Aprender a utilizar la prueba de Friedman<\/a><\/div>\n<\/div>\n\n\n\n\u00bfQu\u00e9 es la prueba de Friedman?<\/h2>\n\n\n\n La prueba de Friedman es un m\u00e9todo estad\u00edstico no param\u00e9trico<\/b> utilizado para comparar varias muestras apareadas u observaciones repetidas. Es particularmente \u00fatil cuando no se cumplen las condiciones necesarias para realizar una ANOVA<\/b> con medidas repetidas, especialmente cuando los datos no siguen una distribuci\u00f3n normal o cuando el tama\u00f1o de la muestra es demasiado peque\u00f1o para hacer suposiciones sobre la normalidad.<\/p>\n\n\n\n
Este m\u00e9todo se basa en los rangos asignados a los datos en lugar de los valores en s\u00ed mismos, lo que lo hace robusto frente a los valores extremos o las distribuciones asim\u00e9tricas. Por lo tanto, se emplea frecuentemente en estudios experimentales donde se aplican varios tratamientos o condiciones a los mismos sujetos, como en el \u00e1mbito m\u00e9dico, psicol\u00f3gico o educativo.<\/p>\n\n\n\n
Ejemplo pr\u00e1ctico:<\/h3>\n\n\n\n Supongamos que un investigador desea evaluar la eficacia de tres m\u00e9todos pedag\u00f3gicos (A, B y C) para mejorar el rendimiento de un grupo de alumnos. Cada alumno es sometido a los tres m\u00e9todos en un orden aleatorio, y sus resultados son medidos despu\u00e9s de cada sesi\u00f3n.<\/p>\n\n\n\n
Utilizando la prueba de Friedman, el investigador puede comparar los resultados obtenidos bajo cada m\u00e9todo para determinar si existe una diferencia significativa en el rendimiento de los alumnos en funci\u00f3n del m\u00e9todo aplicado. A diferencia de una simple prueba de media, la prueba de Friedman permite tomar en cuenta las variaciones individuales, ya que cada alumno sirve como \u00abcontrol\u00bb para s\u00ed mismo.<\/p>\n\n\n\n
Otro ejemplo:<\/h3>\n\n\n\n En el marco de un estudio m\u00e9dico, se realiza una prueba para comparar la eficacia de tres medicamentos en pacientes que sufren de migra\u00f1as cr\u00f3nicas. Cada paciente recibe los tres tratamientos en diferentes momentos, y la intensidad de sus dolores se registra despu\u00e9s de cada tratamiento. Aqu\u00ed tambi\u00e9n, la prueba de Friedman permitir\u00e1 determinar si uno de los medicamentos es significativamente m\u00e1s eficaz que los otros, teniendo en cuenta las diferencias interindividuales.<\/p>\n\n\n\n
En resumen, la prueba de Friedman es una herramienta valiosa para analizar datos repetidos o correlacionados, particularmente cuando las suposiciones de normalidad son cuestionadas.<\/p>\n\n\n\n\u00bfCu\u00e1ndo aplicar la prueba de Friedman?<\/h2>\n\n\n\n Dos factores justifican el uso de la prueba de Friedman.<\/p>\n\n\n\n
\nDatos no param\u00e9tricos<\/b>: no tienen que seguir una distribuci\u00f3n normal. Se habla de distribuci\u00f3n normal (o curva de campana) cuando la mayor\u00eda de los valores est\u00e1n cerca de la media. Por ejemplo, si se mide la altura de 1,000 adultos, se puede esperar que la mayor\u00eda oscilen alrededor de 1.70 m. En tal caso, se utilizar\u00eda una prueba como la ANOVA.<\/li>\n\n\n\nDatos apareados<\/b>: se comparan dos (y por lo tanto un par, pero pueden ser m\u00e1s) grupos de participantes en una prueba dada. Se someten a las mismas evaluaciones, por ejemplo, sobre bebidas, gr\u00e1nulos homeop\u00e1ticos… Se realizan medidas repetidas sobre los mismos sujetos -o objetos.<\/li>\n<\/ul>\n\n\n\n Lo que se obtiene de la prueba de Friedman son clasificaciones<\/b> o notas<\/b>. Dado que puede aplicarse a datos no param\u00e9tricos, y que ofrece m\u00e1s grados de libertad<\/b>, la prueba de Friedman es m\u00e1s flexible que la prueba ANOVA.<\/p>\n\n\n\n
![\"\"](\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/02\/friedman-test-datascientest-1.webp\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/02\/friedman-test-datascientest-2.webp\")
<\/figure>\n\n\n\n