Diferencia entre paramétrico y no paramétrico

Los investigadores sociales a menudo construyen una hipótesis en la que se supone que cierta regla general se puede aplicar a una población. Ellos prueban esta hipótesis usando pruebas que pueden ser paramétricas o no paramétricas. Las pruebas paramétricas tienden a ser más populares y estudiadas mucho antes que las pruebas estándar utilizadas en la investigación.

El proceso de hacer una investigación es bastante simple: haces una hipótesis y asumes que cierta «ley» se puede aplicar a una población. Luego realiza una prueba y recopila datos que analiza estadísticamente. Los datos recopilados generalmente se pueden representar como un gráfico, con la ley hipotética como el valor promedio de esos datos. Si la ley hipotética es la misma que la ley del valor medio, la hipótesis se confirma.

En algunos casos, sin embargo, encontrar el valor promedio no es la forma más adecuada de buscar la ley. Un buen ejemplo es la distribución del ingreso total. Si no coincide con el valor promedio, probablemente se deba a que sus valores promedio se ven afectados por uno o dos multimillonarios. Sin embargo, una mediana arrojará un resultado mucho más preciso del ingreso promedio que probablemente coincida con sus datos.

En otras palabras, se utilizará una prueba paramétrica cuando las suposiciones hechas sobre la población sean claras y cuando se disponga de suficiente información sobre la misma. Las preguntas se diseñarán para medir esos parámetros específicos de modo que los datos puedan analizarse como se describe anteriormente. Una prueba no paramétrica se utiliza cuando la población analizada no se conoce completamente y, por lo tanto, tampoco se conocen los parámetros examinados. Además, mientras que la prueba paramétrica utiliza valores medios como resultados, la prueba no paramétrica toma la mediana, por lo que suele utilizarse cuando la hipótesis original no se ajusta a los datos.

¿Qué es una prueba paramétrica?

Una prueba paramétrica es una prueba diseñada para proporcionar los datos que luego serán analizados por una rama de la ciencia llamada estadística paramétrica. Las estadísticas paramétricas suponen que ya se conoce cierta información sobre la población, a saber, la distribución de probabilidad. Por ejemplo, la distribución global de la altura del cuerpo se describe mediante un modelo de distribución normal. De manera similar, cualquier modelo de distribución conocido se puede aplicar a un conjunto de datos. Sin embargo, al suponer que un modelo de distribución en particular se ajusta a un conjunto de datos, esencialmente está suponiendo que hay información adicional sobre la población, como mencioné. La distribución de probabilidad tiene varios parámetros que describen la forma exacta de la distribución. Son estos parámetros los que proporcionan las pruebas paramétricas: cada pregunta se adapta para dar a cada entrevistado el valor exacto de un parámetro en particular. Juntos, el valor medio de ese parámetro se usa para la distribución de probabilidad. Esto significa que las pruebas paramétricas también capturan algo sobre la población. Si las suposiciones son correctas, las estadísticas paramétricas aplicadas a los datos proporcionados por una prueba paramétrica darán resultados mucho más exactos y precisos que los resultados de las pruebas y estadísticas no paramétricas.

¿Qué es una prueba no paramétrica?

Similar a las pruebas y estadísticas paramétricas, existen pruebas y estadísticas no paramétricas. Se utilizan cuando no se espera que los datos obtenidos se ajusten a una curva de distribución normal, o datos normales. Un gran ejemplo de datos ordinales es la reseña que dejas cuando calificas un determinado producto o servicio en una escala del 1 al 5. Los datos ordinales generalmente se obtienen de pruebas que usan diferentes calificaciones u órdenes. Por lo tanto, no se basa en números o valores exactos para los parámetros de los que dependían las pruebas paramétricas. De hecho, no usa parámetros de ninguna manera, porque no asume una cierta distribución. Normalmente, se prefiere el análisis paramétrico al análisis no paramétrico, pero si la prueba paramétrica no se puede realizar debido a una población desconocida, se deben probar las pruebas no paramétricas.

Diferencia entre pruebas paramétricas y no paramétricas

1) Hacer suposiciones

Como mencioné, la prueba paramétrica hace suposiciones sobre la población. Necesita los parámetros adjuntos a la distribución normal utilizada en el análisis, y la única forma de conocer estos parámetros es tener alguna información sobre la población. Por otro lado, una prueba no paramétrica, como sugiere su nombre, no depende de ningún parámetro y, por lo tanto, no asume nada sobre la población.

2) Probabilidad paramétrica y no paramétrica

Una distribución de probabilidad es la base para el análisis estadístico de los datos, en el caso de las pruebas paramétricas. Por otro lado, la base de las pruebas no paramétricas no existe, es completamente arbitraria. Esto conduce a una mayor flexibilidad y es más fácil adaptar la hipótesis a los datos recopilados.

3) Medida de tendencia central

Una medida de tendencia central en una distribución de probabilidad es un valor central. Y aunque la distribución de probabilidad en el caso de las estadísticas no paramétricas es arbitraria, todavía existe, al igual que la medida de tendencia central. Sin embargo, estas medidas son diferentes. Para pruebas paramétricas se toma como valor medio, pero para pruebas no paramétricas se toma como valor mediano.

4) Información sobre parámetros poblacionales

Como mencioné en la primera diferencia, la información sobre la población varía entre pruebas y estadísticas paramétricas y no paramétricas. En otras palabras, el análisis paramétrico requiere cierto conocimiento sobre la población, ya que requiere parámetros relacionados con la población para producir resultados precisos. Por otro lado, se puede tomar un enfoque no paramétrico sin ningún conocimiento previo de la población.

Paramétrico vs. No paramétrico:

Resumen de paramétrico y no paramétrico

• Una prueba paramétrica es una prueba que supone que se conocen ciertos parámetros y distribuciones sobre una población, a diferencia de la prueba no paramétrica.
• La prueba paramétrica utiliza un valor medio, mientras que la no paramétrica utiliza un valor mediano.
• El enfoque paramétrico requiere un conocimiento previo de la población, a diferencia del enfoque no paramétrico