Pruebas parametricas y no parametricas
Descargar como PPTX, PDF14 recomendaciones69,245 vistas
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
Pruebas parametricas y no parametricas
- 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.