Estadstica no parametrica

Claudio Bustos
18 de abril de 2014

Indice
Referencias 2
Siegel (1956) se nala que el desarrollo inicial de las pruebas de hipotesis es-
tadsticas se realizo haciendo suposiciones bastante fuertes sobre las poblaciones
y los estadsticos que se obtenan de los datos.
Si hacemos el supuesto que todos los grupos tienen distribuciones iguales ,
lo mas sencillo es realizar pruebas sobre sus parametros, es decir, sobre aquellos
valores que permiten representar completamente a la distribucion. De aqu el
nombre de estadstica parametrica que adopta este tipo de analisis.
Las pruebas parametricas se basan en la manipulacion aritmetica de las
variables, por lo que solo admite el uso de variables numericas.
Por ejemplo, una de los operaciones mas comunes es determinar si dos grupos
dieren entre s en su valor central. Si asumimos que la distribucion de cada
grupo es normal, en lo que pueden diferir solamente es en su esperanza o su
varianza poblacional. Como generalmente este ultimo valor no es relevante, la
prueba se realizara sobre la diferencia de esperanzas entre ambos grupos (H
0
:

1
=
2
) y la la prueba de eleccion sera la t de Student para muestras no
relacionadas. Si la cantidad de grupos es mayor, asumiendo que la distribucion
de cada grupo nuevamente es normal y con varianzas iguales, se puede utilizar
la prueba ANOVA de una va, que tiene por hipotesis nula la igualdad de medias
de los grupos (H
0
:
1
=
2
= ... =
k
)
En aquellos casos donde no se supone normalidad en la distribucion original
de los datos, por medio del Teorema del Lmite Central se puede asumir en
muestras grandes que la distribucion de sus medias sera normal. Esto justica,
entre otras cosas, el uso de ANOVA sobre grupos con datos no normales, pero
con muestras grandes.
Ahora, si nuestras hipotesis se relacionan con caractersticas distintas a la es-
peranza poblacional, contamos con muestras peque nos o tenemos distribuciones
desconocidas o muy distintas a la normal (lo que suele ocurrir con datos a nivel
ordinal o nominal), no podremos utilizar la estadstica basada en parametros.
Para estos casos, se pueden utilizar los metodos no parametricos.
Wasserman (2006) se nala que lo fundamental de los metodos no parametricos
es usar datos para inferir algo sobre la poblacion usando la menor cantidad de
1
supuestos posibles.Siegel (1956) agrega que los metodos no parametricos pueden
ser usados para datos no numericos, a nivel ordinal particularmente, de lo cual
surgen las pruebas basadas en el orden de los datos(ranking tests, en ingles).
Entre los problemas que trata la estadstica no parametrica, se cuenta (Wasserman,
2006):
Estimar la distribucion de origen de los datos. Esto es, a partir de los
datos, denir cual es la funcion de probabilidad acumulada de la poblacion.
Tambien se puede estimar la funcion de densidad, pero es mas complejo.
Estimar el valor esperado para una variable X, dada una variable Y , lo
que es conocido como regresion no parametrica
Entre las pruebas no parametricas de hipotesis mas conocidas se encuentran
la prueba Chi-cuadrado y prueba exacta de Fisher, para datos a nivel nominal,
y la correlacion de rangos de Spearman, para datos a nivel ordinal.
Siegel (1956) se nala que para optar entre metodos parametricos y no pa-
rametricos, se deben considerar las siguientes dimensiones
1. Poder: En general, si la distribucion de origen de los datos es cercana a una
conocida (la normal, por ejemplo), es mejor usar pruebas parametricas,
ya que presentan mayor poder, es decir, capacidad de rechazar H
0
cuando
esta es falsa.
2. Tipo de medicion: si los datos se encuentran a nivel nominal u ordinal, los
datos no son numericas y no aplica la realizacion de operaciones aritmeti-
cas sobre ellos. Por tanto, si la distribucion no es conocida (por ejemplo,
binomial), solo se pueden utilizar metodos no parametricos. utilizar
Referencias
Siegel, S. (1956). Nonparametric statistics. The American Statistician, 11,
13-19.
Wasserman, L. (2006). All of nonparametric statistics. Springer.
2