S10.s1 pruebas no parametricas (1)
- 2. SUMARIO 1. Pruebas No Parametricas
- 3. • Actividad: El estudiante responde con atención sobre los conocimientos que tiene sobre Pruebas No Paramétricas 1. Que conoces sobre Pruebas No Paramétricas 2. Porque será importante establecer una Prueba No Paramétrica, cuando no se cumple el supuesto de normalidad de los datos? INICIO (10min) Inicio
- 4. SABERES PREVIOS PRUEBAS NO PARAMETRICAS 1. Que conoces sobre Pruebas No Paramétricas? 2. Porque será importante establecer una prueba no paramétrica cuando no se cumple el supuesto de normalidad de los datos?
- 5. LOGRO DE SESION Al finalizar la sesión, el estudiante estará en la capacidad de conocer la utilidad de Pruebas No Paramétricas para poder aplicarlas en problemas relacionados al campo de la investigación y las ciencias
- 6. • Actividad: A continuación el estudiante va revisar los conceptos básicos correspondientes al desarrollo de Pruebas No Paramétricas y la importancia en el campo de la investigación y las ciencias. TRANSFORMACIÓN (60 min) Principio pedagógico: Aprendizaje autónomo y Aprendizaje colaborativo. Transformación
- 7. PRUEBAS NO PARAMETRICAS Los procedimientos de prueba de hipótesis que se presentaron en las unidades anteriores se basan en la suposición de que las muestras aleatorias se seleccionan de poblaciones normales. Afortunadamente, la mayor parte de estas pruebas aún son confiables cuando experimentamos ligeras desviaciones de la normalidad, en particular cuando el tamaño de la muestra es grande. Tradicionalmente, estos procedimientos de prueba se denominan métodos paramétricos. En esta unidad del curso vamos a revisar procedimientos de prueba alternativos, llamadas pruebas no paramétricas o métodos de distribución libre, que a menudo no requieren del conocimiento de la distribución de origen de los datos, excepto que estas son continuas. Los procedimientos no paramétricos o de distribución libre se usan con mayor frecuencia por los analistas de datos. Existen muchas aplicaciones en la ciencia y la ingeniería donde los datos se reportan no como valores continuos sino más bien en una escala ordinal tal que es bastante natural asignar rangos a los datos.
- 8. ESTADISTICA NO PARAMETRICA La estadística no paramétrica es una rama de la estadística inferencial que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. Estadística Paramétrica ✔ Se asume que la población de la cual la muestra es extraída es NORMAL ✔ Los procedimientos estadísticos y de decisión están basados en distribuciones conocidas. ✔ Estas son determinadas usando un numero finito de parámetros Estadística No Paramétrica ✔ Se aplican cuando no sabemos si la población de la cual se extrae la muestra es normal o aproximadamente normal. ✔ Son aplicables a los datos jerarquizados. ✔ Se pueden usar cuando dos series de observaciones provienen de distintas poblaciones (poblaciones en las que no se distribuye igual la variable).
- 9. CARACTERISTICAS • Son más fáciles de usar • Son aplicables a datos jerarquizados • Se pueden utilizar cuando dos series de observaciones provienen de distintas poblaciones • Son una alternativa cuando el tamaño de muestra es pequeño • Son útiles a un nivel de significancia previamente especificado.
- 10. VENTAJAS • Pueden utilizarse en diferentes situaciones, ya que requieren de un mínimo número de supuestos sobre la distribución de la población • Generalmente, sus métodos son más sencillos, lo que las hace más fáciles de entender • Se pueden aplicar en datos no numéricos. • Facilita la obtención de información particular más importante y adecuada para el proceso de investigación.
- 11. DESVENTAJAS • No son pruebas sistemáticas. • La distribución varía, lo que complica seleccionar la elección correcta. • Los formatos de aplicación son diferentes y provoca confusión. • Es posible que se pierda información porque los datos recolectados se convierten en información cualitativa. • Considera los valores perdidos para obtener información. • Las hipótesis se basan en rangos, mediana y frecuencia de datos
- 12. PRINCIPALES PRUEBAS NO PARAMETRICAS
- 14. Actividad: • El estudiante responde 2 preguntas por chat para evaluar el aprendizaje CIERRE (10 min) Principio pedagógico: Aprendizaje autónomo. Cierre
- 15. CIERRE ¿QUÉ HEMOS APRENDIDO? 1. ¿Qué es una Prueba No Paramétrica? 2. Para que sirve una Prueba Paramétrica?