pruebas no parametricas
- se basan en suponer que se ha obtenido
una muestra aleatoria de una
distribución de probabilidad de tipo
normal o de Gauss.
- para muestras pequeñas
- existen 2
casos
- Los datos se pueden
transformar de tal
manera que sigan una
distribución normal
- La distribución de
probabilidad a partir de
la que fueron
obtenidos los datos,
- Los datos se pueden
transformar de tal
manera que sigan una
distribución normal
- existen 2
casos
- muestra es grande
- Los intervalos de
confianza y contrastes
basados en la t de
Student
- Si la distribución no es normal
- los resultados seran pocos precisos
- los resultados seran pocos precisos
- Pruebas
confiables
- Los intervalos de
confianza y contrastes
basados en la t de
Student
- ¿QUE
SON?
- Aquellas que
no presuponen
una
distribución de
probabilidad
para los datos,
- Aquellas que
no presuponen
una
distribución de
probabilidad
para los datos,
- su base lógica es de fácil comprensión
- En la mayor parte de
ellas los resultados
estadísticos se
derivan únicamente
a partir de
procedimientos de
ordenación y
recuento
- ¿PARA QUE SIRVEN?
- para corroborar los resultados obtenidos
- para corroborar los resultados obtenidos
- Se emplea como parámetro de
centralización la mediana
- APLICACIONES
- INGENIERIA
- CIENCIA
- INGENIERIA
- DESVENTAJAS
- no utilizan la
información que
proporciona la
muestra
- EN CONSECUENCIA
- Las pruebas eran menos eficientes
- Las pruebas eran menos eficientes
- EN CONSECUENCIA
- para lograr la misma eficiencia
- La prueba no no paramétrica
requerirá la correspondiente
prueba paramétrica.
- La prueba no no paramétrica
requerirá la correspondiente
prueba paramétrica.
- no utilizan la
información que
proporciona la
muestra
- , ligeras divergencias de la normalidad
- resultan
- desviaciones menores del
ideal para las pruebas
paramétricas estándar.
- desviaciones menores del
ideal para las pruebas
paramétricas estándar.
- resultan
Want to create your own Mind Maps for free with GoConqr? Learn more.