Estadística no paramétrica
| Autor | Joaquín García Dihigo |
| Páginas | 155-160 |
CAP. 4 - TÉCNICAS ESTADÍSTICAS PARA EL PROCESAMIENTO Y ANÁLISIS DE LA INFORMACIÓN
155
Se conoce que la variable aleatoria
ns
X
/
µ
−
tiene Distribución t con n-1 g.l. y
entonces, similar al caso anterior, se puede deducir el siguiente intervalo de
conanza para este caso:
n/stXn/stX
1n;2/11n;2/1 −α−−α−
+≤µ≤−
Donde
2/1
t
α− es el percentil de la distribución t para 1-
2/
α
, o sea el valor de
t que tiene1-
2/
α
de probabilidad a la izquierda y n-1 grados de libertad.
Intervalo de estimación para una proporción
Si n es grande y se espera que p no esté cercano a los valores extremos (0 o 1)
entonces p sigue una Distribución Normal:
np=
µ
)1(
2pnp −=
σ
y un intervalo de conanza de (1-
α
) de 100% para la proporción viene dado por:
( ) ( )
n/p
ˆ
1p
ˆ
zp
ˆ
pn/p
ˆ
1p
ˆ
zp
ˆ
2/2/
−+≤≤−−
αα
Esta aproximación es buena si p está entre 0,3 y 0,7 y n permite una buena
aproximación a la Normal.
4.6. Estadística no paramétrica
Dado el gran uso de estas técnicas en las Ciencias Sociales, y también en otras
ramas, resulta imprescindible incluirlas en el presente trabajo. Antes de abor-
darlas, consideramos prudente hacer mención de algunas de sus ventajas y
desventajas con relación a las técnicas paramétricas.
Ventajas de las técnicas no paramétricas
• Pueden usarse con puntajes que no son exactos en el sentido numérico,
sino simples rangos.
• Se usan con datos medidos en una escala nominal.
• Las poblaciones no tienen que seguir una distribución determinada y
pueden ser diferentes en algunos casos.
np
np
Para continuar leyendo
Solicita tu prueba