INSTITUTO TECNOLÓGICO SUPERIOR DE JEREZ

LIC. EN ADMINISTRACION

ESTADISTICA 2

TAREA: ESTADISTICA NO PARAMETRICA

DOCENTE: GLORIA DEL CARMEN GARCÍA AGUIRRE

ALUMNA: CAROLINA SALDIVAR GARCÍA

NO. CONTROL: 22070121

JEREZ DE GARCIA SALINAS, ZACATECAS, MEXICO

 FECHA: 19 DE SEPTIEMBRE DEL
2023
Aspectos para Estadística paramétrica Estadística no paramétrica
comparar
Definición Es una rama de la estadística Es una rama de estadística
inferencial que comprende loa que estudia las pruebas y
procedimientos estadísticos y modelos estadísticos cuya
de decisión que están basados distribución subyacente no se
en distribuciones conocidas. ajusta a los llamados criterios
Estas son determinadas usando paramétricos. Su distribución
un número finito de parámetros. no puede ser definida o priori,
pus son los datos observados
los que la determinan.

Caracteristicas - Son determinadas usando un - Son más fáciles de aplicar.

numero finitos de parámetros. - Son mas aplicables a los
- La variable de estudio ha de datos jerarquizados.
ser numérica. - Se pueden usar cuando dos
- Requiere conocer la forma de series de observaciones
distribución para las mediciones proviene de distintas
resultantes de la población poblaciones.
estudiada. - Son la única alternativa
- Sus datos deben tener un cuando el tamaño de muestra
orden y una numeración del es pequeño.
intervalo. - Son útiles a un nivel de
- Son requeridas como mínimo significancia previamente
una escala de intervalo. especificado.
Pruebas - Prueba T de student para - Prueba x² de Pearson
datos relacionados (muestras - Prueba binomial
dependientes) - Prueba de Anderson Darling
 - Prueba T de student para - Prueba de cochran
datos NO relacionados - Prueba de cohen kappa
(muestras dependientes) - Prueba de Fisher
- Prueba del valor Z de la - Prueba de Friedman
distribución normal - Prueba de Kendall
- Prueba T para una muestra - Prueba de Kuiper
- Prueba T para dos muestras - Prueba de McNemar
independientes - Prueba de la mediana
- Prueba T para dos muestras - Prueba de los siglos
relacionados - Prueba de Siegel-Tukey.
- Prueba F (análisis de varianza - Tabla de contingencia.
a ANOVA para mas de dos - prueba de mann-whitney o
muestras independientes) prueba de wilcoxon.

Escalas de - Escala de Razón: Los datos - Escala nominal o

medición de escala de razón se definen clasificatoria: es la que puede
como un tipo de datos considerarse la escala de nivel
cualitativos que se caracterizan más bajo y consiste en la
por un punto de cero absoluto, asignación puramente
es la mas rica en cuanto a la arbitraria de números o
información que proporciona. símbolos a cada una de las
- Variables cuantitativas: las diferentes categorías.
pruebas paramétricas son un - Escala de intervalos
tipo de pruebas de significación iguales: son las que están
estadística que cuantifican la caracterizadas por una unidad
asociación o independencia de medida común constante
entre una variable cuantitativa y que asigna un numero de
una categórica. unidades equivalentes a la de
la magnitud que posea el
elemento observado.
 Ventajas - Mas poder de eficiencia - la Probalidad de usar una
- mas sensible a los rasgos de prueba incorrectamente es
los datos recolectados muy pequeña
- menos posibilidad de errores - pueden ser aplicados cuando
- robustas (dan estimaciones la escala de medición es tanto
probabilidades bastantes fuerte como débil
exactas) - experimentadores con una
mínima preparación en
estadística y matemática
encontraran los conceptos y
métodos fáciles de entender.
Desventajas - Más complicadas de calcular - A consecuencias de que los
- limitaciones en los tipos de cálculos son fáciles y simples
datos que se pueden evaluar. (en su gran mayoría) a veces
se utilizan estos
procedimientos cuando a los
paramétricos serian mas
apropiados. Tales errores a
menudo desperdician
información.
- aunque estos procedimientos
tienen reputación de requerir
cálculos simples en algunas
pruebas su aritmética es
laboriosa y tediosa.

REFERENCIAS

Cuadro comparativo - Estadística Paramétrica y No Paramétrica | PDF (slideshare.net)