Diferencia Entre Paramétrico Y No Paramétrico

Diferencia Entre Paramétrico Y No Paramétrico
Diferencia Entre Paramétrico Y No Paramétrico

Vídeo: Diferencia Entre Paramétrico Y No Paramétrico

Vídeo: Diferencia Entre Paramétrico Y No Paramétrico
Vídeo: ¿Pruebas paramétricas o no parametricas? 2024, Marzo
Anonim

Paramétrico vs no paramétrico

La estadística es una rama de los estudios que nos permite comprender la dinámica de la población mediante el uso de muestras extraídas de una determinada población de interés. Es fundamental que estas muestras sean aleatorias. Muchas fórmulas se crean con la incorporación de las matemáticas, para hacer inferencias sobre los parámetros de la población. Naturalmente, cualquier población puede tener una “distribución normal” en la que la dispersión de datos / muestras tiene la forma de una campana en el gráfico de frecuencia. En una distribución normal, la mayoría de las muestras se concentran alrededor de la media y el 68%, 95%, 99% de los datos se encuentran dentro de 1, 2 y 3 desviaciones estándar, respectivamente. Las estadísticas paramétricas y no paramétricas dependen de si se considera o no una distribución normal.

¿Qué es la estadística paramétrica?

Las estadísticas paramétricas son las estadísticas en las que los datos / muestras se consideran extraídos de una distribución normal. La definición de estadística paramétrica es “la estadística que asume que los datos provienen de un tipo de distribución de probabilidad y hace inferencias sobre los parámetros de la distribución”. La mayoría de los métodos estadísticos elementales conocidos pertenecen a este grupo. En realidad, es posible que no se distribuyan normalmente. Por tanto, este tipo de estadísticas se basa en más supuestos. Si los datos / muestras se distribuyen normalmente o casi normalmente, las fórmulas pueden producir resultados e inferencias precisas. Sin embargo, si la suposición de una distribución normal es incorrecta, las estadísticas paramétricas pueden ser bastante engañosas.

¿Qué son las estadísticas no paramétricas?

Las estadísticas no paramétricas también se conocen como estadísticas sin distribución. La ventaja de este tipo de estadística es que no tiene que hacer una suposición como se hizo anteriormente con los parámetros. Los cálculos estadísticos no paramétricos toman más en cuenta las medianas que las medias. Por tanto, si uno o dos se desvían del valor medio, se desprecia su efecto. Generalmente, se prefieren las estadísticas paramétricas porque tiene más poder para rechazar una hipótesis falsa que el método no paramétrico. Una de las pruebas no paramétricas más conocidas es la prueba de Chi-cuadrado. Existen análogos no paramétricos para algunas pruebas paramétricas, como la prueba T de Wilcoxon para la prueba t de muestras pareadas, la prueba U de Mann-Whitney para la prueba t de muestras independientes, la correlación de Spearman para la correlación de Pearson, etc. Para una prueba t de muestra, no hay prueba no paramétrica comparable.

¿Cuál es la diferencia entre paramétrico y no paramétrico?

• Las estadísticas paramétricas dependen de la distribución normal, pero las estadísticas no paramétricas no dependen de la distribución normal.

• Las estadísticas paramétricas hacen más suposiciones que las estadísticas no paramétricas.

• Las estadísticas paramétricas utilizan fórmulas más simples en comparación con las estadísticas no paramétricas.

• Cuando se cree que una población está distribuida normalmente o cerca de una distribución normal, la mejor opción es utilizar estadísticas paramétricas. En caso contrario, es mejor utilizar un método no paramétrico.

• La mayoría de los métodos estadísticos elementales comúnmente conocidos pertenecen a la estadística paramétrica. La estadística no paramétrica se usa con moderación y se aplica para casos especiales.

Recomendado: