¿Cómo decir que los datos no son normales?

Por eso, si la significación es pequeña, podremos descartarla y decir que los datos no son normales. Pero si la significación es alta, simplemente no podremos rechazarla y diremos que no tenemos capacidad para decir que los datos no siguen una normal, lo que no es lo mismo que poder afirmar que son normales.

¿Cómo realizar una prueba de hipótesis con datos no normales?

Tiene varias opciones si desea realizar una prueba de hipótesis con datos no normales. Aunque formalmente muchas pruebas de hipótesis se basan en el supuesto de normalidad, de todos modos se pueden obtener resultados adecuados con datos no normales si la muestra es lo suficientemente grande.

¿Por qué es difícil hacer la prueba de normalidad?

Si los tamaños de sus muestras son muy pequeños, es posible que sea difícil hacer la prueba de normalidad. En esa situación, puede que deba basarse en su comprensión de las medidas. Por ejemplo, para los datos de grasa corporal, el entrenador sabe que la distribución de la grasa corporal subyacente es una distribución normal.

¿Cuál es el problema de las pruebas de tamaño?

El problema de estas pruebas es que son muy sensibles al efecto del tamaño de la muestra. Si la muestra es grande pueden afectarse por desviaciones de la normalidad poco importantes. Al contrario, si la muestra es pequeña, pueden fracasar en la detección de desviaciones grandes de la normalidad.

¿Por qué los datos biológicos se llaman normales?

Si se llama normal será porque los datos biológicos suelen seguir, más o menos, esta distribución. Craso error, muchos datos siguen una distribución que se aparta de la normalidad. Pensemos, por ejemplo, en el consumo de alcohol. Los datos no se agruparán de forma simétrica alrededor de una media.

¿Cuál es la cantidad de datos que se necesita?

La cantidad de datos que se necesita depende del grado de no normalidad de los datos, pero un tamaño de muestra de 20 suele ser adecuado. La relación entre la robustez ante la normalidad y el tamaño de la muestra se basa en el teorema del límite central.

¿Cómo se transforman los datos?

A veces es posible transformar los datos mediante la aplicación de una función para que los datos se ajusten a una distribución normal, para poder terminar el análisis.