Una prueba de ubicación es una prueba de hipótesis estadística que compara el parámetro de ubicación de una población estadística con una constante dada, o que compara los parámetros de ubicación de dos poblaciones estadísticas entre sí. Más comúnmente, el parámetro de ubicación (o parámetros) de interés son valores esperados , pero también se utilizan pruebas de ubicación basadas en medianas u otras medidas de ubicación.
Prueba de ubicación de una muestra
La prueba de ubicación de una muestra compara el parámetro de ubicación de una muestra con una constante dada. Un ejemplo de una prueba de ubicación de una muestra sería una comparación del parámetro de ubicación para la distribución de la presión arterial de una población con un valor de referencia dado. En una prueba unilateral, antes de realizar el análisis se establece que solo es de interés si el parámetro de ubicación es mayor o menor que la constante dada, mientras que en una prueba bilateral , una diferencia en cualquiera la dirección es de interés.
Prueba de ubicación de dos muestras
La prueba de ubicación de dos muestras compara los parámetros de ubicación de dos muestras entre sí. Una situación común es cuando las dos poblaciones corresponden a sujetos de investigación que han sido tratados con dos tratamientos diferentes (uno de ellos posiblemente sea un control o un placebo). En este caso, el objetivo es evaluar si uno de los tratamientos suele dar una mejor respuesta que el otro. En una prueba unilateral, antes de realizar el análisis se establece que solo es de interés si un tratamiento en particular produce las mejores respuestas, mientras que en una prueba bilateral, es de interés si alguno de los tratamientos es superior. al otro.
Las siguientes tablas proporcionan orientación para la selección de las pruebas estadísticas paramétricas o no paramétricas adecuadas para un conjunto de datos dado.
Pruebas de ubicación paramétricas y no paramétricas
La siguiente tabla resume algunas pruebas paramétricas y no paramétricas comunes para las medias de una o más muestras.
1 grupo | N ≥ 30 | Prueba t de una muestra | ||
N <30 | Normalmente distribuido | Prueba t de una muestra | ||
No es normal | Prueba de signos | |||
2 grupos | Independiente | N ≥ 30 | prueba t | |
N <30 | Normalmente distribuido | prueba t | ||
No es normal | Prueba de suma de rangos de Mann-Whitney U o Wilcoxon | |||
Emparejado | N ≥ 30 | prueba t pareada | ||
N <30 | Normalmente distribuido | prueba t pareada | ||
No es normal | Prueba de rango con signo de Wilcoxon | |||
3 o más grupos | Independiente | Normalmente distribuido | 1 factor | Anova unidireccional |
≥ 2 factores | dos u otros anova | |||
No es normal | Análisis de varianza unidireccional de Kruskal-Wallis por rangos | |||
Dependiente | Normalmente distribuido | Medidas repetidas anova | ||
No es normal | Análisis de varianza bidireccional de Friedman por rangos |
1 grupo | np y n (1- p ) ≥ 5 | Aproximación Z | |
np o n (1- p ) <5 | binomio | ||
2 grupos | Independiente | np <5 | prueba exacta de Fisher o prueba de Barnard |
np ≥ 5 | prueba de chi-cuadrado | ||
Emparejado | McNemar o Kappa | ||
3 o más grupos | Independiente | np <5 | categorías de colapso para la prueba de chi-cuadrado |
np ≥ 5 | prueba de chi-cuadrado | ||
Dependiente | Q de Cochran |