Test no parametricos cuantitaivo

La prueba de Kuiper es similar a Kolmogorov-Smirnov, pero más sensible a las colas de la distribución. No hace suposiciones sobre la distribución subyacente. Es útil cuando los datos no cumplen los supuestos de normalidad o homogeneidad de varianzas.

La prueba de Siegel-Tukey se utiliza para comparar la variabilidad de dos grupos. Se aplica cuando las poblaciones son continuas. Es una alternativa al test t de Student pareado cuando los datos no son normales. El test de Kruskal-Wallis es una extensión del test de Mann-Whitney para más de dos grupos.

También puede comparar dos muestras para determinar si provienen de la misma distribución. La prueba de Jonckheere-Terpstra es una prueba no paramétrica para datos ordinales o no normales. Es más potente que Kruskal-Wallis si el orden es correcto.

Compara las medianas de varios grupos independientes. Asume que las poblaciones tienen formas similares, pero no requiere normalidad. A diferencia de Kruskal-Wallis, esta prueba considera la dirección de la diferencia esperada. A diferencia de Pearson, Spearman no asume una relación lineal.

Es útil para detectar diferencias sutiles en las colas de los datos. Un número demasiado alto o demasiado bajo de rachas sugiere que las muestras son diferentes. La prueba de Wald-Wolfowitz ejecuta una prueba de rachas para determinar si dos muestras provienen de la misma población.

La prueba de Kolmogorov-Smirnov puede evaluar si una muestra sigue una distribución específica.

No evalúa las medianas, sino la dispersión de los datos alrededor de la mediana. Se utiliza en diversas disciplinas. Evalúa si una muestra sigue una distribución específica o si dos muestras provienen de la misma distribución. Se basa en el rango de los datos, haciéndolo robusto ante valores atípicos.