Comparacion Medias

Seminario de Nutrición Avı́cola
Comparación de medias
Daniel Martinez Bello, danieladyro@gmail.com
Asociación de Patólogos Aviares de Santander
31 de marzo de 2011
Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Temas
Análisis de varianza de una vı́a.

Análisis de varianza de dos vı́as.
Análisis de varianza de tres vı́as
Comparación de medias.

Temas
Comparación de medias.
Regresión y correlación.
Análisis de varianza de una vı́a.
Análisis de varianza de dos vı́as

Temas
Análisis de varianza de tres vı́as

Evaluación de estudios en aves de engorde.

Comparación de poblaciones
Histograma del peso de 70 aves

seleccionadas al azar de un lote de 45 días
15
Frecuencia
10
5
0
2000 2050 2100 2150 2200 2250 2300 2350
Peso

Histograma de frecuencias de una población hipotética
100000 120000
80000
Frecuencia
60000
40000
20000
0
1800 2000 2200 2400 2600
Peso en kilogramos

Histograma de probabilidades
0.003
Probabilidad
0.002
0.001
0.000
1800 2000 2200 2400 2600
Peso en kilogramos

Histograma de probabilidades
0.003
Probabilidad
0.002
0.001
0.000
1800 2000 2200 2400 2600
Peso en kilogramos

Distribución de probabilidad
0.4
0.3
Probabilidad
0.2
0.1
0.0
−4 −2 0 2 4

Pruebas de Hipótesis
Que es una hipotésis

Una hipotesis estadı́stica es una afirmación acerca de la

distribución de una o varias variables aleatórias.


Una hipótesis estadı́stica puede corresponder a una
declaración sobre la distribución de probabilidad o a los
parámetros de una población que se encuentra bajo estudio.


La validez de una hipótesis se examina al realizar pruebas de
hipótesis sobre observaciones recolectadas en una muestra de
la población estudiada.


La validez de una hipótesis se examina al realizar pruebas de
hipótesis sobre observaciones recolectadas en una muestra de
la población estudiada.

Pruebas de hipótesis
Parámetro y estadı́stico
Parámetro : es un caracterı́stica que existe en una población.

Ejemplos: la media de la población, la varianza de la
población, la desviación standard de la población, la mediana
de la población, los cuantiles de la población, el rango de la
población, el valor máximo de la población, el valor mı́nimo de
la población.
Los parámetros se representan con letras griegas.

Pruebas de hipótesis
Parámetro y estadı́stico
Estadı́stico : es una caracterı́stica que existe en una muestra.

Ejemplos: la media de la muestra, la varianza de la muestra,
la desviación standard de la muestra, la mediana de la
muestra, los cuantiles de la muestra, el rango de la muestra,
el valor máximo de la muestra, el valor mı́nimo de la muestra.
Los estadı́sticos se representan con letras minúsculas.

Pregunta cientı́fica:
Un grupo produce mas que otro grupo?.

Un grupo gasta mas que otro grupo?.

Un grupo gasta mas que otro grupo?.
Las diferencias que hay entre diferentes grupos con diferentes
tratamientos?.

Ejemplos
Es la producción de un forraje mayor si se utiliza un nuevo
fertilizante?.

Ejemplos
fertilizante?.
Es la mortalidad de aves de engorde de 45 dias igual con una
formulación de un concentrado comparada con otra formulación.

Ejemplos
fertilizante?.
Es la cantidad de hemoglobina en sangre igual en animales
infectados con un parásito de la sangre que en animales no
infectados.

Ejemplos
fertilizante?.
Es la cantidad de hemoglobina en sangre igual en animales
infectados con un parásito de la sangre que en animales no
infectados.
Miles de etceteras de acuerdo a la pregunta cientı́fica que ustedes
se quieran responder.

Tipos de pruebas de hipótesis

Comparando la media de un grupo control contra un grupo
tratamiento.
1 Hipótesis a dos colas.
H0 : µTratamiento = µControl
HA : µTratamiento 6= µControl

A dos colas
Densidad Normal Standard
0.4
0.3
Probabilidad
0.2
0.1
0.0
−3 −2 −1 0 1 2 3

1 Hipótesis a una cola.
H0 : µTratamiento > µControl

HA : µTratamiento ≤ µControl
H0 : µTratamiento < µControl

HA : µTratamiento ≥ µControl

A una cola
Densidad Normal Standard
0.4
0.3
Probabilidad
0.2
0.1
0.0
−3 −2 −1 0 1 2 3


Comparando la varianza de un grupo contra otro grupo (σ 2 ).
2 2
H0 : σTratamiento = σControl
2 2
HA : σTratamiento 6= σControl


Comparando la varianza de un grupo contra otro grupo (σ 2 ).
2 2
H0 : σTratamiento > σControl
2 2
HA : σTratamiento ≤ σControl
2 2
H0 : σTratamiento < σControl
2 2
HA : σTratamiento ≥ σControl

Errores que ocurren cuando se prueba una hipótesis
Reportado por el test Resultado Final

Estadı́stico Situación cierta pero desconocida
H0 es cierta H0 es falsa
Hipótesis nula H0 Error Tipo II
no se rechaza β
Hipótesis nula H0 Error Tipo I
se rechaza α

Pasos para formular una prueba de hipótesis
Definir el problema o la pregunta cientı́fica.

Formular la pregunta de una forma estadı́stica, esto es escoger
el estadı́stico de la muestra para estimar el parámetro de la
población.
Definir la hipótesis nula H0 y la hipótesis alterna HA .

Pasos para formular una prueba de hipótesis
Seleccionar el nivel de significancia, es decir la probabilidad a

la cual vamos a aceptar la hipótesis nula, esto se denota como
1 − α, donde α es el nivel de error que estoy dispuesto a
aceptar al realizar mis conclusiones.
Construir la regla de decisión.
Calcular un estadı́stico apropiado basado en los datos.
Comparar el resultado del estadı́stico con la regla de decisón
al nivel de significancia determinado previamente.
Elaborar la decisión, esto es escoger la hipótesis nula o la
hipótesis alterna.
Elaborar la conclusión.
Tipos de problemas en los cuales se pueden aplicar pruebas de

hipótesis
Segun la cantidad de muestras
1 Inferencia de una población.
2 Inferencia de dos poblaciónes.
3 Inferencia de tres o mas poblaciones.
Segun si se asume una distribución de probabilidad para los
resultados de los datos
1 Pruebas paramétricas.
2 Pruebas no paramétricas.

Inferencia de la media de una población
Inferencia de la media de una población cuando se conoce la

varianza de la población σ 2
H0 : µ = µ0
HA : µ 6= µ0


1 Hipótesis a una cola
H0 : µ > µ0
HA : µ ≤ µ 0
H0 : µ < µ0
HA : µ ≥ µ 0

Inferencia de la media una población cuando se conoce la varianza

de la población σ 2
La regla de decisión, a dos colas
si |Z ∗ | ≤ Z (1 − α/2) Concluir H0
si |Z ∗ | > Z (1 − α/2) Concluir HA

Inferencia de la media una población cuando no se conoce la

La regla de decisión basada en el estadı́stico:
A una cola derecha
si |Z ∗ | ≤ Z (α) Concluir H0
si |Z ∗ | > Z (α) Concluir HA
A una cola izquierda
si |Z ∗ | ≥ Z (1 − α) Concluir H0
si |Z ∗ | < Z (1 − α) Concluir HA

Inferencia de la media una población
Inferencia de la media una población cuando se conoce la varianza

de la población σ 2
La regla de decisión basada en el p-valor:
A dos colas
si p-valor ≥ α/2 Concluir H0

si p-valor < α/2 Concluir HA
A una cola
si p-valor ≥ α Concluir H0
si p-valor < α Concluir HA


El p-valor es igual a (1 − p(Z ∗ )), donde Z ∗ es el estadı́stico, y

p(Z ∗ ), es la probabilidad acumulada de la distribución t
normal standard, hasta el percentil determinado por el valor
Z ∗.
El valor nos dice la probabilidad de que el resultado que se
encontro fue dado solo por el azar o la suerte.


El estadı́stico
(X̄ − µ)
Z∗ =
√σ
n


La regla de decisión, a dos colas
si |t ∗ | ≤ t(1 − α/2, n − 1) Concluir H0

si |t ∗ | > t(1 − α/2, n − 1) Concluir HA


La regla de decisión basada en el estadı́stico:
A una cola derecha
si |t ∗ | ≤ t(α, n − 1) Concluir H0
si |t ∗ | > t(α, n − 1) Concluir HA
si |t ∗ | ≥ t(1 − α, n − 1) Concluir H0
si |t ∗ | < t(1 − α, n − 1) Concluir HA


A dos colas:

A una cola


El p-valor es igual a (1 − p(tν∗ )), donde tν∗ es el estadı́stico, y
p(tν∗ ), es la probabilidad acumulada de la distribución t de student,
hasta el percentil determinado por el valor tν∗ , y ν son los grados
de libertad de la distribución t, igual a ν = n.

Inferencia de una población
Inferencia de una población cuando no se conoce la varianza de la

población σ 2
Estadı́stico t ∗
X̄ − µ0
t∗ =
√s
n
Donde X̄ es la media de la muestra, µ0 es el valor que se espera

que tenga la población, s es la desviación estandar de la muestra, y
n es el número de observaciones de la muestra, o el tamaño de la
muestra.

Inferencia de una población
Inferencia de una poblacion cuando no se conoce la varianza de la

población σ 2
Se utiliza cualquiera de las reglas de decisión definidas
previamente, y se concluye ya sea la hipótesis nula o la hipótesis
alterna. Luego se elabora la conclusión. Una conclusión puede
escribirse de la siguiente manera. Se concluye que no(si) hay
evidencia estadı́stica al nivel de significancia 1 − α que la media de
la población µ es igual a µ0

Comparación de la media de dos poblaciones

Se tienen diferentes tipos de comparaciones de dos muestras
provenientes de poblaciones distribuidas normal.
Comparación de dos medias con varianzas iguales.
Comparación de dos medias con varianzas diferentes.
Comparación de muestras pareadas.

Comparación de la varianza de dos poblaciones
Comparación de la varianza de dos poblaciones independientes, a

dos colas.
Formular la pregunta cientı́fica: Es igual la varianza del grupo

1 comparada con el grupo 2?.
Formular la hipótesis, identificar si es a dos colas o a una cola,
como el problema esta formulado basado en que la varianza
de la muestra uno es igual a la varianza de la muestra dos,
entonces la hipótesis es a dos colas.
H0 : σ12 = σ22
HA : σ12 6= σ22


dos colas.
en este punto debemos presentar una caracterı́stica de la

distribución F. La cola izquierda para una F con grados de
libertad (ν1 y ν2 ) es inversamente proporcional a la cola
derecha de una F con los grados de libertad reversados.
1
F (α/2(ν1 , ν2 )) =
F1−α/2(ν2 ,ν1 )


dos colas.
si F (1 − α/2; n1 − 1, n2 − 1) ≥ F ∗ ≥ F (α/2; n1 − 1, n2 − 1)
Concluir H0
∗
si F (1 − α/2; n1 − 1, n2 − 1) ≤ F ≤ F (α/2; n1 − 1, n2 − 1)
Concluir HA


dos colas.
Nosotros estamos interesados en probar si las varianzas de dos
muestras (s12 y s22 ) tomadas de dos poblaciones normales tienen la
misma varianza σ 2 . El estadı́stico es:
s12
F∗ = ∼ F (ν1 , ν2 )
s22
Donde el estadı́stico se distribuye F con grados de libertad (ν1 y

ν2 ), s12 y s22 corresponde a la varianza de cada una de las muestras.


dos colas.
Se utiliza cualquiera de las reglas de decisión definidas previamente,
y se concluye ya sea la hipótesis nula o la hipótesis alterna. Luego
se elabora la conclusión. Una conclusión puede escribirse de la
siguiente manera. Se concluye que no(si) hay evidencia estadı́stica
al nivel de significancia 1 − α que la varianza de la población uno
σ12 es igual a la varianza de la población dos σ22 .

Hipótesis de comparación de la media de dos poblaciones

Comparando la media de un grupo control contra un grupo
tratamiento.
H0 : µTratamiento = µControl
HA : µTratamiento 6= µControl

Hipótesis de comparación de la media de dos poblaciones
H0 : µTratamiento > µControl

HA : µTratamiento ≤ µControl
H0 : µTratamiento < µControl

HA : µTratamiento ≥ µControl

Comparación de la media de dos poblaciones independientes con

varianzas iguales, a dos colas.
A dos colas
H0 : µ1 = µ2 ; si |t ∗ | ≤ t(1 − α/2, n1 + n1 − 2) Concluir H0

HA : µ1 6= µ2 ; si |t ∗ | > t(1 − α/2, n1 + n1 − 2) Concluir HA

Comparación de la media de dos poblaciones independientes

Reglas de Decisión A una cola derecha
H0 : µ1 ≥ µ2 ; si |t ∗ | ≤ t(α, n1 + n1 − 2) Concluir H0
HA : µ1 < µ2 ; si |t ∗ | > t(α, n1 + n1 − 2) Concluir HA
H0 : µ1 ≤ µ2 ; si |t ∗ | ≤ t(1 − α, n1 + n1 − 2) Concluir H0
HA : µ1 > µ2 ; si |t ∗ | > t(1 − α, n1 + n1 − 2) Concluir HA


A dos colas:

A una cola

Estadı́sticos para comparación de las medias de dos poblaciones

independientes
Cuando las varianzas de ambos grupos son iguales el valor que
aparece como t ∗ se extrae del estadı́stico,
(X̄1 − X̄2 ) − (µ1 − µ2 )

t∗ = q 2
s1 s22
n1 + n2


independientes
Dado que s12 y s22 se asumen iguales, se calcula una varianza de la
muestra conjunta denotada como sp2 ,
(X̄1 − X̄2 ) − (µ1 − µ2 )

t∗ = q
sp2 ( n11 + n12 )
(n1 − 1)s12 + (n2 − 1)s22
sp2 =
n1 + n2 − 2


independientes con varianzas diferentes
Cuando las varianzas de ambos grupos son diferentes el valor que
aparece como t ∗ se extrae del estadı́stico,
(X̄1 − X̄2 ) − (µ1 − µ2 )

t∗ = q 2
s1 s22
n1 + n2

Comparación de dos muestras

independientes con varianzas diferentes
Dado que s12 y s22 son diferentes, se requiere calcular los grados de
libertad para buscar en la tabla de t.
s2 s22 2
( n11 + n2 )
ν= s2 s2
( n1 )2 ( n2 )2
1
n1 −1 + 2
n2 −1

Comparación de la media de dos poblaciones dependientes

(muestras pareadas) a dos colas.
Medicion 1 Medicion 2
X11 X12
X21 X22
X31 X32
X41 X42
X51 X52
X61 X62


Medicion 1 - Medicion 2 = Diferencia

X11 - X12 = X1dif
X21 - X22 = X2dif
X31 - X32 = X3dif
X41 - X42 = X4dif
X51 - X52 = X5dif
X61 - X62 = X6dif


La hipótesis de comparación de muestras pareadas.
Hipótesis a dos colas.
H0 : µdiferencia = 0
HA : µdiferencia 6= 0


La regla de decisión corresponde a: A dos colas
si |t ∗ | ≤ t(1 − α/2, ndif − 1) Concluir H0

si |t ∗ | > t(1 − α/2, ndif − 1) Concluir HA


El estadı́stico corresponde al estadı́stico de comparación de una
muestra, se trabaja con la diferencia entre las dos mediciones.
X̄dif − 0
t∗ =
√sdif
ndif


Comparacion Medias

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Comparacion Medias

Cargado por

Copyright:

Formatos disponibles

Seminario de Nutrición Avı́cola

Daniel Martinez Bello, danieladyro@gmail.com

Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Análisis de varianza de una vı́a.

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Análisis de varianza de tres vı́as

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Histograma del peso de 70 aves

2000 2050 2100 2150 2200 2250 2300 2350

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Histograma de frecuencias de una población hipotética

1800 2000 2200 2400 2600

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

1800 2000 2200 2400 2600

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

1800 2000 2200 2400 2600

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Que es una hipotésis

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Que es una hipotésis

Una hipotesis estadı́stica es una afirmación acerca de la

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Que es una hipotésis

Una hipotesis estadı́stica es una afirmación acerca de la

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Que es una hipotésis

Una hipotesis estadı́stica es una afirmación acerca de la

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Que es una hipotésis

Una hipotesis estadı́stica es una afirmación acerca de la

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Parámetro : es un caracterı́stica que existe en una población.

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Estadı́stico : es una caracterı́stica que existe en una muestra.

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Tipos de pruebas de hipótesis

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Densidad Normal Standard

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Tipos de pruebas de hipótesis

1 Hipótesis a una cola.

H0 : µTratamiento > µControl

H0 : µTratamiento < µControl

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Densidad Normal Standard

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Tipos de pruebas de hipótesis

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Tipos de pruebas de hipótesis

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Errores que ocurren cuando se prueba una hipótesis

Reportado por el test Resultado Final

Daniel Martinez Bello, danieladyro@gmail.com Asociación de Patólogos Aviares de Santander

Pasos para formular una prueba de hipótesis