INTRODUCCIN A LA ESTADSTICA NO PARAMTRICA Coleccin de mtodos estadsticos para realizar Inferencia estadstica cuando supuestos distribucionales especficos se reemplazan por supuestos muy generales y el anlisis se basa en algunas de las distribuciones muestrales cuya distribucin puede determinarse sin el conocimiento especfico de la f.d.p de la poblacin subyacente. Tambin se conocen como Mtodos libres de la distribucin (Distribution free statistics). Aplicaciones: Medicina, epidemiologa, economa, contabilidad, datos longitudinales, series de tiempo, ANOVA, anlisis multivariado. Un procedimiento no paramtrico, es un procedimiento estadstico que tiene algunas propiedades deseables, bajo suposiciones relativamente dbiles respecto a las poblaciones de donde son obtenidos los datos, y debe satisfacer al menos uno de los siguientes criterios: 1. El mtodo puede ser usado en datos con escala de medida nominal. 2. El mtodo puede ser usado en datos con escala de medida ordinal. 3. El mtodo puede ser usado en datos con escala de medida de intervalo o razn, donde la funcin de distribucin de la variable aleatoria que produce los datos no est especificada completamente. Los mtodos no paramtricos (NP) son populares ya que: Usualmente permiten calcular valores-p exactos a partir de test basados en muestras pequeas. Casi siempre son ms fciles de calcular e implementar que sus contrapartes paramtricas Aunque a primera vista parecen sacrificar demasiada de la informacin contenida en las muestras este no es el caso. Generalmente los mtodos NP son solo ligeramente menos eficientes que sus contrapartes basadas en la distribucin normal. Pero pueden ser mucho ms eficientes que sus competidores cuando la distribucin subyacente no es normal. No requieren de transformaciones antes de analizar los datos Son relativamente fciles de entender e interpretar. Proporciona una amplia gama de mtodos altamente eficientes aplicables a un rango amplio de situaciones. Son relativamente insensibles a outliers Se pueden usar en muchas situaciones donde los mtodos paramtricos no se pueden usar.

Muchos procedimientos NP requieren solamente de los Rangos en vez de las mediciones reales y esto hace que sean Invariantes bajo transformaciones montonas de los datos. Los mtodos NP se han convertido en herramientas esenciales en el trabajo cotidiano de cientficos que necesitan realizar anlisis estadsticos. Mucha de la teora detrs de los mtodos NP se puede desarrollar de manera rigurosa usando lgebra elemental. Los mtodos modernos requieren de una matemtica ms avanzada.

Los mtodos paramtricos asumen una m.a. X1, , Xn N(; )

Los mtodos no paramtricos asumen una m.a. X1, , Xn F (F.d.a). Un mtodo de anlisis que es aproximadamente valido an si uno (o algunos) de los supuestos detrs de l no se cumplen, se dice que es un mtodo robusto contra ese supuesto. Sin embargo, robustez no implica potencia estadstica (o poder). DESVENTAJAS DE LOS MTODOS NP Algunas veces los modelos son difciles de analizar En las aplicaciones en la modelacin estadstica la interpretacin de hiptesis puede ser complicada

En algunas situaciones solo existen test asintticos

ESCALAS DE MEDIDA Escala nominal: Es aquella que asigna nmeros a las observaciones solo para dar un "nombre", a la categora, por ejemplo, se lanza una moneda, si cae cara le damos el valor de "1", y si cae sello le damos el valor de "0", pero perfectamente podemos usar 1.5 y 3.2 para representar cara, y sello respectivamente, elegimos "1", y "0", por si ms adelante deseamos contar el nmero de caras. Escala ordinal: Es aquella que se utiliza cuando las mediciones solo se pueden comparar con "mayor", "menor", o "igual". El valor numrico de la medicin solamente es usado para significar que las mediciones son arregladas en ese orden, de menor a mayor, por esto se le da el nombre de escala ordinal. Si algunos de los elementos son iguales a otros decimos que existen empates.

Cuando una persona asigna el nmero "1", a la marca ms preferida de tres, el nmero "3", a la marca menos preferida, y el nmero "2", a la marca restante, 1, 2, y 3 solo representan un orden de preferencia. Escala de intervalo: Es aquella que tiene en cuenta, no solo el orden relativo de las mediciones, sino el tamao de la diferencia entre 2 mediciones. La escala de intervalo requiere de un punto llamado, cero, y de una distancia unitaria llamada, una unidad, por ejemplo, para medir la temperatura hay muchas escalas, entre ellas tenemos, la escala centgrada y la escala Fahrenheit, las cuales tienen diferente temperatura cero, y diferentes mediciones de un grado. Escala de razn: Es aquella que se usa no solo cuando el orden y el tamao del intervalo son importantes, sino que la razn entre las mediciones es significativa. La escala de razn es apropiada cuando medimos la produccin, distancias, pesos, alturas, ingresos, etc. La diferencia entre las escalas de intervalo y razn, es que la escala de razn tiene un cero absoluto, mientras que en la escala de intervalo, el cero es relativo. REPASO INFERENCIA ESTADSTICA: Ver artculo: http://inscripciones.adeit-uv.es/econgres/finanzas_2012-13/handout_tema1.pdf