Instituto Tecnológico Superior De Ciudad

Constitución

Ingeniería en Gestión Empresarial

Estadística Inferencial.

Reporte de Investigación T4.

Docente:
M.S.C. Marco Antonio Suárez Pérez

Presenta:
Blanca Berenice Reyes García

4IGEM

Ciudad Constitución, B.C.S.,

a 25 de junio del 2022
 ÍNDICE
INTRODUCCIÓN..........................................................................................................................3
Comparación De Dos Muestras Independientes: Pruebas T Para Las Diferencias Entre Dos
Medias..............................................................................................................................................4
Ejemplo (ejercicio resuelto):..................................................................................................................6
Modelo Totalmente Aleatorio: Análisis de Varianza de un Factor...........................................7
CONCLUSIÓN...............................................................................................................................8
BIBLIOGRAFÍA............................................................................................................................9

2
 INTRODUCCIÓN

La estadística inferencial abarca diversos temas de los cuales resulta gran curiosidad el
tener conocimiento sobre ellos mismos, ya que se pueden llegar a utilizar en la vida
real, es por ello que mediante dicho reporte de investigación se presentan dos diversos
temas, el primero es pruebas t para las diferencias entre dos medias, esto se refiere a
la diferencia entre los promedios de dos poblaciones, básicamente, es el procedimiento
que compara los promedios de dos muestras que fueron seleccionadas
independientemente una de la otra, mismas de las cuales se incluyen aquellas fórmulas
que se usan para llegar al valor esperado.

Posteriormente se muestra el tema del análisis de varianza (ANOVA) de un

factor es un método estadístico por el cual se examinan las diferencias que se
presentan en las medias ya sea de tres o mas grupos, normalmente se emplea cuando
se tiene una única variable o factor independiente y su objetivo principal es investigar si
las variaciones o diferentes niveles de ese factor tienen un efecto medible sobre una
variable dependiente.

3
Comparación De Dos Muestras Independientes: Pruebas T Para Las
Diferencias Entre Dos Medias

Cuando los tamaños de muestra son pequeños existen dos cambios técnicos en el
procedimiento para probar las diferencias entre las medias. El primero tiene que ver con
la forma en como se calcula el error estándar estimado de la diferencia entre dos
medias de muestra. Esta prueba compara las dos medias de una variable de resultado
cuantitativo continúo obtenidas en dos categorías definidas por una variable cualitativa.
Se basa en el cálculo del estadístico t, que tiene en cuenta la diferencia de medias a
comparar y su error estándar.

Bajo el supuesto de la hipótesis nula, la diferencia de medias es igual a cero, con

lo que el valor de t será también igual a cero. Cuanto más se aleje t de ese valor,
menos probable será que la diferencia observada se deba al azar.

Para poder aplicar esta prueba, debemos verificar previamente que se cumplen tres
condiciones:

 Los dos grupos deben ser independientes. Esto quiere decir que cada
participante debe pertenecer a solo uno de los dos grupos y no tiene relación con
los participantes del otro grupo.
 La variable de resultado debe ser continua y seguir una distribución normal en
los dos grupos.
 Debe cumplirse el supuesto de homocedasticidad, esto es, igualdad de varianzas
en los dos grupos.

Sin embargo, al probar la diferencia entre dos medias, la hipótesis nula que suele
interesar es que no solo las medias muestrales fueron obtenidas de poblaciones con
medias iguales, sino que en efecto las dos muestras fueron obtenidas de la misma
población de valores.

4
 Esto significa que σ 1=σ 2, lo que se puede denotar simplemente como σ. Con
frecuencia la supuesta varianza común se estima combinando las dos varianzas
muestrales, y entonces el valor estimado de σ 2 se usa como base para el error estándar
de la diferencia.

El error estándar estimado de la diferencia entre medias basado en la suposición

de que las desviaciones estándar (y las varianzas) poblacionales son iguales es:

σ x −x =
1 2
√ σ 21 σ 21
+
n 1 n2

Donde:
2 2
σ 1 y σ 2 : las varianzas de las poblaciones 1 y 2.

n1 y n2 : es el número de observaciones en cada muestra.

Al igual que con el error estándar, a menudo se desconoce la varianza de la población,

por lo cual se estima de la muestra y la fórmula es:

S= +
√
s 21 s 21
n1 n 2

Posteriormente la estadística de la prueba t se calcula como:

( x 1−x 2 )
t=
sp
√ 1 1
+
n1 n2

5
Ejemplo (ejercicio resuelto):

Los datos de notas de dos grupos de estudiantes con diferentes metodologías

pedagógicos. Se necesita saber con un nivel de significancia de 0.05 si existe diferencia
entre la media de los dos grupos. La hipótesis nula y alternativa son entonces:

H 0 : μ A =μ B

H 1: μ A ≠ μB

Los datos son:

Grupo A: {15, 12, 11, 18, 15, 15, 9, 19, 14, 13, 11, 12, 18, 15, 16, 14, 16, 17, 15, 17, 13,
14, 13, 15, 17, 19, 17, 18, 16, 14}

Grupo B: {11, 16, 14, 18, 6, 8, 9, 14, 12, 12, 10, 15, 12, 9, 13, 16, 17, 12, 8, 7, 15, 5, 14,
13, 13, 12, 11, 13, 11, 7}.

La media y desviación estándar:

Grupo A Grupo B
x A=14 , 93 3
s=2,490 x B =11,766
n1=30 s=3,308
n2 =30

Aplicando la fórmula del error estándar, donde se desconoce la varianza de la población

se obtiene:

S=
√ 2,4902 3,3082
30
+
30
=0.75 6

Posteriormente se puede calcular el valor de t:

(14,933−11,766)
t= =4,188
0.756

Se debe concluir que existe una diferencia estadísticamente significativa entre las dos
muestras, por lo que se debe rechazar la H 0,se tiene razón de creer que el método
pedagógico influye en los resultados finales de los estudiantes.

6
 Modelo Totalmente Aleatorio: Análisis de Varianza de un Factor

El procedimiento de análisis de varianza en una dirección se ocupa de a prueba para la

diferencia entre k medias muestrales cuando los sujetos son asignados de manera
aleatoria a cada uno de los diferentes grupos de tratamiento. La ecuación lineal, o
modelo que representa el diseño completamente aleatorizado de un factor es:

X ik =μ+ α k + ε ik

En el análisis de varianza en una dirección, las hipótesis nula y alternativa se plantean

como sigue:

H 0 : μ1=μ2=…=μ K o lo que es equivalente , H 0 : α k =0 para todos los tratamientos(niveles de factor)

H 0 : μ1=μ2=…=μ K no todas H 1 : α k ≠ 0 para algunostratamientos

El ANOVA requiere el cumplimiento los siguientes supuestos:

 Las poblaciones (distribuciones de probabilidad de la variable dependiente

correspondiente a cada factor) son normales.
 Las K muestras sobre las que se aplican los tratamientos son independientes.
 Las poblaciones tienen todas igual varianza (homocedasticidad).

El ANOVA se basa en la descomposición de la variación total de los datos con respecto

a la media global (SCT), que bajo el supuesto de que H0 es cierta es una estimación de
obtenida a partir de toda la información muestral, en dos partes:

 Variación dentro de las muestras (SCD) o Intragrupo, cuantifica la dispersión de

los valores de cada muestra con respecto a sus correspondientes medias.
 Variación entre muestras (SCE) o Inter grupos, cuantifica la dispersión de las
medias de las muestras con respecto a la media global.

7
 CONCLUSIÓN
Dichos temas anteriormente presentados son de gran utilidad para la resolución de
situaciones que se presenten en la vida cotidiana que cada persona, el uso de las
pruebas t en muestras independientes, estos solamente se pueden utilizar cuando sus
datos sean totalmente independientes, es decir, que son elegidos aleatoriamente de
dos poblaciones normales, mientras que en el ANOVA solamente se puede utilizar
cuando se tiene una única variable independiente, para ello sus formulas son
indispensables para poder llegar al cálculo correcto de estos valores deseados.

Dichos temas son analizados ya que al momento de estar en el área laboral

serán de gran utilidad para poder llevar a cabo una toma de decisiones, pudiendo
confirmar si será buena aquella decisión o si será acertada, es decir tener un correcto
análisis de todos aquellos datos que brinde la empresa. Es por ello que se colocó un
ejemplo de un ejercicio resuelto, y así de esta forma pude saber como es que se lleva a
cabo el análisis de estos temas, y saber los supuestos que piden para desarrollarlos.

8
 BIBLIOGRAFÍA
Leonard J., K. P. (2006). Estadística aplicada a administración y economía. México, D.F.:
McGRAW-HILL.

LLC, J. S. (2022). La prueba t de dos muestras.

https://www.jmp.com/es_ar/statistics-knowledge-portal/t-test/two-sample-t-test.html

Lucero, M. (02 de Octubre de 2014). Análisis de la varianza con un factor (ANOVA).

Molina Arias M, O. S. (Diciembre de 2020). Comparación de dos medias. Pruebas de la t de

Student.

https://evidenciasenpediatria.es/articulo/7699/comparacion-de-dos-medias-pruebas-de-
la-t-de-student

Richard I. Levinn, D. S. (2010). Estadistica para administradores . Mexiico, D.F.: McGRAW-

HILL.