Diferencias entre las pruebas paramétricas y no paramétricas

Escrito por Judy Tyler ; última actualización: February 01, 2018
Thinkstock Images/Comstock/Getty Images

Las pruebas estadísticas paramétricas y no paramétricas se diferencian por el tipo de datos que se usan para analizar. Las pruebas paramétricas hacen muchas suposiciones, la más significativa de las cuales es que los datos se distribuyen normalmente. Las pruebas no paramétricas hacen menos suposiciones y hacen frente a los datos que no se distribuyen normalmente. Las pruebas paramétricas generalmente tienen una mayor potencia estadística.

Distribución de datos

Thinkstock Images/Comstock/Getty Images

Las pruebas paramétricas hacen la suposición de conocimiento previo de que los datos se distribuyen normalmente. Varias pruebas pueden llevarse a cabo para determinar si es o no es una suposición válida. Si los datos no están normalmente distribuidos, pueden transformarse de diversas maneras para que las pruebas paramétricas se puedan seguir utilizando. Como alternativa, se pueden utilizar los análisis no paramétricos. Las pruebas no paramétricas no hacen suposiciones sobre la distribución de los datos.

Escala de datos

BananaStock/BananaStock/Getty Images

Las pruebas paramétricas hacen la suposición de que los datos se miden en una escala de intervalo, de modo que el intervalo entre los puntos de datos es significativo. La altura en pulgadas o el peso en libras son datos de intervalo. Por el contrario, las pruebas no paramétricas no hacen suposiciones acerca de la escala de los datos.

Parámetros estadísticos

Thinkstock/Comstock/Getty Images

Las pruebas paramétricas emplean parámetros que se estima que con un conjunto de datos que se distribuyen normalmente. La media, la varianza, la desviación estándar y la asimetría son ejemplos. Estos parámetros se utilizan para hacer inferencias en las pruebas paramétricas. Por el contrario, las pruebas no paramétricas no hacen uso de estos parámetros estadísticos.

Diferencias en poder estadístico

Goodshoot/Goodshoot/Getty Images

En general, el poder estadístico es menor en pruebas no paramétricas que en sus contrapartes paramétricas. El poder estadístico se refiere a la probabilidad de que la prueba estadística se rechaza la hipótesis nula cuando la hipótesis nula es en realidad falsa, y por lo tanto debe ser rechazada. En otras palabras, el poder se refiere a la probabilidad de que la prueba dará lugar a la inferencia correcta acerca de la población.

×