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

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

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

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

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

A. Vamos a la Tabla F de Fisher y observamos los diferentes niveles de significación para Valores Críticos de F. podemos decir que se ubicaría en la Tabla de Fisher entre 5% y 1%.4. Ejemplos para comparar varianzas Cuando la comparación es entre varianzas.2.5 Ahora bien si comparamos el valor obtenido de las muestras igual a F=7. se establece una relación dividiendo la que tenga mayor valor con la que tenga menor valor y esa es la relación F.6. 4.5.5.0 (y sus valores al cuadrado son: 9. 2) Ahora se debe comparar el valor calculado de F con los valores de la Tabla de Fisher. calificando con puntos las respuestas de los clientes (desde ³0´ grado de aceptación.2. Veamos los datos siguientes: Valores para las cinco pruebas con el menú A. que es un parámetro de dispersión. 4. 6. Igualmente para cada muestra se calcula su grado de libertad . entonces se trabaja con el test ³ F ³ de R. Las muestras apareadas se obtienen usualmente como distintas observaciones realizadas sobre los mismos individuos. a fin de observar el nivel de significación.98. Cuando el valor de F calculado para las muestras es superior al valor F de la Tabla de Fisher.0.5 ( y llevados al cuadrado son. Si se tienen dos muestras y se quiere determinar si sus dispersiones se pueden considerar como idénticas o como diferentes. Entonces. o sea: Niveles de significación: 20% 10% 5% 1% 0.6 comparaciones de dos muestras pareadas. 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).50 y para el Menú B nos arroja 3. los valores para las siete pruebas con el Menú B son: 3. porque es mayor que 6.0. 50. para poder aceptar o no la hipótesis nula.95 / 0. 1) Luego que se conocen las dos varianzas de las muestras.1% Valor crítico de F: 2. debido a la baja probabilidad de que sean las mismas.4. 4. Fisher. En este ejemplo no es posible considerar aX eY como variables independientes ya que va a existir una dependencia clara entre las dos variables.5. 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. o sea: el número de datos menos la unidad.25. Para ello se ejecutan 5 pruebas con el Menú A y 7 pruebas con el Menú B.0. Ahora podemos establecer la relación entre las varianzas para estimar la F empírica: F = 3. .25.25). ya que la varianza es el cuadrado de la desviación típica. 5.95. 15. el método que se debe seguir es como sigue: Se calculan las varianzas respectivas de las dos muestras. 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. El dueño del restaurante tendría que saber que puede utilizar los dos menús de una manera indiferente.90.2.5 pruebas de Fisher para varianzas y de igualdad de las varianzas de dos poblaciones normales. la cual diría que las dos varianzas son diferentes.36. podemos rechazar la Hipótesis Nula que diría que las dos varianzas son iguales.16. según los números de grados de libertad.16. hasta el grado ³10´ el cual indica un máximo puntaje de aceptación). y admitir la Hipótesis Alternativa o de Trabajo.5 = 7.2 y menor que 15. También se pueden comparar datos de venta de un mismo producto turístico en dos países emisivos distintos. 16. se puede admitir que el resultado es más significativo que el nivel de significación elegido.0) Al estimar la varianza para el Menú A nos arroja 0. 4. por lo que es necesario primero estimar las desviaciones típicas o estándar.2. 4.

frente a la hipótesis alternativa de que por lo menos una de las poblaciones difiere de las demás en cuanto a su valor esperado. Los modelos de efectos aleatorios se usan para describir situaciones en que ocurren diferencias incomparables en el material o grupo experimental. El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales. e ingeniería. Este modelo se supone cuando el investigador está interesado por una población de niveles. El fundamento en el que se basan es en suponer que el bloque es más homogéneo que el conjunto. Hablaremos de este tipo de diseños más adelante. debido al uso de la distribución F de Fisher como parte del contraste de hipótesis. siendo por tanto una pareja un caso particular de bloque de 2 elementos.Si se quiere contrastar si hay diferencia entre las poblaciones. por lo que restringiendo las comparaciones entre tratamientos al interior de los bloques se espera obtener una mayor precisión. que es la prueba que se utiliza para comparar más de dos grupos. de los que únicamente una muestra al azar (t niveles) están presentes en el experimento. teóricamente infinitos. a la medicina. Este contraste es fundamental en el análisis de resultados experimentales. A. cuando dediquemos algún artículo al análisis de la varianza. en el cual la varianza está particionada en ciertos componentes debidos a diferentes variables explicativas. biología.7 modelo totalmente aleatorio: análisis de varianza de un factor. desde la agricultura donde se inició. Las técnicas iniciales del análisis de varianza fueron desarrolladas por el estadístico y genetista R. El Anova requiere el cumplimiento los siguientes supuestos: . para pasar a "diseñar" el estudio o experimento. Fisher en los años 1920 y 1930 y es algunas veces conocido como "Anova de Fisher" o "análisis de varianza de Fisher". En estadística. y es una metodología de gran utilidad en muchos tipos de trabajos de investigación en diversas áreas. En estas técnicas de formación de bloques el investigador deja de ser un mero observador. del factor de estudio. 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). 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 (ANOVA. 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. 4. según terminología inglesa) es una colección de modelos estadísticos y sus procedimientos asociados. llamemos di a la diferencia entre las observaciones ³antes´ y ³después´.

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

resultados de la prueba T para contrastar la igualdad de medias .intervalo de confianza para la diferencia de medias al 95% por defecto. Si se quiere cambiar el grado de confianza del intervalo.resultados de la prueba de Levene para contrastar la igualdad de varianzas .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. uno de los cuales estará formado por todos los casos con valores menores que el especificado y el otro por el resto de casos. Al aceptar se obtienen: . 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 * . En este caso las muestras están formadas por parejas de valores. antes de aceptar hay que modificarlo con el botón Opciones. entonces se debe seleccionar Usar valores especificados e indicar la modalidad que define el grupo 1 y la del grupo 2. MUESTRAS DEPENDIENTES. Si la variable de agrupación presenta sólo dos valores o modalidades. 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. 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.

9 aplicaciones .4.

Sign up to vote on this title
UsefulNot useful