4 PRUEBAS DE HIPÓTESIS 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. Las segundas. ya que atienden más a la ordenación de los datos que a su valor numérico.1 PRUEBA DE HIPOTESIS CON DOS MUESTRAS Y VARIAS MUESTRAS DE DATOS NUMÉRICOS. 1..2 distribuciones normal y t de estudent. una intervención de cierto tipo y esta a su ves otra medición. estas son iguales a la suma de dos variables individuales. se esperara que la media entre las dos medias muéstrales sea cero.4.existe una formación de pares de las observaciones correspondientes. en base a la observación de una muestra obtenida de ellos. 2. 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. Existen dos tipos de técnicas estadísticas inferenciales: las paramétricas y las aparamétricas. de igual manera las desviaciones estándar de las dos poblaciones son iguales. 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. 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. no exigen tantas restricciones sobre la naturaleza de la población. menos el número de muestras.las que se caracterizan por una medición. . 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. si las diferencias observadas entre dos muestras significan que las poblaciones de las que se han obtenido las muestras son realmente diferentes. llamadas también de <<libre distribución>>. En el caso que existan poblaciones independientes. 2º determinar. siendo los <<parámetros>> los valores numéricos de la población. Como consiguiente tenemos que el número de grados de libertad en la prueba es igual al número total de elementos muestreados. test of hypothesis). 4. La inferencia estadística se ocupa de la obtención de conclusiones en relación a un gran número de sucesos. así mismo las poblaciones muestreadas siguen una distribución normal. a partir de la evidencia que suministra las muestras. Los métodos de la estadística inferencial señalan los procedimientos que se han de seguir para poder extraer conclusiones válidas y fiables.. A partir de ambas determinaciones se desarrollan los fundamentos de las pruebas de decisión estadísticas o pruebas de hipótesis (en inglés. en términos de probabilidad. Las primeras establecen un buen número de restricciones sobre la naturaleza de la población de la que se obtiene los datos. Así mismo puedo entender que en el caso de que se den las dos poblaciones iguales.

pesos. Y en general cualquier característica que se obtenga como suma de muchos factores. al considerar distribuciones binomiales. Caracteres sociológicos. por ejemplo: cociente intelectual. Caracteres fisiológicos. envergaduras. En resumen. Su propio nombre indica su extendida utilización. o de una misma cantidad de abono. p.. 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. plantas. grado de adaptación a un medio. 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..ejm. para un mismo valor de p y valores de n cada vez mayores..p). Errores cometidos al medir ciertas magnitudes... En probabilidad y estadística. 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.. Otras distribuciones como la binomial o la de Poisson son aproximaciones normales. . Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. animales. . puntuaciones de examen.. Caracteres psicológicos. Valores estadísticos muestrales. perímetros. diámetros..Distribución Normal DISTRIBUCION NORMAL La distribución normal es muy importante por lo siguiente: Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. justificada por la frecuencia o normalidad con la que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución. por ejemplo: efecto de una misma dosis de un fármaco. En otras ocasiones. por ejemplo : la media.) de una especie. tallas. se ve que sus polígonos de frecuencias se aproximan a una curva en "forma de campana"... tipo B(n. por ejemplo: consumo de cierto producto por un mismo grupo de individuos..

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. 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. 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. 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 . como si fuera una diferencia real cuando no necesariamente es así. o el valor de la variable que hará de corte para definir dichos grupos. 4. En pocas palabras. En estadística. o significativa en el sentido estricto de la palabra.no es mayor que P. diferencias de grupos. 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. o "falso positivo"). aquellas variables sobre las que se va a contrastar si hay o no. más significativo será el resultado.4. y para ello. .cuando ésta es verdadera . 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. el individuo pertenecerá al primer grupo. un resultado se denomina estadísticamente significativo cuando no es probable que haya sido debido al azar. se utiliza el procedimiento Prueba T para muestras independientes. es decir. importante. por el contrario. entonces la hipótesis nula es rechazada. El nivel de significación de un test es un concepto estadístico asociado a la verificación de una hipótesis. de un trimestre con respecto a otro. no significa que la diferencia sea grande. Si el valor de la variable para un individuo es menor o igual que el valor especificado. En otros términos. la diferencia entre ellas resulta lo suficientemente grande como para inferir que ha ocurrido un cambio real en el indicador. Cuanto menor sea el valor P. y en caso contrario. 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. De ahí que muchas veces se asume la diferencia en el valor de un indicador. al segundo.4 comparación de dos muestras independientes: pruebas t para las diferencias entre dos medias. Una "diferencia estadísticamente significativa" solamente significa que hay evidencias estadísticas de que hay una diferencia. Para comparar las medias de dos muestras procedentes de dos poblaciones normales e independientes. 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. La decisión se toma a menudo utilizando el valor P (o p-valor): si el valor P es inferior al nivel de significación.

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

o sea: Niveles de significación: 20% 10% 5% 1% 0. En este ejemplo no es posible considerar aX eY como variables independientes ya que va a existir una dependencia clara entre las dos variables. 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. 50. se establece una relación dividiendo la que tenga mayor valor con la que tenga menor valor y esa es la relación F. 4.5 pruebas de Fisher para varianzas y de igualdad de las varianzas de dos poblaciones normales.0. debido a la baja probabilidad de que sean las mismas. 4. y admitir la Hipótesis Alternativa o de Trabajo.95. según los números de grados de libertad. por lo que es necesario primero estimar las desviaciones típicas o estándar.98.5.95 / 0. El dueño del restaurante tendría que saber que puede utilizar los dos menús de una manera indiferente.5 Ahora bien si comparamos el valor obtenido de las muestras igual a F=7. ya que la varianza es el cuadrado de la desviación típica. podemos rechazar la Hipótesis Nula que diría que las dos varianzas son iguales. . a fin de observar el nivel de significación. 16. 4.2 y menor que 15. Igualmente para cada muestra se calcula su grado de libertad . entonces se trabaja con el test ³ F ³ de R. Fisher.1% Valor crítico de F: 2. 15.2. 5. 6. que es un parámetro de dispersión. Si se tienen dos muestras y se quiere determinar si sus dispersiones se pueden considerar como idénticas o como diferentes. Cuando el valor de F calculado para las muestras es superior al valor F de la Tabla de Fisher.0. 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. 1) Luego que se conocen las dos varianzas de las muestras. 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). 4. porque es mayor que 6.90.0. Para ello se ejecutan 5 pruebas con el Menú A y 7 pruebas con el Menú B. Ejemplos para comparar varianzas Cuando la comparación es entre varianzas. para poder aceptar o no la hipótesis nula. se puede admitir que el resultado es más significativo que el nivel de significación elegido. o sea: el número de datos menos la unidad. calificando con puntos las respuestas de los clientes (desde ³0´ grado de aceptación.0 (y sus valores al cuadrado son: 9.6.5.16. Entonces.25.25. 2) Ahora se debe comparar el valor calculado de F con los valores de la Tabla de Fisher.16.25).36. También se pueden comparar datos de venta de un mismo producto turístico en dos países emisivos distintos.2.5. hasta el grado ³10´ el cual indica un máximo puntaje de aceptación).50 y para el Menú B nos arroja 3. A.4. los valores para las siete pruebas con el Menú B son: 3.5 = 7. Veamos los datos siguientes: Valores para las cinco pruebas con el menú A.2.25. Vamos a la Tabla F de Fisher y observamos los diferentes niveles de significación para Valores Críticos de F.0) Al estimar la varianza para el Menú A nos arroja 0.2.6 comparaciones de dos muestras pareadas. podemos decir que se ubicaría en la Tabla de Fisher entre 5% y 1%. 4.4. la cual diría que las dos varianzas son diferentes.5 ( y llevados al cuadrado son. el método que se debe seguir es como sigue: Se calculan las varianzas respectivas de las dos muestras. Ahora podemos establecer la relación entre las varianzas para estimar la F empírica: F = 3. Las muestras apareadas se obtienen usualmente como distintas observaciones realizadas sobre los mismos individuos.

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

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

resultados de la prueba de Levene para contrastar la igualdad de varianzas . 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 * .intervalo de confianza para la diferencia de medias al 95% por defecto. MUESTRAS DEPENDIENTES. antes de aceptar hay que modificarlo con el botón Opciones. En este caso las muestras están formadas por parejas de valores. 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. 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.resultados de la prueba T para contrastar la igualdad de medias . Si se quiere cambiar el grado de confianza del intervalo. entonces se debe seleccionar Usar valores especificados e indicar la modalidad que define el grupo 1 y la del grupo 2. Al aceptar se obtienen: . 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.

9 aplicaciones .4.

Sign up to vote on this title
UsefulNot useful