Pruebas y modelos no paramétricos

Los modelos no paramétricos se utilizan como complemento de los modelos paramétricos que analizan la correlación o la dependencia entre variables cuando no se cumplen los supuestos de los modelos paramétricos: distribución normal, varianza homogénea, variables de intervalo o ratio, y conjuntos de datos independientes.

Siempre que el tamaño de la muestra sea lo suficientemente grande (es decir, superior a 100), podremos utilizar pruebas paramétricas incluso si no estamos seguros de la normalidad de la distribución de la población.  Si la muestra es pequeña y no estamos seguros de la distribución de la población, deberíamos utilizar pruebas no paramétricas.

Además, con variables ordinales y nominales, no podemos llevar a cabo pruebas paramétricas. En el caso de variables numéricas que pueden clasificarse (por ejemplo, la satisfacción de los clientes medida en una escala del 0 al 10), normalmente no podremos utilizarlas como variables de intervalo ya que la distancia entre los valores no será igual a lo largo de la escala. Por ejemplo, una persona que haya elegido el “6” no estará necesariamente el doble de satisfecha que una persona que ha elegido el “3”.