Asignatura de Bioestadística

Quinto ciclo Semestre Académico 2020-II

SEMINARIO IX: " Diferencias de medias”

Integrantes

Espinola Inga Diana Katherine DNI: 77438667 CODIGO: 2016146786

Falla Lamadrid Humberto Jesús DNI: 73933726 CODIGO: 2018219914
García Horna Nicole Lissethe DNI: 71540110 CODIGO: 2018219943
Gómez Mosqueda Cinthia Julissa DNI:76426751 CODIGO: 2018219967

Docente

Wilver Omero Rodríguez López

Chiclayo – Perú
02 de diciembre del 2020
CONTENIDO

I. INTRODUCCIÓN...................................................................................................................3
II. OBJETIVOS...........................................................................................................................4
III. MARCO TEÓRICO.............................................................................................................5
IV. CUESTIONARIO................................................................................................................8
V. CONCLUSIONES....................................................................................................................8
VI. REFERENCIAS BIBLIOGRÁFICA.......................................................................................12
I. INTRODUCCIÓN

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;
siendo en ambos casos condición necesaria que las poblaciones de origen sean normales
o aproximadamente normales.

Existen muestras independientes y dependientes, la primera si puede suponerse que las

varianzas de ambas poblaciones son iguales, el intervalo de confianza para la diferencia de
medias poblacionales está centrado en la diferencia de las medias muestrales, la segunda
mencionada, en este caso las muestras están formadas por parejas de valores, 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.

Por lo cual, el presente informe tiene como finalidad dar a conocer más acerca de la
diferencia muestral.
II. OBJETIVOS
1. Realizar prueba de hipótesis de diferencia de dos medias relacionadas 
2. Realizar prueba de hipótesis de diferencia de dos medias independientes
 III. MARCO TEÓRICO:

Un intervalo de valores que permita establecer cuales son los valores mínimo y máximo
aceptables para la diferencia entre las medias de dos poblaciones, pueden darse en dos
situaciones según las muestras sean o no independientes; 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, el intervalo
de confianza para la diferencia de medias poblacionales está centrado en la diferencia
de las medias muestrales, siendo sus límites superior e inferior:

o t /2 es el valor crítico correspondiente al grado de confianza 1- de la distribución t

de Student con n1+ n2-2 grados de libertad
o Estimación de la desviación típica común a ambas poblaciones obtenida a partir de
las varianzas de las dos muestras.
( n 1−1 ) s .12+ ( n2−1 ) s 22
Sc=
√ n 1+n 2−2

- Si las varianzas poblacionales no pueden suponerse iguales los límites del intervalo de
confianza son:

o El valor crítico t /2 corresponde a una distribución t cuyos grados de libertad se

calculan en base a ambos tamaños muestrales
o Desviaciones típicas de cada grupo según la corrección propuesta por Dixon y
Massey:
BASES PARA LA ELECCIÓN DE UNA PRUEBA ESTADÍSTICA
Una secuencia práctica para elegir la prueba estadística apropiada de acuerdo con cada
protocolo de investigación. Los primeros 3 aspectos se describen a continuación:
 Diseño de la investigación: El primer aspecto para la selección de una prueba
estadística es el diseño de investigación. En el artículo de esta serie en el que se
describen los diferentes diseños de investigación se comenta que cuando solamente
existe un grupo y el objetivo de la investigación únicamente es especificar una o más
características de dicha población, el tipo de estudio se denomina descriptivo, por lo
que, como su nombre lo indica, solo es necesario emplear estadística descriptiva
 Número de mediciones: El segundo aspecto por considerar en la selección de una
prueba estadística es el número de mediciones de las variables de resultado. Los
investigadores pueden analizar de diferentes formas los cambios de una variable a lo
largo de un periodo.
 Escala de medición de las variables: El tercer aspecto trascendente cuando se planea
un análisis estadístico es la escala de medición de las variables, la cual ya ha sido
explicada en otros 2 artículos de esta serie.1,3 En resumen, es necesario definir la
naturaleza de cada uno de los datos o las mediciones que se realizan durante el
desarrollo de una investigación; en general se pueden dividir en cualitativos o
cuantitativos.
Elección de la prueba estadística
La manera de selección de las pruebas estadísticas, tomando en cuenta el objetivo, número de
grupos y la escala de medición de las variables. Como parte del análisis global de los datos
nunca debe omitirse la inclusión del análisis descriptivo de los datos, es decir, es necesario que
los investigadores resuman cada una de las variables estudiadas en medidas de tendencia
central y de dispersión, tomando en cuenta la escala de medición de las variables y su
distribución.
Estadística paramétrica y estadística no paramétrica
Se debe conocer que las diferentes pruebas estadísticas se dividen en 2 grandes conjuntos: las
paramétricas y las no paramétricas. Una vez que se definió con claridad los 3 aspectos
señalados se deberá establecer a cuál de estos 2 conjuntos pertenece la prueba. Tomando en
cuenta la escala de medición de las variables, al conjunto de pruebas estadísticas paramétricas
les corresponde las cuantitativas continuas; mientras que para las variables cualitativas (ya
sean nominales u ordinales) y las cuantitativas discontinuas se incluyen las pruebas estadísticas
no paramétricas.
Pruebas estadísticas paramétricas

- Las pruebas disponibles para la comparación de grupos son numerosas; a continuación

se comentan algunas de las más utilizadas.5,6,7 Si el investigador quiere comparar 2
grupos con variables cuantitativas continuas y con distribución normal, (dicho de otra
forma, comparación de promedios entre 2 grupos), se puede elegir una prueba t (hay
diferentes, la más conocida es la denominada t de Student). Tomando en cuenta lo
descrito, esta prueba puede utilizarse en 2 escenarios diferentes:
• Muestras relacionadas (un solo grupo antes y después).
• Muestras independientes (comparación de 2 grupos).
 Pruebas estadísticas no paramétricas
- Variables cuantitativas: Cuando la distribución de datos cuantitativos no sigue una
distribución normal también hay diferentes pruebas estadísticas con las que se
comparan las medianas.
- Variables cualitativas: existen pruebas específicas para la comparación de grupos
cuando la escala de medición de las variables es cualitativa.
- Análisis de correlación
- Cuando se desea establecer la relación de 2 variables cuantitativas continuas con
distribución normal (por ejemplo, dosis de inmunoglobulina administrada con el nivel
de IgG sérica) se utilizará el coeficiente de correlación de Pearson (r de Pearson)
MÉTODOS PARAMÉTRICOS PARA LA COMPARACIÓN DE DOS MEDIAS
Cuando se comparan dos o más grupos de observaciones pueden darse dos tipos de diseño:
 Observaciones que se refieren a dos grupos independientes de individuos
 Serie de datos se recoge en los mismos sujetos bajo condiciones diferentes.
Dos muestras independientes

- Los métodos paramétricos requieren que las observaciones en cada grupo

provengan de una distribución aproximadamente normal con una variabilidad
semejante, de modo que, si los datos disponibles no verifican tales condiciones,
puede resultar útil una transformación de los mismos (aplicación del logaritmo, raíz
cuadrada, etc.) o, en todo caso, se debería recurrir a la utilización de
procedimientos no paramétricos.
- Normalmente en este tipo de análisis podremos establecer una hipótesis de partida
(hipótesis nula
- 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.
- Este tipo de metodología exige· que la varianza en ambos grupos de observaciones
sea la misma.
- En primer lugar, se desarrollar· el test t de Student para el caso en el que se
verifiquen ambas condiciones, discutiendo posteriormente el modo de abordar
formalmente el caso en el que las varianzas no sean similares.
- El t test para dos muestras independientes se basa en el estadístico:

 A medida que el tamaño maestral aumenta, la distribución del estadístico se hace

más próxima a la de una variable Normal estándar. De este modo, en algunos textos
se opta por utilizar esta distribución para realizar la comparación de medias.

Dos muestras independientes con varianza distinta

 - El caso en el que se dispone de dos grupos de observaciones independientes con
diferentes varianzas, la distribución de los datos en cada grupo no puede
compararse unicamente en términos de su valor medio.
- método estadístico que nos permita decidir si la varianza en ambos grupos es o no
la misma es el F test o test de la razón de varianzas viene a resolver este problema.
- Bajo la suposición de que las dos poblaciones siguen una distribución normal y
tienen igual varianza se espera que la razón de varianzas:

- Siga una distribución F de Snedecor con parámetros (n-1) y (m-1).

- En este tipo de situaciones podemos utilizar una modificación del t test para el caso
de varianzas desiguales, conocido como el test de Welch basada en el estadístico:

- Bajo la hipótesis nula seguir· una distribución t de Student con un número f de

grados de libertad que depender· de las varianzas muéstrales según la expresión:

Dos muestras dependientes

- Las series dependientes surgen normalmente cuando se evalúa un mismo dato más
de una vez en cada sujeto de la muestra.
- También se puede encontrar este tipo de observaciones en estudios de casos y
controles donde cada caso se aparea individualmente con un control.
- La veracidad de dicha hipótesis puede ser contrastada igualmente mediante el test
t de Student.
- No es necesario que las observaciones en ambos grupos provengan de poblaciones
normales, sino que ˙nicamente se requiere verificar la normalidad de su diferencia.
- Denotando por la pérdida media de peso la hipótesis de la que se parte es que:

Frente a la alternativa
 - Nótese que en este caso un requisito fundamental es que se tenga un número igual
de observaciones en ambos grupos. A partir de estos datos, el contraste se basa en
el estadístico:

IV. CUESTIONARIO
1. ¿Es posible concluir que los niños crónicamente enfermos tienden en
promedio a tener menos confianza en sí mismos que los niños sanos? Se
aplicó una prueba diseñada para estimar la confianza en sí mismos a 13 niños
crónicamente enfermos y a 21 niños sanos. Las calificaciones medias y
desviaciones estándar fueron los siguientes:

X̅ S
Niños enfermos 22.5 4.1
Niños sanos 26.9 3.2
Sea α=0.05

 DATOS

NIÑOS SANOS NIÑOS ENFERMOS

MUESTRA n1=21 n2=13
X̅ 26.9 22.5
S 3.2 4.1

 PLANTEAR HIPOTESIS
o H0: µ1 ≥ µ2
o H1: µ1 < µ2
 NIVEL DE SIGNIFICACION
o α= 0.05
 ESTADISTICA DE PRUEBA

( n 1−1 ) s .12+ ( n2−1 ) s 22

Sc=
√ n 1+n 2−2

( 13−1 ) 4.12+ ( 21−1 ) 3.22

Sc=
√ 13+21−2

406,52
Sc=
√ 32

Sc=3.56
x 1−x 2
tc= 1 1
3.56 x
√+
n1 n2
 22.5−26,9
tc= 1
√
3.56 x ❑ + 1/21
13

tc= -3,53

 REGION DE RECHAZO

g.l= 𝑛1 + 𝑛2 – 2 tc= -3,53

g.l= 13+21-2

gl= 32

tt = - 1.69 -1.69 0

El t calculado se encuentra en la zona de rechazo, ya que es menor que el t

de tabla (-1.69)
 DECISION
o Se rechaza la hipótesis 𝐻0
 CONCLUSION

Hay evidencia de que los niños crónicamente enfermos tienden en promedio

a tener menos confianza en sí mismos que los niños sanos.

2. Una enfermera está interesada en comparar dos dietas en el incremento del peso en
un grupo 16 pacientes de una determinada patología. Estos pacientes son divididos
en dos grupos y a cada uno se le asigna al azar a una determinada dieta. Se obtienen
los siguientes resultados:

DIETAS X̅ S² n
Dieta A 5 4 8
Dieta B 3 2.25 8

¿La diferencia observada entre los incrementos promedio de peso bajo cada una de
las dietas es estadísticamente significativa?

 DATOS

DIETA A DIETA B
MUESTRA n1=8 n2=8
X̅ 5 3
S² 4 2.25

 PLANTEAR HIPOTESIS
 o H0: µ1=µ2
o H1: µ1≠µ2
 NIVEL DE SIGNIFICACION
o Se asume que α= 0.05

 ESTADISTICA DE PRUEBA

( n 1−1 ) s .12+ ( n2−1 ) s 22

Sc=
√ n 1+n 2−2

( 8−1 ) 4❑+ ( 8−1 ) 2.25❑

Sc=
√ 8+ 8−2

28−15.75
Sc=
√ 14

Sc=1,77
x 1−x 2
tc= 1 1
1.77 x +
n1 n2 √
5−3
tc= 1
1.77 x
√ 3
+1/8

tc= 2.26

 REGION DE RECHAZO
g.l= 𝑛1 + 𝑛2 – 2 2.26
g.l= 8+8-2

gl= 14
2.
- tt = ±2.14 -2.14 14 t
- tc = ±2.26
0
El t calculado se encuentra en la zona de rechazo, ya que es menor que el t
de tabla (-2.14).
 DECISION
o El “t” calculado se encuentra en la zona de rechazo, por lo que rechazamos
la H0
 CONCLUSION
Hay evidencia de que la diferencia observada entre los incrementos
promedio de peso bajo cada una de las dietas es estadísticamente
significativa.
 .

3. En el curso de un estudio para determinar los efectos de poner fin a un bloqueo renal
en pacientes cuya función renal está deteriorada a causa de una metástasis maligna
avanzada, se midió la tensión arterial de cada paciente antes y después de la
operación. Los resultados son los siguientes (considérese que la distribución de la
tensión arterial es Normal): Paciente 1 2 3 4 5 6 7 8 9 10 Antes 150 132 130 116 107
100 101 96 90 78 Después 90 102 8 82 90 94 84 98 89 85

Paciente 1 2 3 4 5 6 7 8 9 10
Antes 150 132 130 116 107 100 101 96 90 78
Después 90 102 80 82 90 94 84 98 89 85

Tensión arterial
Pacientes Antes Después di (di¿2 d− d́ (d −d́)2
1 150 90 60 3600 39.4 1552.36
2 132 102 30 900 9.4 88.36
3 130 80 50 2500 29.4 864.36
4 116 82 34 1156 13.4 179.56
5 107 90 17 289 -3.6 12.96
6 100 94 6 36 -14.6 213.16
7 101 84 17 289 -3.6 12.96
8 96 98 -2 4 -22.6 510.76
9 90 89 1 1 -19.6 384.16
10 78 85 -7 49 -27.6 761.76
206 8824 4580.4

d́= 206/10=20.6 Sd= √ 4580.4 /(10−1)=22.6

 PLANTEAR HIPOTESIS
o Ho: µdsp ≥ µantes O µd ≥ 0
o Hi: µdsp < µantes O µd < 0
 NIVEL DE SIGNIFICACION
o α= 0.05

 ESTADISTICA DE PRUEBA
d́
t=
Sd / √ 10
 20.6
t=
22.6 √ 10
t=2.88

 Decision 2.8
8
g.l= 𝑛1 -1

g.l= 10-1

gl= 9
2.2
- tt = -1.83
-2.26
6 t
- tc = 2.88 0
Se rechaza la Ho.
 CONCLUSION

Hay evidencias que después de la operación quirúrgica la tensión arterial de los

pacientes si disminuyó, por lo tanto se puede concluir que hay evidencia que la
operación quirúrgica si tiende a disminuir la presión arterial.
V. CONCLUSIONES

1. Se logró realizar la prueba de hipótesis de diferencia de dos medias

relacionadas, es la herramienta que nos ayuda a comparar la diferencia de la
media en dos poblaciones, pero que se encuentran relacionadas entre sí.

2. Finalmente, se realizó la prueba de hipótesis de diferencia de dos medias

independientes, la cual es la herramienta que nos ayuda a comparar la
diferencia de la media en dos poblaciones distintas, las cuales son
independientes una de la otra.

.
VI. REFERENCIAS BIBLIOGRÁFICA

1. Bland J, Altman D. Statistics Notes: Transforming data.Medline.1996.[Citado el

02 de diciembre del 2020].312: 770.Disponible en
:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3043340/
2. Sánchez Turcios R. t-Student [en línea ]. Scielo.org.mx. 2020 [Citado el 3 de
Diciembre del 2020]. Disponible en: http://www.scielo.org.mx/scielo.php?
script=sci_arttext&pid=S0188-21982015000100009
3. Bland J, Altman D. Statistics Notes: The use of transformations when comparing
two means.Pubmed[Internet].2015.[Citado el 02 de diciembre del
2020].2(3):5-20.Disponible en :
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2350653