PRUEBAS NO

PARAMETRICAS
Elaborado por:
Mdico Freddy Garca Ortega
Hospital Sergio E. Bernales
Freddy_g_o@yahoo.es

Las pruebas estadsticas pueden ser parametricas y

no parametricas
Las pruebas parametricas asumen los parametros
de la distribucin de la variable (media y varianza)
y un tipo de distribucin normal
Las pruebas no parametricas no asumen acerca de
los parametros de distribucin ni se preocupa por el
tipo de distribucin, sino trabajan con simple
ordenacin y recuento (asignando rankings) a los
valores de la variable sin importar la distribucin.

Pruebas parametricas
Para usarlas deben cumplirse supuestos:
Las variables tienen que ser cuantitativas y
estar medidas en escalas de intervalo o razn
Los datos siguen una distribucin normal
Las varianzas son iguales
Muestras grandes (n > 30)
A veces se usa sin cumplir los supuestos pero debe usarse con
cautela en muestras ms pequeas o con varianzas desiguales, en
estos casos prefiera usar pruebas noparametricas

Pruebas no parametricas
Se deben usar con:
Datos de distribucin libre (no necesariamente normal). Si
un grupo tiene distribucin normal mientras el otro no.
Si se trata de datos cuantitativos, ordinales o nominales
Con varianza grande, un grupo con varianza 0 y el otro no
Al trabajar con muestras pequeas.

 QU VENTAJAS TIENEN LAS PRUEBAS

PARAMETRICAS SOBRE LAS NO
PARAMETRICAS?

Las pruebas parametricas tienen

ms poder de contraste y pueden
analizar interacciones entre
variables independientes

PRUEBAS NO PARAMETRICAS
Chi cuadrado de Pearson (independencia,
bondad de ajuste, homogeneidad)
Prueba exacta de Fischer
U de mann Whitney W de Wilcoxon
T de Wilcoxon
Mac Nemar
Kruskall Wallis
Friedman
Q de Cochran

ELECCIN DE LA PRUEBA NO PARAMETRICA

Chi cuadrado
1 muestra

Cuantitativa y cualitativa
Binomial
independientes

2 muestras

Cuantitativa

U de mann
Whitney

Cuantitativa

Wilcoxon

Cualitativa

Mc Nemar

Cuantitativa

Kruskal Wallis

Cuantitativa

Friedman

Cualitativa

Q de Cochran

Relacionadas

independientes
Ms de 2
muestras
Relacionadas

CHI CUADRADO DE PEARSON

(Oij Eij )

Eij
i 1 j 1
F

( F 1)( C 1)

Prueba de bondad de ajuste

Ho: La muestra se ajusta a una distribucin teorica
(esperado o modelo)
H1: Ho: La muestra no se ajusta a una distribucin
teorica (esperado o modelo)
Analyze / non parametric test/ chi square

CHI CUADRADO DE PEARSON

(Oij Eij )

Eij
i 1 j 1
F

( F 1)( C 1)

Criterio de homogeneidad
Ho= Las poblaciones son homogeneas
Ho= Las poblaciones no son homogeneas
Analyze/ descriptive statisticts/ crosstabs

CHI CUADRADO DE PEARSON

(Oij Eij )

Eij
i 1 j 1
F

( F 1)( C 1)

Criterio de independencia
Ho: Las variable son independientes
H1: Las variable estan relacionadas
Analyze/ descriptive statisticts/ crosstabs

Chi cuadrado: homogeneidad de poblaciones

Un estudio sobre caries dental en nios de seis ciudades con diferentes cantidades
de fluor en el suministro de agua, ha proporcionado los resultados siguientes:
Comunidad

N nios sin caries

N nios con caries

38

87

117

30

95

44

81

64

61

32

93

H0: Las incidencia de caries es igual en las seis ciudades (las poblaciones son homogeneas)
H1: Las incidencia de caries no es igual en las seis ciudades (las poblaciones no son
homogeneas)

Data \ weight cases

Cargar de esta manera los resultados, al hacer weight cases se esta

consiguiendo que la tabla se despliegue como una base de datos completa a
partir del cual se han resumido los datos en la tabla

Analyze\ descriptive statistics\ crosstabs

Chi cuadrado (homogeneidad)

Case Processing Summary

Valid
N
grupo * caries

750

Percent
100,0%

Cases
Missing
N
Percent
0
,0%

Total
N
750

Percent
100,0%

grupo * caries Crosstabulation

Count

grupo

Total

Chi-Square Tests

A
B
C
D
E
F

caries
sin caries con caries
38
87
8
117
30
95
44
81
64
61
32
93
216
534

Total
125
125
125
125
125
125
750

Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases

Value
65,855a
72,153
12,860

5
5

Asymp. Sig.
(2-sided)
,000
,000

,000

df

750

a. 0 cells (,0%) have expected count less than 5. The

minimum expected count is 36,00.

H0: Las incidencia de caries es igual en las seis ciudades

H1: Las incidencia de caries no es igual en las seis ciudadesCon p<0.05 se rechaza H0
Con p>0.05 no se rechaza H0

Conclusin: La incidencia de caries es igual en las 6 ciudades (poblaciones homogeneas)

CHI CUADRADO (CRITERIO DE INDEPENDENCIA)

Una muestra aleatoria de 200 adultos se clasifican de acuerdo al sexo y al
nmero de horas que miran televisin durante la semana las frecuencias se
dan en la siguiente tabla:
N de horas que miran TV
Menos de 15 horas

Al menos 15 horas

Hombre

55

45

Mujer

40

60

Con esta informacin, se puede concluir que el tiempo utilizado para ver tv es
independiente del sexo? use = 0.05
Ho : El sexo es independiente de las horas de ver televisin
H1 : El sexo y las horas de ver televisin estan relacionadas

Data \ weight cases

Analyze\ descriptive statistics\ crosstabs

Chi cuadrado (independencia)

sexo * tv Crosstabulation
Case Processing Summary

Valid
N
sexo * tv

200

Percent
100,0%

Count
tv

Cases
Missing
N
Percent
0
,0%

Total
N

Percent
100,0%

200

sexo

Femenino
Masculino

Total

Menos de
15 horas
40
55
95

Al menos
15 horas
60
45
105

Total
100
100
200

Chi-Square Tests

Pearson Chi-Square
Continuity Correctiona
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases

Value
4,511b
3,930
4,529
4,489

df
1
1
1
1

Asymp. Sig.
(2-sided)
,034
,047
,033

Exact Sig.
(2-sided)

Exact Sig.
(1-sided)

,047

,024

,034

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

200

a. Computed only for a 2x2 table

b. 0 cells (,0%) have expected count less than 5. The minimum expected count is
47,50.

H0: El sexo es independiente de las horas de mirar TV

H1: El sexo esta asociado a las horas de mirar TV
Conclusin: El sexo de la persona esta asociado al tiempo que mira TV, las mujeres
permanecen ms tiempo mirando TV

U DE MANN WHITNEY - WILCOXON

Comparar 2 grupos independientes y que no
tienen distribucin normal o que sean ordinales
Paralela a la prueba parametrica de contraste t
para muestras independientes
Contrasta si dos poblaciones muestreadas son
equivalentes en su posicin
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamao

Se desea saber si hay diferencias entre presin arterial

sistlica de hombres y mujeres
PAS
Hombres

Rango 1
(R1)

Orden

PAS
Mujeres

Rango 2
(R2)

Orden

110
120
100
115
110
100
120
125
125
130

9.5
16
5
13.5
9.5
5
16
18.5
18.5
20

7
15
4
13
8
5
16
18
19
20

90
95
110
110
120
115
110
100
95
110

1
2.5
9.5
9.5
16
13.5
9.5
5
2.5
9.5

1
2
9
10
17
14
11
6
3
12

Total

131.5

78.5

U DE MANN WHITNEY
U n1n2

n1 (n1 1)
R1
2

Area de
rechazo

U n1n2

Area de no rechazo
U

n2 (n2 1)
R2
2
Area de
rechazo

Estos valores de U y Use contrastan con los valores de la tabla

para la U de Mann Withney y en el cual tiene valores para alfa
bilateral al 0.05 y alfa unilateral para 0.01 y se eligen segn los
valores caen en el rea de rechazo o no rechazo de Ho

H0: La presion arterial sistolica es igual en hombres y en mujeres

H1: La presion arterial sistolica no es igual en hombres y en mujeres
Ranks
PAS

Zu

U R
u
n

SEXO
Mujer
Hombre
Total

Mean Rank
7,85
13,15

10
10
20

U
U

u tiene una formula compleja

Sum of Ranks
78,50
131,50

Mean rank

Sum of ranks
N

Test Statisticsb
Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)
Exact Sig. [2*(1-tailed
Sig.)]

PAS
23,500
78,500
-2,039
,041
,043

a. Not corrected for ties.

b. Grouping Variable: SEXO

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

El ranking promedio de mujeres esta en 7.85 y el de hombres esta en 13.15, es

decir hay diferencias entre hombres y mujeres y como p<0.05 se rechaza H0
Conclusin: La PAS es diferente en hombres y en mujeres siendo mayor en
hombres.

T DE WILCOXON
Comparar 2 grupos relacionados y variables
cuantitativas que no tienen distribucin normal o
que sean ordinales
Paralela a la prueba parametrica de contraste t
para muestras relacionadas
Contrasta si dos poblaciones muestreadas son
equivalentes en su posicin
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamao

Pacientes que intentan bajar de peso sometiendose a una dieta, se desea

saber si hay diferencias antes y despues de la dieta
Peso
inicial

Peso
final

Diferencia

80
70
68
75
72
85
90
75
85
80

75
68
68
70
74
60
75
70
80
79

-5
-2
0
-5
2
-25
-15
-5
-5
-1

Total

Rango
+s

Rango
-s

Orden

5.5
2.5

4
2
-5
3
9
8
6
7
1

5.5
2.5
9
8
5.5
5.5
1
2.5

42.50

Para ubicar en ranking se procede ignorando el signo de la diferencia

Wilcoxon Signed Ranks Test

Ranks
N
pesofin - pesoin

Negative Ranks
Positive Ranks
Ties
Total

8a
1b
1c
10

a. pesofin < pesoin

Mean Rank
5,31
2,50

Sum of Ranks
42,50
2,50

H0: peso final = peso final

H1: peso final peso final

b. pesofin > pesoin

c. pesofin = pesoin

H0: peso final > peso final

Test Statisticsb

Z
Asymp. Sig. (2-tailed)

pesofin pesoin
-2,393a
,017

a. Based on positive ranks.

b. Wilcoxon Signed Ranks Test

H1: peso final peso final

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

Conclusin la dieta es efectiva para bajar de peso

COMPARACION DE 2 GRUPOS RELACIONADOS CON

VARIABLES DICOTOMICAS
Prueba de signos y prueba de Mc Nemar
Se estudia la presencia de parsitos en el agua antes y despus de un
procedimiento para eliminar parsitos. Es til el procedimiento?

Antes

Despus

+
+
+
+
+
+

+
+
+
+
-

Sign Test
Frequencies
despues - antes

Negative Differencesa
Positive Differencesb
Tiesc
Total

N
4
2
4
10

a. despues < antes

b. despues > antes
c. despues = antes

H0: No hay diferencias entre antes y despues

Test Statisticsb

Exact Sig. (2-tailed)

a. Binomial distribution used.

b. Sign Test

H1: hay diferencias entre antes y despues

despues antes
,688a

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

Conclusin: El tratamiento no es eficaz para eliminar parasitos del agua

Inicial

Final
+

de Mc Nemar(1)
2

de Mc Nemar(1)
2

b c 1

4 2 1
42

bc
2

1
0.1666
6

McNemar Test
antes & despues
despues
antes
0
1

1
2
4

2
2

Test Statisticsb

N
Exact Sig. (2-tailed)

antes &
despues
10
,688 a

a. Binomial distribution used.

b. McNemar Test

H0: No hay diferencias entre antes y despues

H1: hay diferencias entre antes y despues

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

Conclusin: El tratamiento no es eficaz para eliminar parasitos del agua

KRUSKALL WALLIS
Comparar k grupos independientes y variables
cuantitativas que no tienen distribucin normal o
que sean ordinales
Paralela a la prueba parametrica de ANOVA para
muestras indpendientes
Contrasta si K poblaciones muestreadas son
equivalentes en su posicin
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamao

Se esta midiendo la reaccin frente a un medicamento en

tres grupos de personas Se desea saber si hay diferencias
entre los tiempos de reaccin entre los 3 grupos
Grupo

Reaccion

Grupo

Reaccion

Grupo

Reaccion

10

10

15

10

15

20

11

15

12

12

10

12

15

10

15

14

12

18

10

14

17

12

10

14

16

Kruskal-Wallis Test
Ranks
Tiempo de reaccin

Grupo
1
2
3
Total

Test Statisticsa,b

Chi-Square
df
Asymp. Sig.

Tiempo de
reaccin
7,579
2
,023

a. Kruskal Wallis Test

b. Grouping Variable: Grupo

N
10
10
10
30

Mean Rank
10,00
15,80
20,70

H0: La reaccion frente al medicamento

es igual en los 3 grupos
H1: La reaccion frente al medicamento
no es igual en los 3 grupos
Con p<0.05 se rechaza H0
Con p>0.05 no se rechaza H0

Conclusin: Hay diferencias entre los 3 grupos para

reaccionar frente al medicamento administrado

FRIEDMAN
Comparar K grupos relacionados y variables
cuantitativas que no tienen distribucin normal o
que sean ordinales
Paralela a la prueba parametrica de ANOVA para
muestras relacionadas
Contrasta si K poblaciones muestreadas son
equivalentes en su posicin
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamao

Se esta midiendo la reaccin de 10 pacientes frente a tres

medicamento diferentes Se desea saber si hay diferencias
entre los tiempos de reaccin frente a los 3 medicamentos?
Paciente

Droga A

Droga B

Droga C

10

10

15

10

15

20

11

15

12

12

10

12

15

10

15

14

12

18

10

14

17

12

10

10

14

16

Friedman Test
Descriptive Statistics
N
Droga A
Droga B
Droga C

10
10
10

Mean
10,4000
12,3000
14,4000

Std. Deviation
2,45855
2,16282
3,56526

Minimum
7,00
9,00
9,00

Maximum
15,00
15,00
20,00

Ranks
Droga A
Droga B
Droga C

Mean Rank
1,35
2,00
2,65

Test Statisticsa
N
Chi-Square
df
Asymp. Sig.

10
9,135
2
,010

a. Friedman Test

H0: La de los accion de los 3 medicamento

sobre la reacin de los pacientes es igual
H1: La de los accion de los 3 medicamento
sobre la reacin de los pacientes no es igual
Con p<0.05 se rechaza H0
Con p>0.05 no se rechaza H0

Conclusin: Hay diferencias en la accion de los 3

medicamentos sobre la reaccin de los pacientes

Q DE COCHRAN
Comparar K grupos relacionados y variables
cualitativas dicotomicas
Paralela a la prueba de Mc Nemar para muestras
relacionadas
Contrasta si K poblaciones muestreadas son
equivalentes en su posicin
Es recomendable pero no imprescindible que las
poblaciones comparadas tengan el mismo tamao

Pacient
e

Med A

Med B

Med C

Pacient
e

Med A

Med B

Med C

Pacient
e

Med A

Med B

Med C

10

18

11

19

12

20

13

21

14

22

15

23

16

24

17

25

25 pacientes reciben 3 medicamentos para mejorar su tos

0 = mejora su tos

1 = no mejora su tos

Se estudia el efecto sobre el dolor de tres medicamentos diferentes en

25 pacientes (0=no calma 1= si calma) Se desea saber si hay
diferencias entre el efecto de los 3 medicamentos?
Pacien
te

Medic
A

Medic
C

Medic
B

Pacien
te

Medic
A

Medic
C

Medic
B

14

15

16

17

18

19

20

21

22

10

23

11

24

12

25

13

Cochran Test
Descriptive Statistics
N
Medicamento A
Medicamento B
Medicamento C

25
25
25

Mean
,60
,68
,48

Std. Deviation
,500
,476
,510

Minimum
0
0
0

Maximum
1
1
1

Frequencies
Value
0
Medicamento A
Medicamento B
Medicamento C

1
10
8
13

15
17
12

H0: No hay diferencias entre los 3

medicamentos para mejorar mejorar la tos
H1: hay diferencias entre los 3
medicamentos para mejorar mejorar la tos

Test Statistics
N
Cochran's Q
df
Asymp. Sig.

25
2,111a
2
,348

a. 1 is treated as a success.

Con p<0.05 se rechaza H0

Con p>0.05 no se rechaza H0

Conclusin: No hay diferencia estadisticamente significativa entre

los 3 medicamentos para mejorar la tos en los pacientes.