República Bolivariana de Venezuela

Ministerio Del Poder Popular para la Educación

Instituto Universitario De Tecnología
“Rodolfo Loero Arismendi”
Barcelona Edo-Anzoátegui

T Student

NOMBRE Y APELLIDO DEL ESTUDIANTE NOMBRE Y APELLIDO DEL PROFESOR

Ismalvi Fermin Juaquín Moutinho

30.203.293
 Introducción.

El test de Student, también conocido como t-test, es una técnica estadística utilizada para comparar la media
de dos muestras independientes. Fue desarrollado por William Sealy Gosset en 1908 y se utiliza ampliamente
en diferentes campos, como la medicina, la psicología, la economía y la investigación de mercado.

El test de Student se basa en la distribución t de Student, que es una distribución de probabilidad que se utiliza
para estimar la media de una población a partir de una muestra pequeña. Esta distribución tiene en cuenta el
tamaño de la muestra y el grado de variabilidad en los datos.

El objetivo del test de Student es determinar si hay una diferencia significativa entre las medias de dos
muestras independientes. Para ello, se calcula un valor t a partir de los datos de las dos muestras y se compara
con un valor crítico obtenido de una tabla de valores t. Si el valor calculado es mayor que el valor crítico, se
rechaza la hipótesis nula y se concluye que hay una diferencia significativa entre las medias de las dos
muestras.

El test de Student es adecuado para muestras pequeñas (menos de 30 observaciones) y asume que las
muestras son independientes y que las poblaciones tienen una distribución normal. Si estas condiciones no se
cumplen, se pueden utilizar otras pruebas estadísticas como el test de Wilcoxon o el test de Mann-Whitney.

En resumen, el test de Student es una herramienta útil para comparar las medias de dos muestras
independientes y determinar si hay una diferencia significativa entre ellas. Sin embargo, es importante tener
en cuenta sus limitaciones y asegurarse de que se cumplen todas las condiciones necesarias para su correcta
aplicación.
 Características.

Algunas de las características más importantes del test de Student son las siguientes:

1. Requiere datos numéricos: El test de Student se utiliza para analizar datos numéricos, es decir, variables
cuantitativas.

2. Se aplica a muestras independientes: El test de Student se utiliza para comparar las medias de dos muestras
independientes, es decir, que no están relacionadas entre sí.

3. Se basa en la distribución t de Student: El test de Student se basa en la distribución t de Student, que es una
distribución de probabilidad utilizada para estimar la media de una población a partir de una muestra
pequeña.

4. Requiere una distribución normal: El test de Student asume que las muestras provienen de poblaciones con
una distribución normal. Si este supuesto no se cumple, se pueden utilizar técnicas estadísticas alternativas.

5. Se utiliza para muestras pequeñas: El test de Student es especialmente útil cuando se trabaja con muestras
pequeñas, ya que otras técnicas estadísticas pueden ser menos precisas en este caso.

6. Permite evaluar la significancia estadística: El test de Student permite determinar si hay una diferencia
significativa entre las medias de las dos muestras, lo que nos permite evaluar si esta diferencia es real o
simplemente se debe al azar.

7. Puede ser unidireccional o bidireccional: El test de Student puede ser unidireccional, es decir, que se busca
una diferencia en una dirección específica (por ejemplo, una muestra tiene una media mayor que la otra), o
bidireccional, donde se busca cualquier tipo de diferencia entre las medias de las dos muestras.

8. Se utiliza en diversos campos: El test de Student es ampliamente utilizado en la investigación científica y en

diferentes campos como la medicina, la psicología, la economía, entre otros.

Importancia.

El test de Student es una herramienta estadística muy importante en la investigación científica y en diferentes
campos, ya que permite comparar las medias de dos muestras independientes y determinar si hay una
diferencia significativa entre ellas. Esto nos ayuda a tomar decisiones basadas en evidencia y a validar
hipótesis en diferentes áreas del conocimiento.

Además, el test de Student es especialmente útil cuando se trabaja con muestras pequeñas, lo que es común en
muchos estudios científicos y proyectos de investigación. En estos casos, otras técnicas estadísticas pueden ser
menos precisas o no aplicables, por lo que el test de Student se convierte en una herramienta fundamental.

Otra ventaja del test de Student es que es relativamente fácil de entender y aplicar, por lo que puede ser
utilizado por investigadores y profesionales de diferentes disciplinas sin una formación estadística avanzada.

Por último, el test de Student nos permite evaluar la significancia estadística de una diferencia entre dos
muestras, lo que nos ayuda a distinguir entre resultados reales y resultados que pueden deberse al azar. Esto
es fundamental para la toma de decisiones y para avanzar en el conocimiento en diferentes áreas de estudio.
 Como se utiliza.

Para realizar el test de Student, se deben seguir los siguientes pasos:

1. Definir la hipótesis nula y la hipótesis alternativa: La hipótesis nula (H0) establece que no hay diferencia
significativa entre las medias de las dos muestras, mientras que la hipótesis alternativa (H1) establece que sí
hay una diferencia significativa.

2. Seleccionar el nivel de confianza: Como se mencionó anteriormente, el nivel de confianza es un parámetro

que indica la probabilidad de que la diferencia entre las medias sea real y no debida al azar. El nivel de
confianza más comúnmente utilizado es del 95% o del 99%.

3. Calcular la estadística t: La estadística t se calcula utilizando la fórmula t = (x1 - x2) / SE, donde x1 y x2 son
las medias de las dos muestras y SE es el error estándar.

4. Determinar el valor crítico: El valor crítico es un umbral establecido en función del nivel de confianza y los
grados de libertad (número de observaciones menos el número de variables). Se compara con el valor de la
estadística t calculado en el paso anterior para determinar si hay una diferencia significativa entre las medias.

5. Comparar el valor de la estadística t con el valor crítico: Si el valor de la estadística t es mayor que el valor
crítico, se rechaza la hipótesis nula y se acepta la hipótesis alternativa. Esto indica que hay una diferencia
significativa entre las medias de las dos muestras. Si el valor de la estadística t es menor que el valor crítico, no
se puede rechazar la hipótesis nula y se concluye que no hay una diferencia significativa entre las medias.

Nivel de Confianza.

El nivel de confianza es un parámetro utilizado en el test de Student que indica la probabilidad de que la
diferencia entre las medias de las dos muestras sea real y no debida al azar. Se representa con la letra α (alfa) y
se expresa en porcentaje, siendo los valores más comunes del 95% o del 99%.

Por ejemplo, si se utiliza un nivel de confianza del 95%, significa que hay un 95% de probabilidad de que la
diferencia entre las medias sea real y solo un 5% de probabilidad de que se deba al azar. Por lo tanto, cuanto
mayor sea el nivel de confianza, mayor será la certeza de que la diferencia entre las medias es significativa.

Es importante tener en cuenta que el nivel de confianza está relacionado con el valor crítico utilizado en el test
de Student. A medida que aumenta el nivel de confianza, también lo hace el valor crítico, lo que significa que se
requiere una mayor diferencia entre las medias para rechazar la hipótesis nula.

Ejercicio

La media de las estaturas de una muestra aleatoria de 400 personas de una ciudad es
1,75 m. Se sabe que la estatura de las personas de esa ciudad es una variable aleatoria
que sigue una distribución normal con varianza σ2 = 0,16 m2.

Construye un intervalo, de un 95% de confianza, para la media de las estaturas de la

población.
n = 400
x = 1.75 σ = 0.4
1− α = 0.95
z α/2 = 1.96
(1.75 ± 1.96 · 0.4/20 )
(1.7108,1.7892)
 Conclusión.

El test de Student es una herramienta estadística utilizada para comparar las medias de dos muestras y
determinar si existe una diferencia significativa entre ellas. Se basa en la hipótesis nula de que no hay
diferencia entre las medias y utiliza el nivel de confianza para evaluar la probabilidad de que la diferencia
observada sea real.

El nivel de confianza es un parámetro importante en el test de Student, ya que nos permite determinar la
certeza de nuestros resultados y tomar decisiones basadas en evidencia estadística. Un nivel de confianza más
alto implica una mayor certeza en la diferencia observada, pero también requiere una mayor diferencia entre
las medias para rechazar la hipótesis nula.

Es importante tener en cuenta que el test de Student tiene ciertas limitaciones y supuestos, por lo que su uso
debe ser cuidadoso y adecuado a cada situación. Sin embargo, sigue siendo una herramienta útil y
ampliamente utilizada en la investigación y el análisis de datos.