas Pruebas No Paramétricas
Prueba De Kolmogorov - Smirnov

17. Utilizados para estudiar a las poblaciones
que adquieren una orden alineada.
Particularmente, pueden ser aplicados en
las situaciones donde menos se sabe sobre el
uso en la pregunta.
Su aplicabilidad es mucho más ancha que
los métodos paramétricos correspondientes.
Uso Y Propósito De Las
Pruebas No Paramétricas

18. Las Pruebas En La Ciencia
De La Salud
Parece una ciencia fundamentalmente
teórica, pero es utilizada en la práctica clínica, en
epidemiologia para estudiar la población.

19. A estudiar
se ha
dicho!