PRUEBAS PARAMÉTRICAS Y NO PARAMÉTRICAS PARA COMPARAR DISTRIBUCIONES DE VARIABLES NUMÉRICAS

Use this template to collect all materials and information related to a class/course.

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
PRUEBAS PARAMÉTRICAS Y NO PARAMÉTRICAS PARA COMPARAR DISTRIBUCIONES DE VARIABLES NUMÉRICAS por Mind Map: PRUEBAS PARAMÉTRICAS Y NO PARAMÉTRICAS PARA COMPARAR DISTRIBUCIONES DE VARIABLES NUMÉRICAS

1. INTRODUCCION

1.1. En investigación, en general, hay 3 planteamientos básicos

1.1.1. Describir un fenómeno o parte de una realidad

1.1.2. Entender (analizar) un fenómeno/realidad

1.1.3. Experimentar (evaluar) sobre un fenómeno/realidad

2. DEFINICIONES CLAVE

2.1. Hipótesis

2.1.1. Conjetura a priori y evaluable, sobre la realidad o fenómeno de interés

2.2. Prueba de hipótesis

2.2.1. Procedimiento estadístico para evaluar la veracidad de la hipótesis

2.3. Estadístico de prueba

2.3.1. Valor númerico que se origina de la muestra de estudio, para evaluar la hipótesis

2.3.2. Su distribución puede ser real o teórica

2.4. Parámetro: Característica de la población de interés y que deseamos estimar

2.4.1. Pruebas paramétricas

2.4.2. Pruebas no paramétricas

3. CONSIDERACIONES CLAVE

3.1. Para comparar dos distribuciones de variables numéricas

3.1.1. ¿Debo hacer una prueba paramétrica o no paramétrica?

3.1.2. Se trata de observaciones independientes o dependientes (pareadas)

3.2. Verificación de los supuestos paramétricos

3.2.1. Grafica

3.2.2. Analítica

3.3. Observaciones independientes o pareadas

3.3.1. Datos de dos poblaciones distintas; son observaciones independientes

3.3.2. Dato de la misma persona en momentos diferentes; son datos pareados

4. TIPOS DE PRUEBAS

4.1. Independientes

4.1.1. PRUEBA DE T DE STUDENT (cumple paramétricos)

4.1.2. PRUEBA DE U DE MANN-WHITNEY (no cumple paramétricos)

4.2. Dependientes

4.2.1. PRUEBA DE T DE STUDENT PARA DATOS PAREADOS (cumple paramétricos)

4.2.2. PRUEBA DE WILCOXON (no cumple paramétricos)