ED 800 Estadsticas: Contrastes paramtricos y no paramtricos

Dr. Edgardo Jos Avils-Garay

Estadsticas no paramtricas
Introduccin
Los mtodos de estadstica inferencial presentados a travs del curso, son llamados mtodos paramtricos porque ellos son basados en muestreo de una poblacin con parmetros especficos, como la media (), la desviacin estndar () o la proporcin (p). Estos mtodos paramtricos usualmente tienen que ajustarse a algunas condiciones completamente estrictas, as como el requisito de que los datos de la muestra provengan de una poblacin normalmente distribuidas. Esta seccin presenta los mtodos no paramtricos, los cuales no tienen tales estrictos requisitos. DEFINICIN Las pruebas paramtricas requieren supuestos acerca de la naturaleza o forma de las poblaciones involucradas. Las pruebas no paramtricas no requieren estos supuestos. Consecuentemente, las pruebas no paramtricas de hiptesis son frecuentemente llamadas pruebas de libre distribucin. Aunque el trmino no paramtrico sugiere que la prueba no est basada en un parmetro, hay algunas pruebas no paramtricas que dependen de un parmetro tal como la media. Las pruebas no paramtricas, sin embargo, no requieren una distribucin particular, de manera que algunas veces son referidas como pruebas de libre distribucin. Aunque libre distribucin es una descripcin ms exacta, el trmino no paramtrico es ms comnmente usado. Las siguientes son las mayores ventajas y desventajas de los mtodos no paramtricos.

Ventajas de los Mtodos No Paramtricos

1. Los mtodos no paramtricos pueden ser aplicados a una amplia variedad de situaciones porque ellos no tienen los requisitos rgidos de los mtodos paramtricos correspondientes. En particular, los mtodos no paramtricos no requieren poblaciones normalmente distribuidas.

2 2. Diferente a los mtodos paramtricos, los mtodos no paramtricos pueden frecuentemente ser aplicados a datos no numricos, tal como el gnero de los que contestan una encuesta. 3. Los mtodos no paramtricos usualmente involucran simples computaciones que los correspondientes en los mtodos paramtricos y son por lo tanto, ms fciles para entender y aplicar.

Desventajas de los Mtodos No Paramtricos

1. Los mtodos no paramtricos tienden a perder informacin porque datos numricos exactos son frecuentemente reducidos a una forma cualitativa. 2. Las pruebas no paramtricas no son tan eficientes como las pruebas paramtricas, de manera que con una prueba no paramtrica generalmente se necesita evidencia ms fuerte (as como una muestra ms grande o mayores diferencias) antes de rechazar una hiptesis nula. Cuando los requisitos de la distribucin de una poblacin son satisfechos, las pruebas no paramtricas son generalmente menos eficientes que sus contrapartes paramtricas, pero la reduccin de eficiencia puede ser compensada por un aumento en el tamao de la muestra.

3 EFICIENCIA: COMPARACIN DE LAS PRUEBAS PARAMTRICAS Y NO PARAMTRICAS Aplicacin Prueba Paramtrica Prueba No Paramtrica Valor de eficiencia de la prueba paramtrica con poblacin normal 0.63 0.95

Pares pareados de datos de la muestra

Prueba t o Prueba z

Prueba del signo Prueba de Wilcoxon de rangos con signo Prueba de Wilcoxon de rangos sumados Prueba KruskalWallis

Dos muestras independientes

0.95

Prueba t o Prueba z

Varias muestras independientes

Anlisis de varianzas (Prueba F) Correlacin lineal

0.95

Correlacin

Prueba de correlacin de rangos Prueba Runs

0.91

Aleatorio

Ninguna prueba paramtrica

No hay base para comparacin

Todos los autores de esta materia sealan que las pruebas estadsticas paramtricas son ms eficaces que las pruebas no paramtricas. La eficacia de una prueba paramtrica se refiere a la probabilidad de rechazar la hiptesis nula cuando sta sea realmente falsa. Es decir, la eficacia es igual a 1 menos la probabilidad de cometer un error de Tipo II, o sea, 1 . Un factor importante que contribuye a la eficacia de una prueba estadstica es el tamao muestral n, la probabilidad de cometer un error de Tipo II se reduce, y por consiguiente aumenta la eficacia de la prueba.