• ¿Qué es un método no paramétrico?

    Una prueba no paramétrica es una prueba de hipótesis que no requiere que la distribución de la población sea caracterizada por ciertos parámetros. Por ejemplo, muchas pruebas de hipótesis parten del supuesto de que la población sigue una distribución normal con los parámetros μ y σ. Las pruebas no paramétricas no parten de este supuesto, de modo que son útiles cuando los datos son considerablemente no normales y resistentes a transformaciones.

    Limitaciones de las pruebas no paramétricas

    Las pruebas no paramétricas tienen las siguientes limitaciones:
    • Las pruebas no paramétricas por lo general son menos potentes que la prueba paramétrica correspondiente cuando se cumple el supuesto de normalidad. Por lo tanto, es menos probable que usted rechace la hipótesis nula cuando sea falsa si los datos provienen de la distribución normal.
    • Las pruebas no paramétricas suelen requerir que se modifiquen las hipótesis. Por ejemplo, la mayoría de las pruebas no paramétricas acerca del centro de la población son pruebas sobre la mediana y no sobre la media. La prueba no responde a la misma pregunta que el procedimiento paramétrico correspondiente si la población no es simétrica.

    Pruebas paramétricas alternativas

    Cuando tenga la posibilidad de escoger entre un procedimiento paramétrico y uno no paramétrico, y esté reltivamente seguro de que se cumplen los supuestos del procedimiento paramétrico, entonces utilice el procedimiento paramétrico. También podría utilizar el procedimiento paramétrico cuando la población no esté distribuida normalmente si el tamaño de la muestra es lo suficientemente grande.

    La siguiente es una lista de las pruebas no paramétricas y sus alternativas paramétricas.

    Prueba no paramétricaPrueba paramétrica alternativa
    Prueba de signos de 1 muestraPrueba Z de 1 muestra, prueba t de 1 muestra
    Prueba de Wilcoxon de 1 muestraPrueba Z de 1 muestra, prueba t de 1 muestra
    Prueba de Mann-WhitneyPrueba t de 2 muestras
    Prueba de Kruskal-WallisANOVA de un solo factor
    Prueba de la mediana de MoodANOVA de un solo factor
    Prueba de FriedmanANOVA de dos factores