No Paramétrica

Calculadora de la Prueba de Friedman

Comparación no paramétrica de medidas repetidas / grupos relacionados

01
Ingrese sus datos

Cada fila es un sujeto (bloque). Cada columna es un tratamiento o condición que se compara.

5
3
📋 Pegar datos desde hoja de cálculo / CSV

Admite separadores de coma, tabulación, punto y coma o espacio. Un sujeto por línea.

02
Resultados de la Prueba

Rangos Medios por Tratamiento

03
Visualizaciones
?
Cómo usar esta calculadora
1
Defina las dimensiones

Use los botones +/− para establecer el número de sujetos (filas) y tratamientos/condiciones (columnas). Mínimo: 2 tratamientos, 3 sujetos.

2
Ingrese sus datos

Escriba los valores directamente en la tabla. Cada fila es un sujeto medido bajo todos los tratamientos. También puede usar el área de pegado para cargar datos desde Excel/CSV.

3
Ejecute la prueba

Haga clic en "Ejecutar Prueba de Friedman". Los resultados incluyen el estadístico χ², los grados de libertad, el valor p y los rangos medios de cada tratamiento.

4
Interprete

Si p < 0,05, al menos un tratamiento difiere significativamente. Observe los rangos medios para ver qué condiciones se ubican más alto o más bajo en promedio.

💡 Consejo: La prueba de Friedman es la alternativa no paramétrica al ANOVA de medidas repetidas de un factor. Úsela cuando no pueda asumir normalidad o cuando los datos sean ordinales.
⚠️ Importante: Todos los sujetos deben medirse bajo todos los tratamientos (bloques completos). No se admiten valores faltantes. Para grupos independientes, utilice la prueba U de Mann-Whitney o la prueba de Kruskal-Wallis.
Comprendiendo la Prueba de Friedman

La prueba de Friedman es una prueba estadística no paramétrica desarrollada por el economista Milton Friedman en 1937. Detecta diferencias entre múltiples mediciones repetidas de los mismos sujetos (o bloques emparejados) y es el equivalente no paramétrico del ANOVA de medidas repetidas de un factor.

Cuándo usar la Prueba de Friedman

Supuestos


Preguntas Frecuentes

P1: ¿Cómo se calcula el estadístico de Friedman?

Dentro de cada fila, los valores se clasifican de 1 a k. Las sumas de rangos por columna Rj se usan luego en:

\[\chi^2_F = \frac{12}{nk(k+1)} \sum_{j=1}^{k} R_j^2 \;-\; 3n(k+1)\]

Para muestras grandes, χ²F sigue una distribución chi-cuadrado con k−1 grados de libertad.

P2: ¿Cómo se manejan los empates?

Los valores empatados dentro de la misma fila reciben el promedio de los rangos que ocuparían. Se aplica automáticamente un factor de corrección por empates.

P3: ¿Qué debo hacer después de obtener un resultado significativo?

Continúe con comparaciones post-hoc por pares utilizando la prueba de rangos con signo de Wilcoxon con corrección de Bonferroni o Holm, o bien la prueba de Dunn.

P4: ¿En qué se diferencia la prueba de Friedman de la de Kruskal-Wallis?

Kruskal-Wallis se utiliza para grupos independientes; Friedman se utiliza para grupos relacionados/repetidos y tiene en cuenta la correlación dentro de cada sujeto.