Académique Documents
Professionnel Documents
Culture Documents
ESTADISTICA NO 18
PARAMETRICA
Estadstica aplicada
VENTAJAS DESVENTAJAS
Si el tamao de la muestra es muy Una objecin a las pruebas no
pequeo, puede no haber otra opcin
que usar una prueba estadstica no paramtricas es que no son
paramtrica. sistemticas, mientras que las
pruebas estadsticas paramtricas
Los mtodos no paramtricos estn han sido sistematizadas y diferentes
disponibles para tratar datos que son pruebas son simplemente variaciones
simplemente clasificatorios o de un tema central.
categricos, es decir, que son medidos
en una escala nominal. Ninguna Otra objecin a la pruebas no
tcnica paramtrica se aplica a tales paramtricas se relaciona con la
datos. conveniencia, esto se debe a que no
Las pruebas estadsticas no
se tiene un distribucin fija para este
paramtricas tpicamente son ms tipo de estadstica, esto se debe a
fciles de aprender y aplicar que las que no se tiene un distribucin fija
pruebas paramtricas. Adems, su para este tipo de estadstica, por lo
interpretacin suele ser ms directa que que en ocasiones puede ser un
la interpretacin de las pruebas problema el elegir la adecuada.
paramtricas.
Pruebas Paramtricas y Pruebas no
Paramtricas
Normal Una sola muestra (se compara Cuantitativa t-student para una muestra
(Paramtricos) con valor terico)
Dicotmica
Categrica No relacionadas No existe (usar Chi-cuadrado de Pearson)
No existe (usar no paramtricos)
Relacionadas
t-student muestras independientes
Cuantitativa No relacionadas t-student muestras relacionadas
Relacionadas
Policotmica No existe (usar Chi-cuadrado de Pearson)
Categrica No relacionadas ANOVA de una va
ANOVA de medidas repetidas
Cuantitativa No relacionadas
Relacionadas
COVARIACION (medidas de dos variables en los mismos sujetos o unidades de anlisis del estudio)
Paramtrico Cuantitativa Cuantitativa Correlacin de Pearson
No paramtrico Cuantitativa Cuantitativa Correlacin de Spearman
Pruebas no paramtricas
PRUEBA BINOMIAL
Sea un experimento aleatorio en el que slo puedan darse dos
posibilidades: que ocurra un determinado suceso A, que
llamaremos xito, o que no ocurra dicho suceso, o sea que
ocurra su complementario, que llamaremos fracaso, .
a. P ( X = 2) = 0,2759
b. P ( X = 0) = 0,1969
c. P ( X < 4) = 0,95
d. P (X > 3) = 0,05
e. P (2 X 5) = 0,4543
Categrica
Dicotmica
Categrica - No relacionada : Test de Wilcoxon
- Comparan MEDIANAS
- Trabajan sobre rangos de orden
- Son menos potentes (es decir, hay menos
probabilidad de rechazar la Ho)
Pasos a desarrollar:
Datos apareados:
Dato cualitativo: Crema (A, B)
Dato cuantitativo: Zona protegida (dimetro en cm)
Que resulta ser equivalente a : estudiar si las diferencias entre las zonas tratadas
Se puede considerar nula
Ejemplo:
Se desea saber si existe relacin entre la presencia de la especie A (un
invertebrado acutico) y el tramo del rio (alto, medio y bajo). Para ello se
realizo un muestreo a lo largo del rio y en cada tramo hemos registrado la
presencia (+) o ausencia (-) de la especie en 15 muestras de agua
tomadas al azar.
Nivel de significancia : 0.05.
Hiptesis
Hm : Existe relacin entre
la presencia de la especie
A y los tramos del rio
H0 : La presencia de la
especie A es
independiente de los
tramos del rio.
:
15 16
=
45
15 29
=
45
Calculo del estadstico: Donde:
o: Frecuencias observadas
en la celda.
2
2
e: Frecuencias esperadas
(, ) = en la celda.
gl: Grados de libertad (n
de columnas -1)x(n filas -
1)
Grados de libertad: (3-1)(2-1)=2
2 = 23.8
2 = 5.99
2 > 2
Por lo tanto:
Se rechaza la H0 y se acepta la Hm
Nota:
Cuanto ms cerca ests el
coeficiente de 1 o -1, ms
fuerte es la correlacin
Hiptesis
Recordemos que existen dos tipos
de hiptesis:
1.Definirla hiptesis nula, por ejem. No hay relacin entre los dos juegos
de datos.
2. Calcular el rango(Rank) para ambos juegos de datos del mayor al
menor verificando empates.
3. Substraerlos rangos para obtenerla diferencia d
4. Elevarla diferencia d al cuadrado.
5. Sumarlos valores de d al cuadrado para obtener d2.
6. Usarla frmula
Donde:
n = n de pares de datos
di = diferencia de rangos en las
variables del par i
Correlacin de Spearman (r de Spearman)
Si el valor de Rs :
.es-1, hay una correlacin negativa perfecta
.... se encuentra entre -1 y -0.5, hay una fuerte correlacin negativa
.... se encuentra entre -0.5 y 0, hay una dbil correlacin negativa
.... es0, no hay correlacin
... se encuentra entre 0 y 0.5, hay una dbil correlacin positiva
.... se encuentra entre 0.5 y 1, hay una fuerte correlacin positiva
.... es1, hay una correlacin positiva perfecta. Entre los 2 juegos de datos.
# Si el valor de rses0, podemos decir que la hiptesis nula se acepta. De
otra forma se rechaza.
Tabla de valores crticos del coeficiente de correlacin de Spearman
(rs)
EJEMPLO:
Hecol: > 0 H0 : 0
Hm: M1>M2
No existe diferencias entre las
medianas
O la existencia de
diferencias en sentido
H0: M1 = M2 contrario:
H0: M1<M2
Procedimiento:
Ucal min = 7
Comprobacin de la significacin
del estadstico Ucal:
7 < 36
Ucal<Ucrit : Se rechaza Hm y se acepta H0
Por lo tanto:
No se rechaza la H0.
Se concluye que el numero de especies de caros edficos no se ve
influido significativamente por la ocurrencia de un incendio de baja
intensidad
Prueba de Kruskal-Wallis
=1=3
(Whittaker, 1972).
Para monitorear el efecto de los cambios en el ambiente es necesario
contar con informacin de la diversidad biolgica en comunidades
naturales y modificadas (diversidad alfa) y tambin de la tasa de cambio
en la biodiversidad entre distintas comunidades (diversidad beta), para
conocer su contribucin al nivel regional (diversidad gamma) y poder
disear estrategias de conservacin y llevar a cabo acciones concretas a
escala local.
CUL ES EL MEJOR MTODO PARA MEDIR LA
DIVERSIDAD DE ESPECIES?
La seleccin del mtodo a emplearse debe considerar:
a. El nivel de la biodiversidad que se quiere analizar: dentro de comunidades
(diversidad alfa), entre comunidades (diversidad beta), o para un conjunto de
comunidades (diversidad gamma).
b. El grupo biolgico con que se est trabajando, la disponibilidad de datos y los
trabajos previos con el mismo grupo. Para algunos taxa o bajo ciertas condiciones
ambientales no es posible contar con datos cuantitativos o sistematizados.
Adems, resulta aconsejable utilizar los mtodos que han sido aplicados con
anterioridad en investigaciones con el mismo grupo taxonmico, o proporcionar
los datos necesarios para aplicarlos, a fin de permitir comparaciones.
c. Las restricciones matemticas de algunos ndices y los supuestos biolgicos en
los que se basan. En ciertos casos particulares, por ejemplo si los datos reales no
tienen una distribucin dada, no ser vlido aplicar mtodos paramtricos.
ndices no paramtricos de diversidad
Se calculan las densidades de especies para cada hbitat y los ndices
siguientes:
Donde:
S= nmero de especies.
N=nmero total de individuos.
Riqueza especifica
Donde:
S= nmero de especies.
N=nmero total de individuos.
Estructura : ndice de abundancia
proporcional
a) Dominancia
donde:
pi: igual a la proporcin entre ni y N
ni: nmero de individuos de la especie i.
Estructura : ndice de abundancia
proporcional
b) Equidad
donde:
pi: igual a la proporcin entre ni y N
ni: nmero de individuos de la especie i.
Estructura : ndice de abundancia
proporcional
b) Equidad
donde:
H mx.: es el logaritmo natural de S.
S : nmero de especies o riqueza de especies
Ejemplo practico