Ventajas y Desventajas de Pruebas Paramétricas y No Paramétricas

Las pruebas paramétricas asumen distribuciones estadísticas subyacentes a los datos. Por tanto, deben cumplirse algunas condiciones de validez, de modo que el resultado de la prueba paramétrica sea fiable. Por ejemplo, la prueba t de Student para dos muestras independientes será fiable solo si cada muestra se ajusta a una distribución normal y si las varianzas son homogéneas. Las pruebas no paramétricas no dehen ajustarse a ninguna distribución. Pueden por tanto aplicarse incluso aunque no se cumplan las condiciones de validez paramétricas. Las pruebas paramétricas tienen muchas veces sus equivalentes no paramétricas. Encontrará las diferentes pruebas paramétricas junto con sus equivalentes (en el caso de que existan) en esta tabla.

Caracteristicas: Normalidad: El análisis y observaciones que se obtienen de las muestras deben considerarse normales. Para esto se deben realizar pruebas de bondad de ajuste donde se describe que tan adaptadas se encuentran las observaciones y cómo  discrepan de los valores esperados. Homocedasticidad: Los grupos deben presentar variables uniformes, es decir, que sean homogéneas. Errores: Los errores que se presenten deben de ser independientes. Esto solo sucede cuando los sujetos son asignados de forma aleatoria y se distribuyen de forma normal dentro del grupo. Ventajas y Desventajas              

  Características  Es un método de medición difícil de aplicar. Es necesario realizar pruebas de hipótesis. Las hipótesis son estrictas. Ventajas y Desventajas: