7ma Clase

Prueba de Student
t-test
 Aplicación
Empleado para determinar si hay diferencias significativas
entre dos grupos o entre un grupo y un valor determinado.

Por ejemplo:
• Altura entre hombres y mujeres
• Diferencia entre grupo experimental y control
• Determinar si el promedio de una distribución es distinto de
cero.
 Aplicaciones
Eje x: 2 categorías (+ o - droga)
Eje y: cantidad (tamaño del tumor)

 Prueba de
Student (t-test)
 Mann-Whitney
 Distribución del t de Student
Distribución de t. Distribución del promedio de una
muestra pequeña de números obtenida de una
distribución normal.

• Mientras que una distribución normal describe una

población completa, las distribuciones t describen
muestras tomadas de una población.

• En consecuencia, la distribución t para cada tamaño de

muestra es diferente.

• Cuanto mayor es la muestra, más la distribución se

parece a una distribución normal.
 Distribución del t de Student
• Para n = 2, obtengo 2 valores de una normal

x1 x2
Intento 1 -0.946 2.035
Intento 2 -1.732 0.333
Intento 3 0.250 -0.957
Intento 4 1.030 0.474
Intento 5 -2.953 0.251
… … …
 Distribución del t de Student
• Para n = 2, obtengo 2 valores de una normal
• Calculo promedio (X ) y desviación estándar (S)

x1 x2 X S
Intento 1 -0.946 2.035 0.545 2.108
Intento 2 -1.732 0.333 -0.700 1.460
Intento 3 0.250 -0.957 -0.354 0.853
Intento 4 1.030 0.474 0.752 0.393
Intento 5 -2.953 0.251 -1.351 2.266
… … … … …
 Distribución del t de Student
• Para n = 2, obtengo 2 valores de una normal
• Calculo promedio (X ) y desviación estándar (S)
• Estandarizo X/S
• Normalizo por el número de muestras (dividir por √n)

x1 x2 X S X /S X/(S/√n)
Intento 1 -0.946 2.035 0.545 2.108 0.258 0.182
Intento 2 -1.732 0.333 -0.700 1.460 -0.479 -0.339
Intento 3 0.250 -0.957 -0.354 0.853 -0.414 -0.293
Intento 4 1.030 0.474 0.752 0.393 1.913 1.353
Intento 5 -2.953 0.251 -1.351 2.266 -0.596 -0.421
… … … … … … …
 Distribución del t de Student
Distribución de t. Distribución del promedio de una
muestra pequeña de números obtenida de una
distribución normal.
Generalizado
para una
distribución
con media μ
t

Cómo se distribuye t?
 Distribución del t de Student
Distribución de t. Distribución del promedio de una muestra
pequeña de números obtenida de una distribución normal.

d.f. = 1
d.f. = 2
d.f. = 5
d.f. =
∞
Distribución normal
 Prueba de t

Tipos de Prueba de t

1. Una muestra
2. Muestras independientes
I. Mismo tamaño muestreal, varianzas iguales
II. Distintos tamaños muestreales, varianzas iguales
III. Distintos tamaños muestreales, distintas varianzas
3. Muestras pareadas
 Prueba de t
Distintas versiones

μ
X2 X2
X
X1 X1

Una muestra Muestras Muestras

independientes pareadas
 Prueba de t
Distintas versiones

μ
X2 X2
X
X1 X1

Una muestra Muestras Muestras

independientes pareadas
 Prueba de t
Lo que todos los estadísticos t tienen en común es que
emplean estimadores de parámetros poblacionales
(promedio y desviación estándar) durante la prueba de
hipótesis. Promedio

Desviación
estándar

Análisis paramétricos
 Prueba de t
Una muestra
Compara la distribución de los datos versus un valor
predeterminado (μ)

t
 Prueba de t
Ejemplo
En la UNAB, el promedio de notas es 5.5. En este curso,
las notas fueron las siguientes: 2.4, 3.8, 4.1, 4.4, 4.9 y 6.0
(n = 6). Las notas en este curso están por debajo del
promedio global?

H0: promedio = 5.5

H1: promedio < 5.5
 Prueba de t
Ejemplo
En la UNAB, el promedio de notas es 5.5. En este curso, las
notas fueron las siguientes: 2.4, 3.8, 4.1, 4.4, 4.9 y 6.0 (n = 6).
Las notas en este curso están por debajo del promedio
global?

1. Calculamos el promedio y la desviación estándar de la

muestra: 4.267 y 1.196
2. Calculamos t = (4.267 – 5.5)/(1.196 / √6) = – 2.526
3. Comparamos el valor de t con la distribución de t esperada
para 5 grados de libertad (d.f. = n – 1).
4. Calculamos P
 Prueba de t
Ejemplo
En la UNAB, el promedio de notas es 5.5. En este curso,
las notas fueron las siguientes: 2.4, 3.8, 4.1, 4.4, 4.9 y 6.0
(n = 6). Las notas en este curso están por debajo del
promedio global?

t5 = – 2.526

P = 0.0264

t
 Prueba de t
Ejemplo
En la UNAB, el promedio de notas es 5.5. En este curso,
las notas fueron las siguientes: 2.4, 3.8, 4.1, 4.4, 4.9 y 6.0
(n = 6). Las notas en este curso están por debajo del
promedio global?

H0: promedio = 5.5 ✗

H1: promedio < 5.5
✓
 Prueba de t
Ejemplo
En la UNAB, el promedio de notas es 5.5. En este curso,
las notas fueron las siguientes: 2.4, 3.8, 4.1, 4.4, 4.9 y 6.0
(n = 6). Las notas en este curso están por debajo del
promedio global?

R: Las notas en el curso de MCRN (n = 6, 4.267 ± 1.196,

promedio ± desviación) son significativamente más bajas
que el promedio global de la UNAB de 5.5 (t5 = – 2.526,
P = 0.0264).
 Prueba de t
Dos muestras independientes
Compara la distribución de los datos entre dos grupos

donde

Desviación Global: medida del Error estándar de diferencia entre medias

 Prueba de t
Dos muestras independientes
Compara la distribución de los datos entre dos grupos

Promedio
Grupos 1 y 2

Desviación Tamaño muestreal

global donde Grupos 1 y 2
 Prueba de t
Ejemplo
En este curso, pesamos 5 hombres y 5 mujeres. Hay
diferencia de peso entre los sexos en este curso?

Hombres : 76, 80, 64, 55, 103 kg

Mujeres : 53, 62, 70, 57, 49 kg

H0: Hombres = Mujeres

H1: Hombres ≠ Mujeres
 Prueba de t
Ejemplo
En este curso, pesamos 5 hombres y 5 mujeres. Hay
diferencia de peso entre los sexos en este curso?

Hombres : 76, 80, 64, 55, 103 kg

Mujeres : 53, 62, 70, 57, 49 kg

1. Calculamos pesos promedio: 75.6 y 58.2 kg

2. Calculamos sp = 14.124 y t = 1.9478
3. Comparamos el valor de t con la distribución de t esperada
para 8 grados de libertad (d.f. = n1 + n2 – 2).
4. Calculamos P
t=-2.3060 t=2.3060

α/2 α/2

g.l.= n1+n2-2=8
 Prueba de t
Ejemplo
En este curso, pesamos 5 hombres y 5 mujeres. Hay
diferencia de peso entre los sexos en este curso?

t8 = 1.9478 P = 0.087
 Prueba de t
Ejemplo
En este curso, pesamos 5 hombres y 5 mujeres. Hay
diferencia de peso entre los sexos en este curso?

Hombres : 76, 80, 64, 55, 103 kg

Mujeres : 53, 62, 70, 57, 49 kg

H0: Hombres = Mujeres ✓

✗
H1: Hombres ≠ Mujeres
 Prueba de t
Ejemplo
En este curso, pesamos 5 hombres y 5 mujeres. Hay
diferencia de peso entre los sexos en este curso?

R: No encontramos una diferencia sigificativa en el peso de

hombres (75.6 ± 18.23 kg, promedio ± desviación estándar)
y mujeres (58.2 ± 8.17 kg) en este curso (n = 10, t8 =
1.9478, P = 0.0873).
 Pruebas de:
• Wilcoxon
y
• Mann-Whitney
 Aplicación
Versiones no paramétricas de la prueba de t

Prueba de  Prueba de t con

Wilcoxon muestras pareadas

Prueba de  Prueba de t con

Mann Whitney muestras independientes
 Principio

Si no se cumplen los supuestos de normalidad o

homocedasticidad, estas pruebas emplean
‘rankings’ en vez de los datos originales para la
prueba de hipótesis.
 Principio
Emplean los índices W y U para prueba de hipótesis.

Estos índices no requieren estimaciones de parámetros

poblacionales (promedio y desviación estándar). Es decir:

Análisis no-paramétricos
 Wilcoxon
Medidas pareadas
Medimos los mismos individuos (1 a 5) en dos ocasiones (p. ej.,
antes y después de ejercitar).

Valores
x1 x2
Ind 1 8 8
H0: Antes = Después
Ind 2 2 1
H1: Antes ≠ Después
Ind 3 9 3
Ind 4 20 28
Ind 5 3 12
 Wilcoxon
Medidas pareadas
1. Calculamos la diferencia entre la medida 1 y 2 (x1 – x2)
2. Estimamos el signo y valor absoluto de la diferencia
3. Ranqueamos el valor absoluto y le atribuimos su signo
correspondiente (excluyendo empates)

Valores x1 – x2
x1 x2 sgn abs Ri sgn·Ri
Ind 1 8 8 0 0
Ind 2 2 1 + 1 1 1
Ind 3 9 3 + 6 2 2
Ind 4 20 28 – 8 3 –3
Ind 5 3 12 – 9 4 –4
 Wilcoxon
Medidas pareadas
1. Medimos y ordenamos los valores de menor a mayor
2. Calculamos la diferencia entre la medida 1 y 2 (x1 – x2)
3. Estimamos el signo y valor absoluto de la diferencia
4. Ranqueamos el valor absoluto y le atribuimos su signo
correspondiente (excluyendo empates)
5. Estimamos el indice W

5. Comparamos con la distribución de W para el número de

rankings (n) y estimamos P (prueba de dos colas).
 Mann-Whitney
Medidas independientes
Medimos 10 individuos divididos en dos grupos de 5

Valores
x1 x2 H0: Grupo 1 = Grupo 2
8 8 H1: Grupo 1 ≠ Grupo 2
2 1
9 3
20 28
3 12

1 2 3 3 8 8 9 12 20 28
1 2 3 4 5 6 7 8 9 10
1 2 3.5 3.5 5.5 5.5 7 8 9 10
 Mann-Whitney
Medidas independientes
1. Le asignamos un ranking a los datos de menor a
mayor, (los empates le asignamos un ranking en el punto
medio)
2. Sumamos los rankings de las muestras 1 y 2 (R1 y R2)
Valores
x1 x2 Rankx1 Rankx2 R1 R2
5
8 6
8 5.5 5.5
2 2 1 1 2 1
7 9 4
3 7 3.5
9 20 10 28 9 10
3 3 8 12 3.5 8  27  28
 Mann-Whitney
Medidas independientes
1. Le asignamos un ranking a los datos de menor a mayor
(los empates le asignamos un ranking en el punto medio)
2. Sumamos los rankings de las muestras 1 y 2 (R1 y R2)
3. Seleccionamos el menor valor de U

4. Comparamos ese valor (U = 12) con el valor de U

esperado para el número de rankings n1 y n2 y estimamos
P.
 Resumen
Familiarícense con:

 Prueba de t

 Conceptos

 Aplicaciones

 Diferencias entre diseños experimentales

 Wilcoxon y Mann-Whitney

 Conceptos

 Aplicaciones