Seminario de Estadística

Nombre: Portilla Anderson

Código: 6112

Desarrollo:

TEST PARAMÉTRICOS
Test Chi Cuadrado

FUNDAMENTACIÓN
Sirve para someter a prueba hipótesis referidas a distribuciones de frecuencias. En términos
generales, esta prueba contrasta frecuencias observadas con las frecuencias esperadas de
acuerdo con la hipótesis nula.
Interpretación de p
Valor p ≤ α: Las variables tienen una asociación estadísticamente significativa (Rechazar
H0)
Si el valor p es menor que o igual al nivel de significancia, usted rechaza la hipótesis nula y
concluye que hay una asociación estadísticamente significativa entre las variables.
Valor p > α: No se puede concluir que las variables están asociadas (No se puede rechazar
H0)
Si el valor p es mayor que el nivel de significancia, usted no puede rechazar la hipótesis
nula, porque no hay suficiente evidencia para concluir que las variables están asociadas.

EJEMPLO
Hipótesis
Ho= No existe dependencia entre la obesidad y el estado civil de las personas.
H1 = Existe dependencia entre la obesidad y el estado civil de las personas.

Observado
s 1 2 3
Solter Union Casad
Obeso o _Libre o Total
1 Si 81 103 147 331
2 No 359 326 277 962
Total 440 429 424 1293
TEST APLICADO EN R COMMANDER

ANÁLISIS DE LOS RESULTADOS (P-VALUE)

Un valor que sea menor a α = 0.05 (nivel de significancia) es suficiente para rechazar la
Ho.
En estos resultados, se tiene p-value= 0.0000002021, puesto que el valor p es menor que α
se Rechaza la Hipótesis Nula.

Test T- Student (para muestras independientes)

FUNDAMENTACIÓN
Se utiliza para comparar las medias de dos grupos de casos, es decir, cuando la
comparación se realice entre las medias de dos poblaciones independientes (los individuos
de una de las poblaciones son distintos a los individuos de la otra) como por ejemplo en el
caso de la comparación de las poblaciones de hombres y mujeres. Lo ideal es que para esta
prueba los sujetos se asignen aleatoriamente a dos grupos, de forma que cualquier
diferencia en la respuesta sea debida al tratamiento (o falta de tratamiento) y no a otros
factores.

EJEMPLO
Hipótesis
El promedio de las calificaciones en el examen de certificación de los empleados en la
ESPOCH es mayor que la de los empleados en la UNACH.
Ho = No Existe una diferencia significativa entre la media de calificaciones del grupo de la
ESPOCH y la media de calificaciones del grupo en la UNACH.
H1 = Existe una diferencia significativa entre la media de calificaciones del grupo de la
ESPOCH y la media de calificaciones del grupo en la UNACH.

Individu
o Universidad Calificación
1 ESPOCH 99
2 ESPOCH 99
3 ESPOCH 98
4 ESPOCH 97
 5 ESPOCH 90
6 ESPOCH 85
7 ESPOCH 84
8 ESPOCH 82
9 ESPOCH 81
10 ESPOCH 79
11 ESPOCH 79
12 ESPOCH 68
13 ESPOCH 61
14 ESPOCH 60
15 ESPOCH 56
16 UNACH 98
17 UNACH 96
18 UNACH 96
19 UNACH 95
20 UNACH 85
21 UNACH 80
22 UNACH 79
23 UNACH 78
24 UNACH 75
25 UNACH 73
26 UNACH 73
27 UNACH 80

TEST APLICADO EN R COMMANDER

Necesitamos corroborar la normalidad y si las varianzas son iguales.

La variable calificación en ambos grupos se comporta normalmente y las varianzas son

iguales.
ANÁLISIS DE RESULTADOS
Si la probabilidad obtenida p-value <=a, rechace Ho y se acepta H1.
Si la probabilidad obtenida p-value >a, no rechace Ho.

En estos resultados se tiene que p-valor = 0.8085 puesto que el valor p es mayor que α =
0.05 se Acepta la Hipótesis Nula.

Test T-Student Pareada

FUNDAMENTACIÓN
Es útil para analizar el mismo conjunto de elementos que se midieron bajo dos condiciones
diferentes, las diferencias en las mediciones realizadas en el mismo sujeto antes y después
de un tratamiento o las diferencias entre dos tratamientos administrados al mismo sujeto.

EJEMPLO
Ho = No hay diferencia significativa en las medias del Peso antes y después del
tratamiento.
H1 = Hay diferencia significativa en las medias del Peso antes y después del tratamiento.

Individu
o Antes Después
1 198 192
2 237 225
3 233 226
4 179 172
5 219 214
6 169 161
7 222 210
8 167 161
9 199 193
10 233 226
11 179 173
 12 158 154
13 157 215
14 216 183
15 257 194
16 151 170

TEST APLICADO EN R COMMANDER

Corroborar la Normalidad

Los datos del peso provienen de una distribución normal ya que los dos valores obtenidos
de p-value son mayores a 0.05.
T Student Pareada

ANÁLISIS DE RESULTADOS
Si la probabilidad obtenida p-value <=a, rechace Ho y se acepta H1.
Si la probabilidad obtenida p-value >a, no rechace Ho.

En estos resultados se tiene que p-value = 0.295 puesto que el valor p es mayor que α =
0.05 se Acepta la Hipótesis Nula.

Test ANOVA

FUNDAMENTACIÓN
Sirve para determinar si diferentes tratamientos (por ejemplo, tratamientos psicológicos)
muestran diferencias significativas, o si, por el contrario, puede establecerse que sus medias
poblaciones no difieren (son prácticamente iguales, o su diferencia no es significativa). Es
decir, se utiliza la ANOVA para contrastar hipótesis acerca de diferencias de medias
(siempre más de dos). 
EJEMPLO
Hipótesis
Existe diferencia estadísticamente en el promedio de edad entre los 3 grupos.
Ho = El promedio de edad en los 3 grupos es igual.
H1 = En al menos un grupo el promedio de edad es distinto.

Númer Edad_G
o 1 Edad_G2 Edad_G3
1 37 40 19
2 33 19 25
3 37 23 52
4 57 15 59
5 26 11 65
6 59 30 15
7 20 39 47
8 54 27 31
9 52 26 48
10 44 12 29
11 61 32 20
12 35 31 52
13 62 29 44
14 17 10 38
15 55 39 65
16 16 40 52
17 53 32 51
18 46 49 22
19 37 48 16
20 20 35 22
21 25 35 22
22 57 28 51
23 17 19 36
24 25 18 32
25 53 35 63

TEST APLICADO EN R COMMANDER

ANÁLISIS DE LOS RESULTADOS
En estos resultados se tiene que pr = 0.0154 puesto que el valor p es menor que α = 0.05 se
Rechaza la Hipótesis Nula.

TEST NO PARAMÉTRICOS
Test de Wilcoxon

FUNDAMENTACIÓN
Es una prueba no paramétrica de comparación de dos muestras relacionadas y por lo tanto
no necesita una distribución específica. Usa más bien el nivel ordinal de la variable
dependiente. Se utiliza para comparar dos mediciones relacionadas y determinar si la
diferencia entre ellas se debe al azar o no (en este último caso, que la diferencia sea
estadísticamente significativa).

EJEMPLO
Para proteger contra las infecciones de la piel se ensayaron 2 cremas A y B, aplicadas en
dos zonas diferentes de cada paciente.
Se pide estudiar si la zona protegida depende de la crema utilizada.
Ho = La zona protegida no depende del tipo de crema.
H1 = La zona protegida si depende del tipo de crema.

Pacient Crema_ Crema_

e A B
1 4 3
2 3 4
3 6 6
4 7 6
5 9 5
6 4 4
7 2 7
8 5 3

TEST APLICADO EN R COMMANDER

ANÁLISIS DE RESULTADOS
En estos resultados se tiene que p-value = 0.6716 puesto que el valor p es mayor que α =
0.05 se Acepta la Hipótesis Nula.

Test U Mann Whitney

FUNDAMENTACIÓN
Es una prueba no paramétrica aplicada a dos muestras independientes. Es la versión no
paramétrica de la habitual prueba t de Student. La prueba de Mann-Whitney se usa para
comprobar la heterogeneidad de dos muestras ordinales.

EJEMPLO
Se registra el consumo en Kg durante 10 días en una muestra de 10 personas y se obtiene
los siguientes resultados:

Día Comunidad_1 Comunidad_2

(kg) (Kg)
1 16 12
2 11 14
3 14 11
4 21 30
5 18 10
6 34
7 22
8 7
9 12
10 12

Ho = No existe diferencia entre la ingesta de carne de las personas de la comunidad 1 y la

comunidad 2.
H1 = Existe diferencia entre la ingesta de carne de las personas de la comunidad 1 y la
comunidad 2.

TEST APLICADO EN R COMMANDER

ANÁLISIS DE RESULTADOS
En estos resultados se tiene que p-value = 0.46 puesto que el valor p es mayor que α = 0.05
se Acepta la Hipótesis Nula.

Test Kruskal Walli

FUNDAMENTACIÓN
Este test sirve para probar si un grupo de datos proviene de la misma población.
Intuitivamente, es idéntico al ANOVA con los datos reemplazados por categorías. Es una
extensión de la prueba de la U de Mann-Whitney para 3 o más grupos.

EJEMPLO
Ho = No hay una diferencia entre los puntajes obtenidos a los 3 grupos.
H1 = Hay una diferencia entre los puntajes obtenidos a los 3 grupos.

Puntaje
s Grupo
27 1
2 1
4 1
18 1
7 1
9 1
20 2
8 2
14 2
36 2
21 2
22 2
34 3
31 3
3 3
23 3
 30 3
6 3

TEST APLICADO EN R COMMANDER

ANÁLISIS DE RESULTADOS
En estos resultados se tiene que p-value = 0.2401 puesto que el valor p es mayor que α =
0.05 se Acepta la Hipótesis Nula.