Estadística no paramètrica
branca de l'estadística que no es basa únicament en les famílies parametritzades de distribucions de probabilitat
L'estadística no paramètrica és una branca de l'estadística que estudia les proves i models estadístics la distribució subjacent dels quals no s'ajusta als anomenats criteris paramètrics. Llur distribució no pot ser definida a priori, puix són les dades observades les qui la determinen. La utilització d'aquests mètodes es fa recomanable quan no es pot assumir que les dades s'ajustin a una distribució normal o quan el nivell de mesura emprat no sigui, com a mínim, d'interval.
Les principals proves no paramètriques són les següents:
- Prova de khi quadrat
- Prova binomial
- Prova d'Anderson-Darling
- Prova de Cochran
- Prova de Cohen kappa
- Prova de Fisher
- Prova de Friedman
- Prova de Kendall
- Prova de Kolmogórov-Smirnov
- Prova de Kruskal-Wallis
- Prova de Kuiper
- Prova de Mann-Whitney o prueba de Wilcoxon
- Prova de McNemar
- Prova de la mediana
- Prova de Siegel-Tukey
- Coeficient de correlació de Spearman
- Taules de contingència
- Prova de Wald-Wolfowitz
- Prova dels signes de Wilcoxon