Apuntes de Estadística No Paramétrica
Documento anónimo para uso académico.
1. ¿Qué es la estadística no paramétrica?
La estadística no paramétrica es un conjunto de métodos estadísticos que no requieren
asumir que los datos siguen una distribución específica, como la distribución normal. Es útil
cuando los datos son ordinales, tienen una escala no continua, o no cumplen los supuestos
necesarios para aplicar pruebas paramétricas.
A diferencia de la estadística paramétrica, que depende de parámetros como la media y la
desviación estándar, la no paramétrica se basa en rangos, signos u ordenamientos.
2. ¿Cuándo se utiliza?
Se utiliza cuando:
• - No se puede asumir normalidad en los datos
• - La muestra es pequeña
• - Los datos son ordinales o categóricos
• - Hay presencia de valores atípicos o distribución sesgada
3. Principales pruebas no paramétricas
Prueba de Signos: Compara dos condiciones o tratamientos en la misma muestra. Solo
considera si hay aumentos o disminuciones.
Prueba de Wilcoxon para muestras pareadas: Alternativa no paramétrica al t de muestras
relacionadas. Compara medianas entre dos grupos relacionados.
Prueba de Mann-Whitney U: Equivalente al t de Student para muestras independientes, sin
asumir normalidad.
Prueba de Kruskal-Wallis: Alternativa no paramétrica al ANOVA de un factor. Se usa para
más de dos grupos independientes.
Prueba de Friedman: Alternativa al ANOVA de medidas repetidas. Se usa con tres o más
tratamientos en grupos relacionados.
Prueba de chi-cuadrado: Evalúa si hay asociación entre variables categóricas.
4. Ventajas y desventajas
Ventajas:
• - No requiere supuestos de normalidad
Documento anónimo para uso académico.
1. ¿Qué es la estadística no paramétrica?
La estadística no paramétrica es un conjunto de métodos estadísticos que no requieren
asumir que los datos siguen una distribución específica, como la distribución normal. Es útil
cuando los datos son ordinales, tienen una escala no continua, o no cumplen los supuestos
necesarios para aplicar pruebas paramétricas.
A diferencia de la estadística paramétrica, que depende de parámetros como la media y la
desviación estándar, la no paramétrica se basa en rangos, signos u ordenamientos.
2. ¿Cuándo se utiliza?
Se utiliza cuando:
• - No se puede asumir normalidad en los datos
• - La muestra es pequeña
• - Los datos son ordinales o categóricos
• - Hay presencia de valores atípicos o distribución sesgada
3. Principales pruebas no paramétricas
Prueba de Signos: Compara dos condiciones o tratamientos en la misma muestra. Solo
considera si hay aumentos o disminuciones.
Prueba de Wilcoxon para muestras pareadas: Alternativa no paramétrica al t de muestras
relacionadas. Compara medianas entre dos grupos relacionados.
Prueba de Mann-Whitney U: Equivalente al t de Student para muestras independientes, sin
asumir normalidad.
Prueba de Kruskal-Wallis: Alternativa no paramétrica al ANOVA de un factor. Se usa para
más de dos grupos independientes.
Prueba de Friedman: Alternativa al ANOVA de medidas repetidas. Se usa con tres o más
tratamientos en grupos relacionados.
Prueba de chi-cuadrado: Evalúa si hay asociación entre variables categóricas.
4. Ventajas y desventajas
Ventajas:
• - No requiere supuestos de normalidad
