4 PRUEBAS DE HIPÓTESIS CON DOS MUESTRAS Y VARIAS MUESTRAS DE DATOS NUMÉRICOS.

llamadas también de <<libre distribución>>.. una intervención de cierto tipo y esta a su ves otra medición. de igual manera las desviaciones estándar de las dos poblaciones son iguales. . Así mismo puedo entender que en el caso de que se den las dos poblaciones iguales. La prueba de hipótesis para dos muestras es casi semejante a la prueba de una sola muestra es decir que este capítulo se tomaran dos muestras aleatorias para determinar si proviene de una misma población o a su vez de poblaciones iguales. Así mismo constituyo que para realizar una comparación de poblaciones con muestras pequeñas es necesario tener en cuanta las siguientes suposiciones: las dos muestras provienen de poblaciones independientes.existe una formación de pares de las observaciones correspondientes. 4. se esperara que la media entre las dos medias muéstrales sea cero. Los métodos de la estadística inferencial señalan los procedimientos que se han de seguir para poder extraer conclusiones válidas y fiables. Existen dos tipos de técnicas estadísticas inferenciales: las paramétricas y las aparamétricas. siendo los <<parámetros>> los valores numéricos de la población. si las diferencias observadas entre dos muestras significan que las poblaciones de las que se han obtenido las muestras son realmente diferentes. En el caso que existan poblaciones independientes. Dos son los problemas que trata de resolver la estadística inferencial en torno a las pruebas estadísticas: 1º determinar si es probable que un valor obtenido a partir de una muestra pertenece realmente a una población. estas son iguales a la suma de dos variables individuales. ya que atienden más a la ordenación de los datos que a su valor numérico. así mismo las poblaciones muestreadas siguen una distribución normal.1 PRUEBA DE HIPOTESIS CON DOS MUESTRAS Y VARIAS MUESTRAS DE DATOS NUMÉRICOS. Por ende las muestras deben ser suficientemente grandes para que la distribución de las medias muéstrales siga una distribución normal.4.las que se caracterizan por una medición. a partir de la evidencia que suministra las muestras. 2. A partir de ambas determinaciones se desarrollan los fundamentos de las pruebas de decisión estadísticas o pruebas de hipótesis (en inglés. Como consiguiente tenemos que el número de grados de libertad en la prueba es igual al número total de elementos muestreados. 2º determinar. en base a la observación de una muestra obtenida de ellos. Las primeras establecen un buen número de restricciones sobre la naturaleza de la población de la que se obtiene los datos. Existen casos en que las muestras no son independiente sino son dependientes o que a su ves estas están relacionadas entre si Por tal razón puedo entender que existen dos tipos de muestras dependientes. menos el número de muestras. test of hypothesis). en términos de probabilidad. no exigen tantas restricciones sobre la naturaleza de la población.2 distribuciones normal y t de estudent.. 1. Las segundas. La inferencia estadística se ocupa de la obtención de conclusiones en relación a un gran número de sucesos.

. En probabilidad y estadística.. Caracteres sociológicos. . tipo B(n. Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. o de una misma cantidad de abono. Caracteres fisiológicos. En resumen. diámetros. pesos.. la distribución t (de Student) es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeño.. Valores estadísticos muestrales. p. Su propio nombre indica su extendida utilización. Aparece de manera natural al realizar la prueba t de Student para la determinación de las diferencias entre dos medias muestrales y para la construcción del intervalo de confianza para la diferencia entre las medias de dos poblaciones cuando se desconoce la desviación típica de una población y ésta debe ser estimada a partir de los datos de una muestra. por ejemplo: cociente intelectual. para un mismo valor de p y valores de n cada vez mayores. envergaduras.. por ejemplo : la media. . plantas.. Otras distribuciones como la binomial o la de Poisson son aproximaciones normales. En otras ocasiones..ejm.) de una especie. Y en general cualquier característica que se obtenga como suma de muchos factores... se ve que sus polígonos de frecuencias se aproximan a una curva en "forma de campana". Caracteres psicológicos.Distribución Normal DISTRIBUCION NORMAL La distribución normal es muy importante por lo siguiente: Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. animales.. Errores cometidos al medir ciertas magnitudes.p). al considerar distribuciones binomiales. grado de adaptación a un medio.. por ejemplo: efecto de una misma dosis de un fármaco. justificada por la frecuencia o normalidad con la que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución. perímetros. tallas. la importancia de la distribución normal se debe principalmente a que hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal Caracteres morfológicos de individuos (personas. puntuaciones de examen. por ejemplo: consumo de cierto producto por un mismo grupo de individuos.

por el contrario. no significa que la diferencia sea grande. 4. .4. o el valor de la variable que hará de corte para definir dichos grupos. se selecciona: A continuación se abre una ventana con los siguientes campos: Contrastar variables: donde se han de introducir las variables que se van a analizar. Una "diferencia estadísticamente significativa" solamente significa que hay evidencias estadísticas de que hay una diferencia. o "falso positivo"). un resultado se denomina estadísticamente significativo cuando no es probable que haya sido debido al azar. de un trimestre con respecto a otro. el individuo pertenecerá al primer grupo. la diferencia entre ellas resulta lo suficientemente grande como para inferir que ha ocurrido un cambio real en el indicador. y para ello. aquellas variables sobre las que se va a contrastar si hay o no. Entonces el sistema activa el botón definir grupos y al presionarlo aparece una ventana donde se introducen los valores de la variable que definen los dos grupos de sujetos a comparar. diferencias de grupos.4 comparación de dos muestras independientes: pruebas t para las diferencias entre dos medias. En otros términos. Para comparar las medias de dos muestras procedentes de dos poblaciones normales e independientes. y en caso contrario. se utiliza el procedimiento Prueba T para muestras independientes. La decisión se toma a menudo utilizando el valor P (o p-valor): si el valor P es inferior al nivel de significación.cuando ésta es verdadera . De ahí que muchas veces se asume la diferencia en el valor de un indicador.3 pruebas de significancia Las pruebas de significancia estadística son un procedimiento que brinda un criterio objetivo para calificar las diferencias que se presentan al comparar los resultados de dos muestras. En pocas palabras. Si el valor de la variable para un individuo es menor o igual que el valor especificado. Cuanto menor sea el valor P. se define como la probabilidad de tomar la decisión de rechazar la hipótesis nula cuando ésta es verdadera (decisión conocida como error de tipo I. Variable de agrupación: aquí se debe introducir la variable que se utiliza para definir los grupos de sujetos sobre los que se estudian las diferencias. como si fuera una diferencia real cuando no necesariamente es así. con el objetivo de explicar si dichas diferencias se mantienen dentro de los límites previstos por el diseño estadístico (un error y una confianza esperados) o si. al segundo. el nivel de significatividad de un contraste de hipótesis es una probabilidad P tal que la probabilidad de tomar la decisión de rechazar la hipótesis nula . En estadística. El nivel de significación de un test es un concepto estadístico asociado a la verificación de una hipótesis. importante.no es mayor que P. entonces la hipótesis nula es rechazada. es decir. Estas pruebas son importantes porque con frecuencia se tiende a analizar los datos de una encuesta por muestreo probabilístico como si fueran los datos provenientes de un censo. o significativa en el sentido estricto de la palabra. más significativo será el resultado.

por lo tanto: H0: La media de peso inicial es igual en ambos grupos Se denotará por {X1. Vamos a comprobar si existen diferencias significativas entre los tiempos medios de dedicación a la docencia. y tecleamos un 1 en el primer grupo y un 3 en el segundo..Xn} e {Y1. este tipo de metodología exigirá que la varianza en ambos grupos de observaciones sea la misma. Como ejemplo. Bajo las hipótesis de normalidad e igual varianza la comparación de ambos grupos puede realizarse en términos de un único parámetro como el valor medio. ..Y2.Opciones: presionando este botón se obtiene una ventana donde se especifica igual que en la sección anterior el nivel de confianza para el intervalo y la forma de tratar los valores missing. test de Shapiro-Wilks). la aplicación de un contraste paramétrico requiere la normalidad de las observaciones para cada uno de los grupos. no obstante. de modo que se desea comparar el peso de los individuos que iniciaron cada una de las dietas. presionamos el botón definir grupos. Como ya se ha adelantado. El t test para dos muestras independientes se basa en el estadístico: .. para los profesores asociados y los titulares de universidad de profesores2. En general no se exigirá que coincida el número de observaciones en cada uno de los grupos que se comparan.. Para ello.. la utilización del mismo test. y elegimos la variable tiemdoc para llevarla al campo contrastar variables. de modo que en el ejemplo planteado la hipótesis de partida será..Ym} al peso observado en cada uno de los sujetos sometidos a la dieta A y a la dieta B respectivamente. La comprobación de esta hipótesis puede realizarse tanto por métodos gráficos (por medio de histogramas. de modo que en el ejemplo n=40 y m=35.sav. Uno de los análisis estadísticos más comunes en la práctica es probablemente el utilizado para comparar dos grupos independientes de observaciones con respecto a una variable numérica. Un número suficiente de observaciones (digamos mayor de 30) como ocurre en el ejemplo planteado justifica. diagramas de cajas o gráficos de normalidad) como mediante tests estadísticos5 (test de Kolmogorov-Smirnov. discutiendo posteriormente el modo de abordar formalmente el caso en el que las varianzas no sean similares.. por último pulsamos continuar y aceptar para ejecutar el procedimiento. Seguidamente seleccionamos como variable agrupación la variable categoría. Así mismo.. seleccionamos el procedimiento prueba t para muestras independientes. X2. En primer lugar se desarrollará el test t de Student para el caso en el que se verifiquen ambas condiciones. consideremos los datos que se muestran en la correspondientes a 75 individuos con sobrepeso sometidos a dos dietas alimenticias distintas.

25. Las muestras apareadas se obtienen usualmente como distintas observaciones realizadas sobre los mismos individuos. 50.5 = 7. . el método que se debe seguir es como sigue: Se calculan las varianzas respectivas de las dos muestras. por lo que es necesario primero estimar las desviaciones típicas o estándar.4. Fisher.1% Valor crítico de F: 2. Vamos a la Tabla F de Fisher y observamos los diferentes niveles de significación para Valores Críticos de F.4.2.5. 16.5 ( y llevados al cuadrado son. A. 4.0. calificando con puntos las respuestas de los clientes (desde ³0´ grado de aceptación. para poder aceptar o no la hipótesis nula. que es un parámetro de dispersión.5. se establece una relación dividiendo la que tenga mayor valor con la que tenga menor valor y esa es la relación F. para saber si existe diferencia significativa entre sus dos varianzas (si son las mismas o son diferentes) y tomar una decisión de venta más racional.25). entonces se trabaja con el test ³ F ³ de R. 1) Luego que se conocen las dos varianzas de las muestras. a fin de observar el nivel de significación. Cuando el valor de F calculado para las muestras es superior al valor F de la Tabla de Fisher. Ahora podemos establecer la relación entre las varianzas para estimar la F empírica: F = 3.0) Al estimar la varianza para el Menú A nos arroja 0. Para ello se ejecutan 5 pruebas con el Menú A y 7 pruebas con el Menú B. El dueño del restaurante tendría que saber que puede utilizar los dos menús de una manera indiferente. En seguida aplicaremos el método con un ejemplo: Se utilizan dos menús en un restaurante urbano para medir el grado de aceptación por parte de los comensales y saber si los dos menús se pueden o no utilizar indiferentemente. o sea: el número de datos menos la unidad. Entonces. 4. También se pueden comparar datos de venta de un mismo producto turístico en dos países emisivos distintos. 4.16. ya que la varianza es el cuadrado de la desviación típica. Un ejemplo de observaciones pareadas consiste en considerar a un conjunto de n personas a las que se le aplica un tratamiento médico y se mide por ejemplo el nivel de insulina en la sangre antes (X) y después del mismo (Y).0.5 pruebas de Fisher para varianzas y de igualdad de las varianzas de dos poblaciones normales. podemos decir que se ubicaría en la Tabla de Fisher entre 5% y 1%.2.36. Veamos los datos siguientes: Valores para las cinco pruebas con el menú A.5. la cual diría que las dos varianzas son diferentes. los valores para las siete pruebas con el Menú B son: 3. 2) Ahora se debe comparar el valor calculado de F con los valores de la Tabla de Fisher. podemos rechazar la Hipótesis Nula que diría que las dos varianzas son iguales.6. o sea: Niveles de significación: 20% 10% 5% 1% 0. debido a la baja probabilidad de que sean las mismas. se puede admitir que el resultado es más significativo que el nivel de significación elegido. Igualmente para cada muestra se calcula su grado de libertad .6 comparaciones de dos muestras pareadas. 4.25. Ejemplos para comparar varianzas Cuando la comparación es entre varianzas.90. 6.2 y menor que 15. 5. según los números de grados de libertad. En este ejemplo no es posible considerar aX eY como variables independientes ya que va a existir una dependencia clara entre las dos variables.2.16.0 (y sus valores al cuadrado son: 9. Si se tienen dos muestras y se quiere determinar si sus dispersiones se pueden considerar como idénticas o como diferentes. 15.95.25. y admitir la Hipótesis Alternativa o de Trabajo.98. 4.50 y para el Menú B nos arroja 3.0.5 Ahora bien si comparamos el valor obtenido de las muestras igual a F=7.95 / 0.2. hasta el grado ³10´ el cual indica un máximo puntaje de aceptación). porque es mayor que 6.

Los modelos de efectos aleatorios se usan para describir situaciones en que ocurren diferencias incomparables en el material o grupo experimental. desde la agricultura donde se inició. El Anova requiere el cumplimiento los siguientes supuestos: .7 modelo totalmente aleatorio: análisis de varianza de un factor. llamemos di a la diferencia entre las observaciones ³antes´ y ³después´. El fundamento en el que se basan es en suponer que el bloque es más homogéneo que el conjunto. en el cual la varianza está particionada en ciertos componentes debidos a diferentes variables explicativas. para pasar a "diseñar" el estudio o experimento. En estadística. biología. debido al uso de la distribución F de Fisher como parte del contraste de hipótesis. el análisis de la varianza (ANOVA. teóricamente infinitos. que es la prueba que se utiliza para comparar más de dos grupos. frente a la hipótesis alternativa de que por lo menos una de las poblaciones difiere de las demás en cuanto a su valor esperado. según terminología inglesa) es una colección de modelos estadísticos y sus procedimientos asociados. siendo por tanto una pareja un caso particular de bloque de 2 elementos. e ingeniería. Fisher en los años 1920 y 1930 y es algunas veces conocido como "Anova de Fisher" o "análisis de varianza de Fisher". Hablaremos de este tipo de diseños más adelante. Este contraste es fundamental en el análisis de resultados experimentales. El concepto de prueba pareada se puede extender a comparaciones de más de dos grupos y hablaremos entonces de bloques de m elementos (tantos elementos por bloque como grupos o tratamientos). A. Las técnicas iniciales del análisis de varianza fueron desarrolladas por el estadístico y genetista R. El ejemplo más simple es el de estimar la media desconocida de una población compuesta de individuos diferentes y en el que esas diferencias se mezclan con los errores del instrumento de medición. por lo que restringiendo las comparaciones entre tratamientos al interior de los bloques se espera obtener una mayor precisión.Si se quiere contrastar si hay diferencia entre las poblaciones. cuando dediquemos algún artículo al análisis de la varianza. 4. a la medicina. de los que únicamente una muestra al azar (t niveles) están presentes en el experimento. Este modelo se supone cuando el investigador está interesado por una población de niveles. del factor de estudio. En estas técnicas de formación de bloques el investigador deja de ser un mero observador. en los que interesa comparar los resultados de K 'tratamientos' o 'factores' con respecto a la variable dependiente o de interés. El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales. y es una metodología de gran utilidad en muchos tipos de trabajos de investigación en diversas áreas.

El ANOVA se basa en la descomposición de la variación total de los datos con respecto a la media global (SCT). cuantifica la dispersión de las medias de las muestras con respecto a la media global.8 selección del tamaño de muestra para estimar la diferencia de dos medias. 4. En la práctica si n1 y n2 son moderadamente grandes.Las poblaciones (distribuciones de probabilidad de la variable dependiente correspondiente a cada factor) son normales. Pueden darse dos situaciones según las muestras sean o no independientes. En ocasiones interesa definir un intervalo de valores tal que permita establecer cuáles son los valores mínimo y máximo aceptables para la diferencia entre las medias de dos poblaciones. siendo en ambos casos condición necesaria que las poblaciones de origen sean normales o aproximadamente normales: MUESTRAS INDEPENDIENTES Si puede suponerse que las varianzas de ambas poblaciones son iguales. en dos partes: obtenida a partir de toda la Variación dentro de las muestras (SCD) o Intra-grupos. siendo sus límites superior e inferior: t /2 es el valor crítico correspondiente al grado de confianza 1. Las poblaciones tienen todas igual varianza (homoscedasticidad). el valor crítico t /2 se aproxima. que bajo el supuesto de que H0 es cierta es una estimación de información muestral. a los valores de la distribución normal. Si las varianzas poblacionales no pueden suponerse iguales los límites del intervalo de confianza son: .de la distribución t de Student con n1+ n2-2 grados de libertad y es una estimación de la desviación típica común a ambas poblaciones obtenida a partir de las varianzas de las dos muestras. el intervalo de confianza para la diferencia de medias poblacionales está centrado en la diferencia de las medias muestrales. Variación entre muestras (SCE) o Inter-grupos. cuantifica la dispersión de los valores de cada muestra con respecto a sus correspondientes medias. Las K muestras sobre las que se aplican los tratamientos son independientes. como ya se ha visto anteriormente.

Si se quiere cambiar el grado de confianza del intervalo.resultados de la prueba T para contrastar la igualdad de medias . antes de aceptar hay que modificarlo con el botón Opciones. Si la variable tiene más de 2 valores o modalidades se elige la opción Punto de corte indicando el valor de la variable que induce una partición en dos grupos.resultados de la prueba de Levene para contrastar la igualdad de varianzas .intervalo de confianza para la diferencia de medias al 95% por defecto. Para contrastar la hipótesis de igualdad de medias y obtener el intervalo de confianza la secuencia es: Analizar Comparar medias Prueba T para muestras independientes * . Al aceptar se obtienen: . MUESTRAS DEPENDIENTES. uno de cada población y el estadístico se obtiene a partir de las diferencias de los valores de las dos variables correspondientes a cada caso o di que se define como di= xi-yi. uno de los cuales estará formado por todos los casos con valores menores que el especificado y el otro por el resto de casos. En este caso las muestras están formadas por parejas de valores. entonces se debe seleccionar Usar valores especificados e indicar la modalidad que define el grupo 1 y la del grupo 2. Si la variable de agrupación presenta sólo dos valores o modalidades.El valor crítico t /2 corresponde a una distribución t cuyos grados de libertad se calculan en base a ambos tamaños muestrales y a las desviaciones típicas de cada grupo según la corrección propuesta por Dixon y Massey: Para obtener el intervalo de confianza en ambos casos la secuencia es: Analizar Comparar medias Prueba T para muestras independientes Los grupos pueden definirse en función de una variable cuantitativa o de una cualitativa.

9 aplicaciones .4.

Sign up to vote on this title
UsefulNot useful