PRUEBA

PARAMÉTRICA T-
TEST PARA UNA Y
DOS MUESTRAS
Equipo de docentes del Curso de
Métodos Estadísticos
 MOTIVACIÓN

Cuando se desea comprobar si los valores de

una característica que es posible cuantificar
(como podría ser la edad o la cifra de tensión
arterial, entre otras) difieren al agruparlas en dos
o más grupos (por ejemplo según género, o por
diagnóstico de hipertensión arterial) hablaremos
de comparación de medias.
 CONDICIONES

• Se utiliza en muestras de 30 o
menos elementos.
• La desviación estándar de la
población no se conoce
 PROPIEDADES
 Tiene forma de campana y es simétrica, al igual
Distribución t’student que la distribución normal. Sin embargo, la
distribución t tiene mas área en las colas y menos
en el centro. Debido a que se usa S en vez de .
(Ver la Figura Nº 3)
 La distribución t es bastante sensible con
respecto al tamaño de la muestra, sin embargo
esta sensibilidad disminuye en el caso de
tamaños muéstrales grandes.
 La distribución t presenta un área ( probabilidad)
mayor en los extremos que la distribución normal.
Esto significa, para un nivel de confianza dado, el
valor t será un poco mayor que el correspondiente
a Z.
t’student  El aspecto interesante de la distribución t es que
Normal no es una de tipo estandarizado, en caso de cada
tamaño de la muestra existe una distribución t
diferente,
 Hay una tabla para los valores t al igual que para
los valores z, para utilizarla debemos conocer el
nivel de confianza y los grados de libertad.
 GRADOS DE LIBERTAD

• Dentro de una muestra para

distribución t student los grados de
libertad se calculan de la siguiente
manera:

• g.l. = n – 1
 T-STUDENT

T-Student
Datos independientes…

No se puede asignar los dos tratamientos a la muestra

¡NOTA! Condición indispensable: que las unidades de las variables

sean homogéneas
 USO DE LA TABLA-T

La tabla de distribución t es mas

compacta que z y muestra las áreas y
valores de t para unos cuantos
porcentajes exclusivamente
(10%,5%,2% y 1%)
 CONDICIONES

t(1 ,n 1)

t ( 0.95 , 10 ) = 1.833
 SIGNIFICANCIA ESTADÍSTICA
tObtenido = Cálculo a partir de los datos de la
muestra.
tCrítico = Valor de tabla con n-1 grados de libertad

Relación mejorada:

Si |tObtenido |  |tCrítico|, entonces se rechaza la

hipótesis nula (Ho); y por lo tanto, se acepta la
hipótesis alterna H1.
PRUEBA DE HIPÓTESIS: MEDIA POBLACIONAL
CONDICIONES
H 0 :   0 H 0 :   0 H 0 :   0
H a :   0 H a :   0 H a :   0

- Cuando :  no es conocida y n<30


x o t(1 ,n 1)
to 
s
n
 Ejemplo

1) Los siguientes valores son los niveles de colesterol

(mg/dl) de una muestra de 12 pobladores que habitan en
una localidad de la sierra.
183 152 178 157 194 163
144 114 178 152 118 158
¿Puede concluirse de que la media de los niveles de
colesterol en la población de la que se extrajo la muestra
es diferente de 165 mg/dl ?. Utilice un nivel de significación
de 0.05. Suponga que los niveles de colesterol siguen una
distribución normal.
 Hipótesis: La media de los niveles de t

colesterol en la población es diferente (1  ; n  1)
de 165 2
t  1,796
(0,975;11)
Sea,  : Media de los niveles de
colesterol en la población.
4)
Datos:
n=12 R.A

-1,054
R.R R.R
1)
H0:  = 165 t= - 2.201 t=2.201

H1:  ≠ 165
5) Decisión: Como el valor calculado de
2) t=-1,054, cae en la región de
α = 0,05
aceptación, por lo tanto se acepta la
Ho.
X   157,58  165
3)
t   -1,054
S 24,39 ~ 6) Conclusión: Se concluye que la media
n 12 de los niveles de colesterol es de 165.
 DIFERENCIA DE DOS MEDIAS
POBLACIONALES
1) Planteamiento de la Hipótesis

2) Fijar el nivel de significación

α = 0.01, 0.05, ó 0.10 (el más utilizado es 0.05)

3) Determinar la función de prueba o estadística de prueba

4) Establecer las regiones de Rechazo (R.R) y de Aceptación (R.A.)
5) Decisión: decidir si el valor calculado pertenece o no a la
región de rechazo R.R.
6) Conclusión: expresar la conclusión en términos del problema
de investigación.
 ESTADÍSTICO DE PRUEBA

Con varianzas desconocidas, suponiendo =  22

t ( 1-/2, n1+n2 )
t ( 1-, n1+n2 )
es la varianza mancomunada
 ESTADÍSTICO DE PRUEBA

Con varianzas desconocidas, suponiendo ≠  22

Estadístico:
que se distribuye como
una t-Student con g.l.
grados de libertad :
 Prueba de LEVENE

El test de la razón de varianzas o test de Levene permite decidir

si la varianza en ambos grupos es o no la misma.
H0 : σ1 = σ2
H0 : σ1 ≠ σ2

Si su p-valor es menor a 0,05, rechazaremos la hipótesis nula y

supondremos que la variabilidad en ambos grupos es
sustancialmente distinta (varianzas no homogéneas). Por lo
tanto, el estadístico a calcular, variará ligeramente en función
de las variabilidades muestrales.
 EJEMPLO

Se desea comprobar si la función renal en pacientes hipertensos

realmente está más afectada en hombres que en mujeres. Por
ello, se ha realizado un estudio en el que se han seleccionado
para participar un total de 50 pacientes hipertensos, 24
hombres y 26 mujeres, y se les ha analizado los valores de
creatinina sérica. Se han comparado los valores de creatinina
sérica entre hombres y mujeres mediante la prueba t de
Student, dado que se cumplen los requisitos mínimos básicos
para su aplicación.
En el SPSS
 En el SPSS
H0: 1 = 2
H1: 1 ≠ 2

Si definimos que α=0,05 el p-valor obtenido en la prueba es inferior a este valor,

por lo que podemos rechazar la hipótesis nula de que no existen diferencias entre
las medias de creatinina sérica según el género.
Coincidiendo con el resultado del contraste de hipótesis obtenemos un intervalo
de confianza al 95% que no incluye el 0 [0,04-0,66], por lo que aceptamos
la existencia de diferencias en los niveles de creatinina sérica según el género
de los pacientes.
 TAREA

Aplicar lo aprendido en el
Proyecto de Investigación, con
su respectivo análisis.
GRACIAS…..