¿Pruebas paramétricas o no parametricas?
Summary
TLDREn este video, se exploran las diferencias fundamentales entre las pruebas paramétricas y no paramétricas en estadística. Se destaca que las pruebas paramétricas son aplicables cuando los datos tienen un nivel de medición de intervalo o razón, y se asume una distribución normal, como la 'campana'. Por otro lado, las pruebas no paramétricas se utilizan con datos nominales o ordinales, que no siguen una distribución normal y se denominan 'distribución libre'. El tamaño de la muestra también es crucial; mientras que las muestras grandes (más de 30 sujetos) tienden a utilizar pruebas paramétricas, las muestras más pequeñas (menos de 30) suelen optar por pruebas no paramétricas. Además, el método de muestreo es determinante: un muestreo aleatorio indica pruebas paramétricas, mientras que otros métodos no aleatorios sugieren pruebas no paramétricas. Se mencionan pruebas comunes como la de Student's t y la ANOVA para pruebas paramétricas, y la prueba de Kruskal-Wallis para pruebas no paramétricas, destacando la importancia de elegir el tipo de prueba adecuada según los datos y el diseño de la investigación.
Takeaways
- 📊 **Nivel de Medición**: Las pruebas paramétricas se utilizan con datos de nivel intervalo o razón, mientras que las pruebas no paramétricas se aplican a datos nominales o ordinales.
- 📈 **Curva Normal**: Se espera que los datos de nivel intervalo o razón sigan una distribución normal, como una curva de campana.
- 🎭 **Distribución Libre**: Los datos nominales o ordinales no siguen una curva específica y se describen como tener una distribución libre.
- 🔢 **Tamaño de la Muestra**: En psicología, se considera que si la muestra tiene más de 30 participantes, las pruebas paramétricas son más adecuadas.
- 🔮 **Muestreo Aleatorio**: El muestreo aleatorio es un factor clave para las pruebas paramétricas, donde todos los miembros de la población tienen la misma probabilidad de ser seleccionados.
- 🚫 **Muestreo No Aleatorio**: Si el muestreo no es aleatorio, como en el muestreo de conveniencia, se prefieren las pruebas no paramétricas.
- 📉 **Menor Muestra**: Con menos de 30 sujetos, es más indicado utilizar pruebas no paramétricas.
- 📚 **Pruebas Paramétricas Comunes**: Las pruebas de t de Student y la prueba ANOVA son ejemplos de pruebas paramétricas ampliamente utilizadas.
- 📘 **Pruebas No Paramétricas Comunes**: La prueba de Kruskal-Wallis es una de las pruebas no paramétricas más conocidas, conocida por su alto poder estadístico.
- 🔍 **Selección de Pruebas**: La elección entre pruebas paramétricas y no paramétricas depende de la naturaleza de los datos, el tamaño de la muestra y el método de muestreo utilizado.
- 📋 **Consideraciones Adicionales**: Otras pruebas no paramétricas incluyen la prueba de Mann-Whitney y la prueba T de Wilcoxon, entre otras.
Q & A
¿Cuáles son las pruebas que se utilizan para calcular diferencias en estadística?
-Las pruebas se dividen en dos categorías principales: paramétricas y no paramétricas. Las pruebas paramétricas se utilizan cuando los datos tienen un nivel de medición de intervalo o razón y se describen por una curva normal, mientras que las pruebas no paramétricas se utilizan con datos de nivel nominal o ordinal y distribuciones libres.
¿Qué nivel de medición de los datos implica el uso de pruebas paramétricas?
-Los datos que se encuentran en un nivel de medición de intervalo o razón implican el uso de pruebas paramétricas.
¿Qué nivel de medición de los datos implica el uso de pruebas no paramétricas?
-Los datos que se encuentran en un nivel de medición nominal o ordinal implican el uso de pruebas no paramétricas.
¿Cómo afecta la forma en que se recaba una muestra en la elección entre pruebas paramétricas o no paramétricas?
-Si la muestra se recaba de manera aleatoria, se hace referencia a pruebas paramétricas. Sin embargo, si el muestreo no es aleatorio, se habla de pruebas no paramétricas.
¿Cuál es el tamaño mínimo de muestra que generalmente se considera para utilizar pruebas paramétricas en psicología?
-En psicología, se suele considerar una muestra grande, es decir, más de 30 personas, para utilizar pruebas paramétricas.
¿Cuáles son las pruebas más utilizadas en términos paramétricos?
-Las pruebas más utilizadas en términos paramétricos son la prueba t de Student y la prueba F de la varianza.
¿Cuál es una prueba no paramétrica famosa que se menciona en el guión?
-Una de las pruebas no paramétricas más famosas mencionadas es la prueba de Kruskal-Wallis.
¿Qué características definen la prueba de Kruskal-Wallis?
-La prueba de Kruskal-Wallis es caracterizada por su amplio poder de medición estadístico y es útil cuando se tiene una muestra pequeña y los datos no siguen una distribución normal.
¿Por qué se utilizan las pruebas no paramétricas con muestras pequeñas?
-Las pruebas no paramétricas se utilizan con muestras pequeñas, es decir, menos de 30 casos, porque no se puede asumir una distribución normal de los datos y son más flexibles en términos de los requisitos de los datos.
¿Cómo afecta la distribución de los datos la elección entre pruebas paramétricas y no paramétricas?
-Si los datos describen una curva normal (forma de campana), es probable que se utilicen pruebas paramétricas. Si los datos tienen una distribución libre, es decir, no siguen una curva específica, se utilizan pruebas no paramétricas.
¿Cuáles son otras pruebas no paramétricas mencionadas en el guión?
-Además de la prueba de Kruskal-Wallis, se mencionan la prueba de Mann-Whitney y la prueba T de Wilkerson como ejemplos de pruebas no paramétricas.
¿Por qué es importante considerar el nivel de medición y la distribución de los datos al elegir una prueba estadística?
-El nivel de medición y la distribución de los datos son cruciales ya que determinan si se pueden aplicar las suposiciones necesarias para las pruebas paramétricas. Si estas suposiciones no se cumplen, se deben utilizar pruebas no paramétricas que no requieren tantos supuestos sobre la forma de la distribución de los datos.
Outlines
📊 Diferencias entre Pruebas Paramétricas y No Paramétricas
En este primer párrafo, se discuten las diferencias fundamentales entre las pruebas paramétricas y no paramétricas en estadística. Se destaca la importancia del nivel de medición de los datos, ya que si los datos están en un nivel de intervalo o razón, se tiende a utilizar pruebas paramétricas, mientras que para datos nominales o ordinales, se optan por pruebas no paramétricas. También se menciona la distribución de los datos; para los datos de intervalo o razón, se espera una distribución normal, mientras que los datos nominales o ordinales seguirían una 'distribución libre'. Otro factor a considerar es el tamaño de la muestra; en psicología, si la muestra es grande (más de 30 sujetos), es apropiado utilizar pruebas paramétricas, pero si es pequeña (menos de 30), se recomienda utilizar pruebas no paramétricas. Además, el método de muestreo también influye en la elección de la prueba; un muestreo aleatorio conduce a pruebas paramétricas, mientras que otros métodos de muestreo resultan en pruebas no paramétricas. Se mencionan algunas de las pruebas más utilizadas en cada categoría: para pruebas paramétricas, la prueba t de Student y la prueba ANOVA, y para pruebas no paramétricas, la prueba de chi-cuadrado y otras como la de Mann-Whitney y la prueba t de Wilkerson.
Mindmap
Keywords
💡Pruebas paramétricas
💡Pruebas no paramétricas
💡Nivel de medición
💡Curva normal
💡Distribución libre
💡Tamaño de la muestra
💡Muestreo aleatorio
💡Muestreo no aleatorio
💡Prueba de t de Student
💡Prueba de chi-cuadrado
💡Prueba de ANOVA
Highlights
Hoy aprenderemos las diferencias entre pruebas paramétricas y no paramétricas.
El nivel de medición de los datos es crucial para elegir entre pruebas paramétricas y no paramétricas.
Datos de intervalo o razón generalmente implican pruebas paramétricas.
Datos nominales o ordinales sugieren el uso de pruebas no paramétricas.
Los datos de naturaleza intervalo o razón tienden a seguir una distribución normal.
Datos nominales o ordinales no siguen una curva normal y tienen una distribución libre.
El tamaño de la muestra influye en la elección entre pruebas paramétricas y no paramétricas.
Con muestras grandes (más de 30), es apropiado usar pruebas paramétricas.
Muestras pequeñas (menos de 30) suelen requerir pruebas no paramétricas.
El muestreo aleatorio es un factor clave para las pruebas paramétricas.
Muestreo no aleatorio conduce a considerar pruebas no paramétricas.
Resumen: Distribución normal, más de 30 sujetos, y muestreo aleatorio indican pruebas paramétricas.
Datos de nivel nominal o ordinal, muestra pequeña y muestreo no aleatorio sugieren pruebas no paramétricas.
Las pruebas más utilizadas en estadística paramétrica incluyen la prueba t de Student y la prueba F de la varianza.
Las pruebas no paramétricas populares son la prueba de Kruskal-Wallis y la prueba U de Mann-Whitney.
La prueba de Kruskal-Wallis es conocida por su amplio poder de medición estadístico.
Se mencionan otras pruebas no paramétricas como la prueba T de Wilkerson.
Se alude a que este tema se explorará en una clase futura.
Transcripts
hola que tal bienvenidos a una nueva
emisión de su canal favorito de
estadística y metodología biblioteca
digital pop
el día de hoy vamos a aprender las
diferencias que existen entre las
pruebas para calcular diferencias
paramétricas y pruebas no paramétricas
vamos a ello una de las principales
cuestiones que tenemos que tomar en
cuenta cuando estamos aprendiendo las
diferencias entre estos dos tipos de
pruebas es el nivel de medición de
nuestros datos si nuestros datos se
encuentran en un nivel de medición de
intervalo razón por supuesto que vamos a
estar hablando acerca de pruebas
paramétricas si nuestros datos se
encuentran en un nivel de medición
nominal o ordinal vamos a estar hablando
acerca de pruebas no paramétricas lo
cual me lleva a mi siguiente punto
cuando nosotros tenemos datos de
naturaleza intervalo o razón es muy
probable que nuestros datos describan
una curva normal una campana como
comúnmente lo decimos sin embargo cuando
nuestros datos son nominales o ordinales
nuestras distribuciones tomarán
algo que se llama distribución libre es
decir que no van a seguir una curva otro
punto que necesitamos tomar en cuenta
cuando estamos viendo estas diferencias
es el tamaño de nuestra muestra a qué
nos estamos refiriendo a cuántos datos
nosotros tenemos generalmente en
psicología estamos hablando pues de
cuántas personas responden nuestras
encuestas si nosotros tenemos una
muestra grande es decir más de 30
personas lo más adecuado es que nosotros
utilicemos pruebas paramétricas sin
embargo si nuestra muestra es decir
cuántas personas nos respondieron es
menor a 30 lo más indicado es utilizar
una prueba no paramétrica de otro modo
la forma también en que nosotros
recabamos nuestra muestra va a delimitar
cuál tipo de prueba es a la que nos
estamos refiriendo en términos más
sencillos si nosotros reclamamos nuestra
muestra de una forma
recordemos que aleatorio quiere decir
que todos los participantes o que toda
la población tiene la misma probabilidad
de ser elegido entonces estaremos
haciendo referencia a pruebas
paramétricas sin embargo si nosotros no
utilizamos un muestreo aleatorio para
recabar nuestra muestra entonces
estaremos hablando de pruebas no
paramétricas
entonces el resumen si nosotros tenemos
una distribución normal si nosotros
tenemos más de 30 sujetos o más de 30
datos si nuestros datos están en un
nivel de medición de intervalo o razón y
además la forma en que nosotros
recabamos nuestra muestra fue con un
muestreo aleatorio entonces estaremos
haciendo referencia a las pruebas
paramétricas sin embargo si nosotros
tenemos datos el nivel de medición
nominal su ordinal y nosotros tenemos
una distribución libre nuestra muestra
es pequeña es decir que tenemos menos de
30 casos y además de eso nosotros le
acabamos nuestra muestra por algún otro
método que no fue un muestreo aleatorio
es decir muestreo a conveniencia del
investigador entonces estaríamos
haciendo referencia a pruebas no
paramétricas
como dato adicional cuáles son las
pruebas más utilizadas en términos
paramétricos pues tenemos principalmente
lo que es la prueba de td student y lo
que es la prueba a nova y de las pruebas
no paramétricas pues tenemos mucho de
donde elegir la más famosa es la prueba
chico adrada es caracterizada por su
amplio poder de medición estadístico
pero también tenemos otras como lo puede
ser una de manwin y como puede ser una t
de wilkerson entre muchas otras cosas
más sin embargo eso será un tema para
otra clase
[Música]
Voir Plus de Vidéos Connexes
5.0 / 5 (0 votes)