BIOESTADÍSTICA

Paulo César Sarango Granda BIOLOGÍA

Pruebas Paramétricas

¿Qué son las pruebas paramétricas?

Las pruebas paramétricas son más potentes que las pruebas no-paramétricas, pero

requiere que se cumplan serie de supuestos como la normalidad en la distribución de la

variable la homocedasticidad (igualdad de varianzas) y la independencia de las observaciones,

requiriendo algunas pruebas que se cumplan todo el conjunto de supuestos o alguno de ellos.

En las pruebas paramétricas la homocedasticidad la independencia de las observaciones,

requiriendo algunas pruebas que se cumplan todo el conjunto de supuestos o alguno de ellos,

dependiendo de la prueba a utilizar, sin los cuales, estas pruebas pierden todo su potencial y

resulta imprescindible recurrir a sus homólogas no paramétricas.

Para proceder a realizar las pruebas paramétricas se debe cumplir ciertos parámetros

como son:

a) Aleatoriedad de los datos para cada tratamiento. Se valida con la prueba de rachas

(Wald-Wolfowitz).

b) Normalidad de los datos de cada uno de los tratamientos. La normalidad con Smirnov-

Kolmogorov – Lilliefor y el gráfico de probabilidad normal.

c) Homogeneidad de las varianzas entre los tratamiento. La homogeneidad con la prueba

de Levene, aunque en los textos generalmente se mencionan: Bartlett, Hartley y

Cochran.

Condiciones de los datos para la correcta aplicación de pruebas paramétricas:

El nivel de medición debe ser al menos de intervalo. Debemos tomar una decisión a

cerca de nuestra variable dependiente. ¿Es realmente un nivel de intervalo? Si es una escala

no estandarizada, o si se basa en estimaciones o calificaciones con humanos. Frecuentemente

aparecen como intervalo pero lo reducimos a nivel ordinal al darles rango.

Los datos de la muestra se obtienen de una población normalmente distribuida. Este

principio suele mal entenderse como: la muestra debe distribuirse normalmente, "no es así".

La mayoría de las muestras son demasiado pequeñas para siquiera parecerse a una

distribución normal, la cual solo obtiene su característica en forma de campana con la

acumulación de muchas puntuaciones.

La varianza de las 2 muestras no son significativamente diferentes, esto se conoce

como el principio de homogeneidad de la varianza, Los especialistas en estadística han

investigado más sobre ese requisito, el cual sabia exigir varianzas muy similares. Estos se

ignoran cuando tratamos con muestras relacionadas sin gran riesgo de distorsionar nuestro

resultado.

BIOESTADÍSTICA

Paulo César Sarango Granda BIOLOGÍA

¿Qué hacer si los datos de no son normales?

Para analizar datos medidos por una variable cuantitativa se supone que los datos

obtenidos son de una muestra aleatoria de una distribución de probabilidad normal, pero

muchas de las veces estas suposiciones son erróneas ya que estos datos no cumplen con la

normalidad. En estos casos disponemos de dos posibles mecanismos: los datos se pueden

transformar de tal manera que sigan una distribución normal, o bien se puede acudir a

pruebas estadísticas que no se basan en ninguna suposición en cuanto a la distribución de

probabilidad a partir de la que fueron obtenidos los datos, y por ello se denominan pruebas no

paramétricas.

BIBLIOGRAFÍA:

FREUD J. & SIMON G. 1994. ESTADÍSTICA ELEMENTAL. Practice Hall Hispanoamericana. 1° ed.

México.

JARAMILLO J. & CABRERA C. 1997. ESTADÍSTICA INFERENCIAL. UTPL. 1ed. Loja – Ecuador.

VISAUTA B. 1997. ESTADÍSTICA BÁSICA. Mc Graw-Hill. 1° ed. Madrid - España.

WEIMER R. 1996. ESTADÍSTICA. CECSA. 1° ed. México.

WEBSTER A. 2000. ESTADÍSTICA APLICADA A LOS NEGOCIOS Y ECONOMÍA. Mc Graw-Hill. 3°

ed. Bogotá – Colombia.