Comparación de medias de muestras independientes (muestras no

pareadas).
La comparación de medias de muestras independientes consta de dos etapas.
La primera consiste en probar si las varianzas de las poblaciones de donde se
tomaron las muestras son homogéneas o heterogéneas. Para esto, como
distribución de prueba se emplea la distribución F. La segunda etapa consiste
en la prueba de comparación de promedios de las poblaciones de donde se
tomaron las muestras. El procedimiento de esta prueba está condicionado a si
las varianzas de dichas poblaciones son o no homogéneas y si los tamaños de
las muestras son o no iguales. Como distribución de prueba se emplea la
distribución t de Student (muestras pequeñas)

Primera Etapa
1. Probar si las poblaciones presentan o no varianzas homogéneas.
Planteamiento de hipótesis.

H 0 :  A2   B2 Las varianzas de las poblaciones son homogéneas

H a :  A2   B2 Las varianzas de las poblaciones son heterogéneas

2. Definir el nivel de significancia α.

3. Definición de la distribución de prueba
4. Muestreo o experimentación y cálculo de estadísticos básicos:
promedios, varianzas, desviaciones estándar, etc.
5. Cálculo de estadísticos de prueba para la prueba de
homogeneidad de varianzas

 Varianza muestral mayor 

F 
 c Varianza muestral menor 
F



 0,05
F 

 1 2
  ;  

6. Decisión sobre las varianzas:

 Fc  F0.05 rechazar la H 0  Varianzas heterogéneas 

  1 ; 2  
 
 Fc  F0.05 no rechazar H 0  Varianzas homogéneas 
  1 ; 2  
  Fc  F0.05 rechazar la H 0  Varianzas heterogéneas 
Si  
 1 ; 2 
 
 Fc  F0.05 no rechazar H 0  Varianzas homogéneas 
  1 ; 2  

Segunda Etapa
7. Probar si las poblaciones presentan promedios iguales
(efectos de tratamientos iguales)
8. Emplear el nivel de significancia usado en la prueba de
homogeneidad de varianzas.
9. Plantear y explicar las hipótesis. En este caso, las hipótesis son

H 0 : 1  2  H 0 : 1  2  d  0 Los promedios de las poblaciones son igu

(Los efectos de los tratamientos son igua

H a : 1  2  H 0 : 1   2  d  0 Los promedios de las poblaciones son dif

(Los efectos de los tratamientos son igua

10. En este caso, la distribución de prueba es la t de Student

 d   d  x1  x2    1  2  x1  x2 d 
t
c    
 s s1 s2 s1 s2 sd 
t
d
  
n1 n2 n1 n2
 
t0,05  gl  
 
O sea,

 x1  x2  Nota: El cálculo del error estándar de las

tc  s  diferencias de promedios varía, dependiendo
t d  de si las varianzas son homogéneas o si son
heterogéneas
t 
 0,05  gl  
11. Decisión sobre los efectos de los promedios
Para prueba de dos colas

 tc  t rechazar la H 0  los efectos de los tratamientos son diferentes 

0,05  gl 
 
 
 
 
 tc  t0,05  gl  no rechazar la H 0  los efectos de los tratamientos son iguales 
 
  tc  t rechazar la H 0  los efectos de los tratamientos son diferentes 
0,05  gl 
 
Si 

 
 tc  t0,05  gl  no rechazar la H 0  los efectos de los tratamientos son iguales 
 

Ejemplo.

Se desea probar cuál de dos raciones (Ración A y Ración B) para cerdos es mejor. Para esto, se
alimentó un grupo de 10 cerdos con la ración A y otro grupo de 10 cerdos se alimentó con la ración
B. Las ganancias en peso (kilogramos) se presentan a continuación:
Rac: A Rac. B
26 23
25 22
12 16
25 29
20 24
16 15
18 24
21 25
11 16
8 14

Promedio 18.2 20.8 =AVERAGE(B99:B109) =AVERAGE(C99:C109)

Varianza 40.4 26.4 =VAR(B99:B109) =VAR(C99:C109)
n 10 10 =COUNT(B99:B109) =COUNT(C99:C109)
a 0.05

Las varianzas de las poblaciones son homogéneas

H 0 :  A2   B2
H a :  A2   B2 Las varianzas de las poblaciones son heterogéneas, con 5% de duda

 s A2 40, 4 1.53 =ROUND(B112/C112,3)

F
 c    1,530
F sB2 26, 4
F
  0,05  9,9   3,18
3.18 =ROUND(FINV(B114,B113-1,C113-1),2)
p-valor= 0.2682171

Las varianzas de las poblaciones son homogéneas

 Calcular varianza común
También se puede emplear el valor de la probabilidad de ocurrencia de la F calculada

Las varianzas de las poblaciones son homogéneas =IF(E124<B114,C118,C116)

Ahora se procede a probar la hipótesis sobre los promedios de las poblaciones.

H 0 :  A   B Las raciones causan igual incremento de peso

H a :  A   B Las raciones causan diferente incremento de peso, con 5% de duda
a= 0.05
na= 10 nb= 10
Para hacer esta prueba se emplea la distribución t de Student, para lo cual, es necesario
obtener los siguientes valores:

 d x  xA
tc   B 
 s d 2* s 2
t 
 n
t 0,05  9 9   2,101


Como las varianzas son homogéneas, es necesario calcular la varianza común para poder calcular
el error estándar de los promedios 𝑆_𝑑 ̅

Ración A Ración B
Promedio 18.2 20.8
Varianza 40.4 26.4

S2= 33.4
 na  1 s A2   nb  1 sB2
=((B138-1)*B152+(D138-1
Varianza común  s 
2

 na  1   nb  1
9 * 40, 4  9 * 26, 4
  33, 4
99

s2 s2
sd  
na nb
Si na  nb  n
s2 s2 2* s 2
sd    
n n n
 sd  
na nb
Si na  nb  n
s2 s2 2* s 2 6.68 = 2.58
sd    
n n n 10

Entonces los valores de los estadísticos de la prueba t de Studen se calculan como sig
Para recordar:
Promedio A 18.2
Promedio B 20.8

 d x  xA 1.008 =ROUND((C174-C173)/F167,3)
tc   B 
 s d 2*s 2
t 
 n
t 0,05  9 9  2,101 2.101 =ROUND(TINV(0.05,18),3)


p-valor= 0.32681 =TDIST(D177,18,2)

Interpretación
Las raciones causan igual incremento de peso

También se puede emplear el valor de la probabilidad de ocurrencia de la t calculada

Las raciones causan igual incremento de peso
Como el valor de la t calculada no supera el valor de la t teórica no hay razones estadísticas para
afirmar que las raciones estudiadas provoquen ganancias de peso diferentes.

Se estudian dos sistemas de secamiento de la madera para uso industrial. Durante el secamiento
las tablas se pueden deformar dependiendo del proceso empleado para tal fin. Se sometieron dos
lotes de tablas a dos diferentes procesos para su secamiento y, una vez secas, se tomaron muestras
de cada uno de ellos así: 20 tablas del lote sometido al proceso A y 10 tablas del lote sometido al
proceso B. Sobre cada una de las tablas se midió, en milímetros, el grado de deformación (combado
o curvatura). Los resultados se presentan a continuación:

Sistema A Sistema B
42 35 35
40 42 40
 37 40 37
37 39 34
34 36 37
37 43 40
40 36 37
37 43 35
35 38 42
38 41 37

Promedio: 38.5 37.4 x A  38, 5 mm xB  37, 4 mm

Varianza: 7.63 6.49
s  7, 6 mm
2
A
2
sB2  6, 49 mm2
n: 20 10

H 0 :  A2   B2 Las varianzas de las poblaciones son homogéneas

H a :  A2   B2 Las varianzas de las poblaciones son heterogéneas, con 5% de duda
a= 0.05

h(F)

0 ###2.95

Promedio Varianza n
Sistema A 38.5 7.63 20
Sistema B 37.4 6.49 10
 sB2 7, 63
F
 c    1,18
Fc= 1.18 =ROUND(B219/D219,2) F s A2 6, 49
F F  2,95
  0,05  19,9 
F0,05= 2.95 =ROUND(FINV(B225,B220-1,D220-1),2)

Interpretación
Las varianzas de las poblaciones son homogéneas

H 0 :  A   B Los dos procesos de secado de la madera cusan igual deformación

H a :  A  B
 H 0 :  A  B
H a :  A   B Los procesos causan deformaciones diferentes en las tabla de madera

a= 0.05

Var común: 7.26

S= =ROUND(((B220-1)*B219+(D220-1)*D219)/(B220-1+D220-1),2)

s2 s2
𝑆_𝑑 ̅ = 1.044 =ROUND(SQRT(C256/D238+C256/D220),3)
sd  
n A nB
tc= 1.05364
t

t0,05= 2.048

 38,5  37, 4
 t c   1, 054 1.054 =ROUND((B238-B239)/C258,3)
 7, 26 7, 26
 
 20 10
t0,05 nA  nB  2  2, 048 2.048 =ROUND(TINV(B254,D238+D239-2),3)

p-valor= 0.30089 =TDIST(E268,D238+D239-2,2)

1,05
4
Interpretación:
Los dos procesos de secado de la madera cusan igual deformación

También se puede emplear el valor de la probabilidad de ocurrencia de la t calculada

Los dos procesos de secado de la madera cusan igual deformación

Como el valor calculado de t no supera el correspondiente valor teórico, es decir, cae en la zona de
no rechazo de la hipótesis nula, no hay razones estadísticas para afirmar que los métodos de
secamiento de la madera produzcan deformaciones diferentes.
Como el valor calculado de t no supera el correspondiente valor teórico, es decir, cae en la zona de
no rechazo de la hipótesis nula, no hay razones estadísticas para afirmar que los métodos de
secamiento de la madera produzcan deformaciones diferentes.
poblaciones son iguales
tamientos son iguales estadísticamente)

poblaciones son diferentes

tamientos son iguales estadísticamente)
on 5% de duda
,C118,C116)

5% de duda

ara poder calcular

((B138-1)*B152+(D138-1)*C152)/((B138-1)+(D138-1))
se calculan como sigue:

dísticas para

Sistema A Sistema B
42 35
40 40
 37 37
37 34
34 37
37 40
40 37
37 35
35 42
38 37
35
42
40
39
36
43
36
5% de duda 43
38
41

Prueba F para varianzas de dos muestras

Sistema A Sistema B
Media 38.5 37.4
Varianza 7.63157894736842 6.4888888889
Observaciones 20 10
Grados de libertad 19 9
F 1.17609949531363
P(F<=f) una cola 0.418190173560158
Valor crítico para F 2.94765204653655

eformación
bla de madera

s 2

 nA  1 s A2   nB  1 sB2
 nA  1   nB  1
s2 s2
 
nA nB

8+D239-2),3)

Prueba t para dos muestras suponiendo varianzas iguales

=IF(E268>E271,C252,C251)
=IF(E273<B254,C252,C251)
Sistema A Sistema B
Media 38.5 37.4
Varianza 7.63157894736842 6.4888888889
Observaciones 20 10
Varianza agrupada 7.26428571428571
Diferencia hipotétic 0
Grados de libertad 28
Estadístico t 1.05378156575815
P(T<=t) una cola 0.150495952533046
Valor crítico de t (un 1.70113093426593
P(T<=t) dos colas 0.300991905066092
Valor crítico de t (do 2.04840714179524