Conocer la estadística no paramétrica es necesario dentro de la ingeniería, y cualquier otra carrera real. Pero, ¿qué podemos hacer cuando los datos no se ubican dentro de los parámetros?
Sigue leyendo para que sepas todo lo que necesitas saber acerca de esta rama de la estadística, y cuál es el error más común dentro de ella.
Todo lo que necesitas saber sobre la estadística no paramétrica
Primero, se denomina estadística paramétrica a todas aquellas técnicas estadísticas de estimación de intervalos de confianza, prueba de hipótesis y estimación de parámetros. Estas se aplican a las variables continuas. Con ellas se busca especificar una manera de distribución de la variable aleatoria y de los estadísticos que derivan de estos datos.
Dentro de lo que es la estadística paramétrica se asume que la población de donde ha extraído la muestra es aproximadamente normal, o normal. Una propiedad que se hace necesaria para que la prueba de hipótesis tenga validez.
Aun así, existen un gran número de casos donde no es posible determinar la distribución original, así como tampoco la distribución de los estadísticos, por lo que no se tiene ningún parámetro por el que se pueda estimar. Lo único que existe son las distribuciones que comparar. Esto es lo que se conoce como estadística no paramétrica.
Respecto a las pruebas estadísticas no paramétricas
La mayoría de estos test estadísticos se encuentran programados en los paquetes estadísticos de mayor frecuencia, donde queda para el investigador la tarea de decidir por cuál de ellos se guiará. O lo que hará en caso de que los resultados sean opuestos.
Para la aplicación de cada uno de estos existen distintas hipótesis nulas, y algunas condiciones, que deben cumplirse en nuestros datos para que así los resultados cuando se hayan aplicado los test sean lo más confiable posible. Que es lo que se espera.
Lo que queremos decir es que no se pueden aplicar todos los test de estadística no paramétrica, y luego quedarnos con el que nos ha arrojado un mejor resultado en relación a lo que nos conviene dentro de la investigación cuando no hemos verificado que las condiciones y la hipótesis necesarias se cumplen.
En el caso de que las anteriores sean violadas entonces se tendrá que invalidar cualquier resultado posterior a ellas, y esta es una de las principales causas por la que los estudios estadísticos son incorrectos. Es por eso que es importante para un investigador conocer la naturaleza interna de las pruebas antes de simplemente aplicarlas sistemáticamente.
Información que cura
La estadística no paramétrica es una rama de la estadística que se encarga del estudio de las pruebas y modelos estadísticos donde la distribución subyacente se está ajustada a lo que se conoce como “criterios paramétricos”.
La distribución de esta no puede definirse a priori, esta se determinará según la observación de los datos. Estos métodos se recomiendan utilizar en aquellos casos donde no se puede asumir que los datos se ajustan a alguna distribución conocida, cuando el nivel de medida que se ha empleado no es de intervalo, como mínimo.
La prueba estadística no paramétrica más antigua es, quizá, el test de los signos. Es justo a partir de ella que se han creado algunas otras. Esta es usada para darle un contraste a la hipótesis sobre el parámetro de centralización, y se utiliza más que todo dentro del análisis de comparación de datos pareados.
Por lo que, esperamos que hayas entendido que dentro de esta rama de la estadística lo que verdaderamente importa es saber si los datos cumplen con los parámetros antes de querer sacar cualquier resultado de ellos a la ligera.
Estos cursos pueden interesarte:
