CLASE N°14 DE ESTADISTICA APLICADA A LA INGENIERIA 2021-1 Ok

UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería
CURSO : ESTADISTICA APLICADA A LA

INGENIERIA
TEMA : Distribucion de t student de una

muestra unica, muestra
dependiente e independiente
DOCENTE : M(o). JULIO MUÑOZ VILELA William S. Gosset

(1876 – 1937)
Distribucion t de student
William S Gosset (1876 – 1937)
Una prueba t (también conocida como prueba t de Student) es una herramienta
para evaluar las medias de uno o dos grupos mediante pruebas de hipótesis.
Prueba T de una muestra; esta sirve para comparar promedios poblacionales
contra promedios muéstrales. (Ho: Ⱦ = m; Ha: Ⱦ ǂ m, Ⱦ> m; Ⱦ <m);
Prueba T de muestras relacionadas; esta compara los promedios obtenidos en

una misma muestra, antes y después de aplicar un tratamiento. (Ho: Ⱦ antes =
Ⱦ después; Ha: Ⱦ antes ǂ Ⱦ despues, Ⱦ antes> Ⱦ despues, Ⱦ antes <Ⱦ
despues);
Prueba T de muestras independientes; compara los promedios entre grupos

diferentes (Ho: Ⱦ 1 = Ⱦ 2; Ha: Ⱦ 1ǂ Ⱦ 2, Ⱦ 1> Ⱦ 2, Ⱦ 1 <Ⱦ 2); .
Prueba t de
Para student
una muestra única
𝑥 − 𝜇𝑜
𝑡=
𝑠
√𝑛
No siempre puede ser posible obtener por lo menos 30 observaciones.
Cuando debe tomarse una muestra pequeña, la distribución normal
puede no aplicarse. En este caso podemos utilizar una distribución
alternativa tal como la distribución t de student.
Específicamente, esta distribución se utiliza cuando se cumplen tres

condiciones:
1.- la muestra es pequeña
2.- desviación estándar de la población desconocida, y
3.- la población es normal o casi normal.
T student para una muestra

única
En esta prueba se evalúa la hipótesis nula de que la media de la población
que esta siendo estudiada es igual a un valor especificado
𝒙=𝒆𝒔 𝒍𝒂𝒎𝒆𝒅𝒊𝒂 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍

𝝁𝒐 =𝒆𝒔 𝒍𝒂𝒎𝒆𝒅𝒊𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍 𝒏=𝒎𝒖𝒆𝒔𝒕𝒓𝒂
𝒔=𝒆𝒔 𝒍𝒂 𝒅𝒆𝒔𝒗 .𝒆𝒔𝒕𝒂𝒏𝒅 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍 𝒍𝒐𝒔 𝒈𝒍𝒖𝒕𝒊𝒍𝒊𝒛𝒂𝒅𝒐𝒔 𝒆𝒏 𝒆𝒔𝒕𝒂 𝒑𝒓𝒖𝒆𝒃𝒂 𝒆𝒔 𝒏−𝟏

ó n
ía ad a ci
o g id tig
o l al e s
s i c C Inv
P
Aplicaciones
Op Far
tim ma
izac colo
ió n g ía
Cuando utilizar la t de student

- Para pruebas de Hipótesis.
- Para variables cuantitativas.
- Para comparar medias de dos muestras independientes o de una
muestra relacionada.
- Se necesita que presente una distribución normal de los datos
- Cuando se desconoce la desviación estándar poblacional.
- Si se conociera la desviación estándar poblacional se utilizaría la
Distribucion normal para prueba de Hipótesis.
Características
- Familia de distribuciones de
campana, depende del α y G.L
- Simétrica alrededor de media 0.
- Es mas aplanada que la
distribución normal estándar.
- Tiene mayor área en los extremos
y menos en el centro.
- A medida que el tamaño de
muestra aumenta se aproxima a
una distribución normal.
Tenemos que será el riesgo del experimento. Esta distribución presenta
tendencia hacia mayor que; por lo que como este ejemplo buscamos un
intervalo, el riesgo será dividido en dos para tomar rango en cada
extremo de la grafica:
Comparar los promedios aritméticos de dos muestras con
características similares
Grados de Libertad
- Numero determinado que nos permite saber la variabilidad de
eventos en una muestra.
- Es el numero de valores que podemos elegir libremente,
existiendo un total fijo.
𝒈𝒍 =𝒏−𝟏 𝑼𝒏𝒂𝒎𝒖𝒆𝒔𝒕𝒓𝒂
𝒈𝒍 =(𝒏 ¿ ¿ 𝟏+𝒏𝟐 )−𝟐 ¿ s
Ejemplo de la Distribucion t de student

Una empresa que fabrica focos, afirma que las baterías que utiliza en sus
productos tienen una duración promedio de 30 horas. Para mantener este
promedio se prueban 16 baterías cada mes, si el valor t calculado cae entre
y ; la empresa queda satisfecha con su afirmación.
¿Qué conclusiones debería sacar la empresa a partir de una muestra que

tiene una media de 27,5 horas y una desviación estándar de la muestra de 5
horas?
Suponga que la distribución de las duración de las baterías es
aproximadamente normal.
Datos
Media de la Población: Estadístico de
Prueba
Media de la Muestra:
𝑥−𝜇
𝑡=
Tamaño de la Muestra: 𝑠
√𝑛
Desviación estándar de la MUESTRA:
27.5 − 30
𝑡 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜 = =− 2
5
√ 16
Grafico
;
Como supervisor del proceso de empacado de N° Gramos Numero
por sobre de sobres
café en sobres, suponga que se toma una
1 15.7 1
muestra aleatoria de 12 de los sobres en la
2 15.8 2
planta empacadora. El peso neto de los sobres de 3 15.9 2
café es el que se reporta en la tabla. Determine : 4 16.0 3
a) El peso promedio del café que se empaca en 5 16.1 3
cada sobre 6 16.2 1
b) La desviación estándar muestral
c) Estime el peso promedio por sobre de café ,
con un intervalo de confianza del 95%
Una empresa de Fabricación de Cemento envasa sus N° Kg por Numero
saco de sacos
productos en sacos, si suponemos que se toma una
muestra aleatoria de 16 de los sacos en la planta 1 41.5 1
envasadora para verificar el peso promedio. El peso 2 42.0 4

3 41.8 3
neto de las bolsas de cemento el que se reporta en
4 41.0 4
la tabla. Determine :
5 42.3 3
a) El peso promedio del cemento que se envasa en
6 41.6 1
cada saco
b) La desviación estándar muestral
c) Estime el peso promedio por saco de cemento ,
con un intervalo de confianza del 99%
Prueba t
Escenarios student
una muestra Dos muestras Dos muestras

relacionadas o independientes con independientes con
pareadas varianzas iguales varianzas diferentes
Pre y Post de una
intervención Es necesario conocer si poseen
Homocedasticidad
Usado para comparar promedios en grupos de muestras relativamente pequeños (n<30)
Muestras de poblaciones con Distribución Normal (prueba de Normalidad)
1er escenario: Dos muestras relacionadas o pareadas

Ocurren cuando se hacen mediciones a la misma población en dos tiempos
distintos, es decir un antes y un después
2do escenario : Dos muestras son independientes
Ocurren cuando dos muestras son independientes, ósea las muestras
provienen de poblaciones distintas , y se suponen que sus varianzas son
iguales
3er escenario : Dos muestras son independientes
Ocurren cuando dos muestras son independientes, ósea las muestras
provienen de poblaciones distintas , y se suponen que sus varianzas son
diferentes.
Supuestos t de student
1.- Dos grupos independientes
2.- Distribución normal ( Pruebas Kolmogorov- Smirnov ;
con un p-valor >0.05)
3.- Homocedasticidad de las Varianzas. ( Levine´s test ; p-valor
>0.05.
Quiere decir que las varianzas son iguales).
4.- Muestreo Aleatorio
Prueba t de
student
Para muestras independientes
𝑥 1 − 𝑥2
𝑡=
√ 𝑠
2
𝑐
( 1
+
1
𝑛1 𝑛2 )
Para muestras independientes

Se considera iguales tamaños muéstrales, iguales varianzas. Esta
prueba se utiliza solamente cuando: los dos tamaños muéstrales
(esto es el numero, n, de participantes en cada grupo) son
iguales; se puede asumir que las dos distribuciones poseen la
misma varianza.
El estadístico t a probar si las medias son diferentes se puede

calcular de la siguiente forma:
Prueba t student : muestras

independientes
𝑡 : 𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜𝑡 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜
𝑥1 ; 𝑥 2 :𝑚𝑒𝑑𝑖𝑎𝑠𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙𝑒𝑠
𝟐
𝒔 : 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑐𝑜𝑚 ú 𝑛
Estadística de prueba
𝒔
𝟐
=
[ (𝒏 𝟏
𝟐
− 𝟏 ) 𝒔 + ( 𝒏 𝟐 −𝟏 ) 𝒔
𝟏
𝟐
𝟐 ]
𝑥 1 − 𝑥2 𝒄
𝑡= (𝒏 𝟏+𝒏 𝟐 − 𝟐)
√ 𝑠
2
𝑐
( 1
+
1
𝑛1 𝑛2 )
Que sigue una distribución t con grados de libertad
Se rechaza la hipotenusa nula (Ho) si (valor critico)
Dos medicinas A y B fueron aplicadas a una muestra de 10 y 8 pacientes con diagnósticos de una
misma enfermedad. Se han medido los tiempos de tratamiento (días) de ambas medicinas.
Medicina A Medicina B
∑
N°
∑
2
pacientes 𝑋𝑖 2 ( 𝑋𝑖 − 𝑋 )
𝑋𝐴 = =5.5 𝑠 𝐴= =1.611111111
1 6 días 7 días 𝑛 𝑛−1
2 5 días 6 días
3 6 días 7 días 𝑋𝐵 =
∑ 𝑋𝑖
=6.875 2 ∑ ( 𝑋𝑖 − 𝑋 )2
𝑛 𝑠 =𝐵 =1.55357143
4 7 días 9 días 𝑛 −1
5 5 días 5 días
6 7 días 8 días Planteamiento de las Hipótesis
7 6 días 7 días
8 4 días 6 días
9 3 días
10 6 días
media 5.5 6.875
𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒏𝒄𝒊𝒂 : 𝜶=𝟎 . 𝟎𝟓
varianza 1.61111111 1.55357143
Dos medicinas A y B fueron aplicadas a una muestra de 10 y 8 pacientes con diagnósticos de una
misma enfermedad. Se han medido los tiempos de tratamiento (días) de ambas medicinas.
N°
pacientes
Medicina A Medicina B
𝟐
𝒔𝒄 =
[ (𝒏 𝟏 − 𝟏 ) 𝒔 𝟐
𝟏 + ( 𝒏 𝟐 −𝟏 ) 𝒔 𝟐]
𝟐
1 6 días 7 días (𝒏 𝟏+𝒏𝟐 − 𝟐)

2 5 días 6 días
3 6 días 7 días 𝟐 [ ( 𝟏𝟎 − 𝟏 ) (𝟏 .𝟔𝟏𝟏𝟏𝟏𝟏)+ ( 𝟖 −𝟏 ) (𝟏 . 𝟓𝟓𝟑𝟓𝟕𝟏)]
𝒔 =
𝒄 =𝟏 .𝟓𝟖𝟓𝟗𝟑𝟖
4 7 días 9 días (𝟏𝟎+𝟖 − 𝟐)
5 5 días 5 días
Estadística de prueba
6 7 días 8 días
7 6 días 7 días 𝒙 𝟏 − 𝒙𝟐 (𝟓 . 𝟓 −𝟔 .𝟖𝟕𝟓 )
𝒕= = =−𝟐 .𝟑𝟎𝟐
√( )√
8 4 días 6 días 𝟏 . 𝟓𝟖𝟓𝟗𝟑𝟖 𝟏 . 𝟓𝟖𝟓𝟗𝟑𝟖
𝒔𝟐𝒄 𝒔 𝟐𝒄 +
9 3 días + 𝟏𝟎 𝟖
10 6 días 𝒏𝟏 𝒏𝟐
∝=𝟎. 𝟎𝟓 ∝/𝟐=𝟎. 𝟎𝟐𝟓

+
Región de
aceptación Ho
𝒕𝒄=−𝟐.𝟑𝟎𝟐 −𝟐. 𝟏𝟐 𝟐.𝟏𝟐
𝒕
(
𝟏−
∝
𝟐); ( 𝒏𝟏+𝒏𝟐 − 𝟐 )=𝟐 .𝟏𝟐
𝑵𝒐 𝒄𝒖𝒎𝒑𝒍𝒆 𝒑𝒐𝒓 𝒍𝒐 𝒕𝒂𝒏𝒕𝒐 𝑯𝒐𝒔𝒆𝒓𝒆𝒄𝒉𝒂𝒛𝒂

Prueba t de
student
Para muestras relacionadas
𝑑
𝑡=
𝑆𝑑 / √ 𝑛
Para muestras relacionadas

El procedimiento Prueba T para muestras relacionadas compara
las medias de un mismo grupo y calcula las diferencias entre la
primera y la segunda medición. Se suele conocer como pruebas
“Ex – Post” (Antes y Después).
Por ejemplo el efecto de un programa de capacitación a un grupo

de la empresa. Se toma una prueba antes del entrenamiento y la
misma después del entrenamiento.
Prueba t student : muestras relacionadas

𝑡 : 𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜𝑡 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜
𝑑 :𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜𝑑𝑒 𝑙𝑎𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑠
Estadística de prueba 𝑆 𝑑 :𝑑𝑒𝑠𝑣 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎𝑠𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑠
𝑡=
𝑑
𝑆𝑑 / √ 𝑛
𝑆 𝑑=
√
(𝑑 1 − 𝑑)2
𝑛− 1
Que sigue una distribución t con grados de libertad

Se rechaza la hipotenusa nula (Ho) si (bilateral)
𝑡 <− 𝑡 (1 −∝ ) ; (𝑛− 1) (unilateral derecha)

𝑡 <− 𝑡 (∝ ); (𝑛− 1) (unilateral izquierda)
N° Peso Peso
Antes Después
Se eligieron a 10 personas 1 80 77
obesas y se midieron sus 2 76 72
3 75 73
pesos (Kg) antes (A) y 4 73 70
después (D) de un 5 65 64
programa de dietas. Se 6 62 60
desea comprobar si la 7 60 58
8 58 56
dieta de 10 semanas fue 9 57 55
efectiva para reducir el 10 55 53
peso.
N° Peso Peso = 0.8233

Antes Después d
1 80 77 3 0.49
2 76 72 4 2.89 Estadística de prueba
3 75 73 2 0.09
𝑑 2.3
4 73 70 3 0.49 𝑡= = =𝟖 . 𝟖𝟑𝟒𝟓
5 65 64 1 1.69 𝑆𝑑 / √ 𝑛 0.8233
6 62 60 2 0.09 √10
7 60 58 2 0.09
8 58 56 2 0.09 gl= 9 ; α = 0.05
9 57 55 2 0.09
10 55 53 2 0.09
𝒕 ( 𝟏− ∝) ; (𝒏 −𝟏 )=¿¿
8.8345
suma 23 6.1 P-valor = 4.97* 10^-6
2.3
Decisión: no se debe aceptar la Ho
30
-2
𝜇=30 u la
s N
si
te
ip ó
a H
a l
pt
ce
A
Se
Ejemplo: En un estudio acerca del estado general de la salud mental de

personas retiradas, un equipo de psicólogos seleccionó una muestra de
aquellas que deberían retirarse dentro de los próximos dos años.
Los investigadores desean saber si se podía sacar como conclusión que el
nivel de salud mental de la población de la cual se había sacado la
muestra tendía a tener diferencias antes y después del retiro. Use un
nivel de significancia del 5%.
SUJETO 1 2 3 4 5 6 7 8 9 10
Antes 76 80 86 87 85 95 97 75 87 96
Después 70 75 84 90 81 95 87 72 92 85
Un grupo de auditores desea comprobar una factura “inflada” que
registra un monto de 1,550.00. Según su experiencia este monto
sobresale de lo facturado normalmente. No tienen mucho tiempo para
presentar el caso ante junta directiva por lo que toman una muestra de 12
facturas para poder analizar el caso.
Se realiza el análisis descriptivo de la muestra y se obtiene una media de

1,275.00 y una desviación estándar de 235.00 ¿con un intervalo de
confianza del 95% se puede deducir que se tiene un caso de corrupción
dentro de la Empresa?
Por lo tanto:
Ahora debemos calcular los grados de libertad,

que están dados de la formula: 11
𝒕 𝒕𝒂𝒃𝒍𝒂 =𝒕 (𝟎 .𝟎𝟐𝟓 ;𝟏𝟏)=𝟐. 𝟐𝟎𝟏
𝒙 −𝝁
𝒕=
𝝈
√𝒏
𝒔 𝟐𝟑𝟓
⇒𝝁=𝒙 ± 𝒕 ∗ =𝟏 .𝟐𝟕𝟓 ± ( 𝟐 .𝟐𝟎𝟏 ) ∗ =𝟏 . 𝟐𝟕𝟓± 𝟏𝟒𝟗 . 𝟑𝟏
√𝒏 √ 𝟏𝟐
Determinando los intervalos de confianza al 95%
𝟏𝟏𝟐𝟓. 𝟔𝟗≤ 𝝁 ≤ 𝟏𝟒𝟐𝟒. 𝟑𝟏
Por lo cual vemos que el valor de 1550 esta en el rango con un intervalo de
confianza del 95%.,
t test, diferencia entre dos grupos

La pregunta estadística es : ¿Qué tan diferentes son los grupos?
Mujeres Selva (n=300) Mujeres Costeñas (n=810)
Variable Media Desv Estand Range Media Desv Estan Range t p
Edad 37.3 6.9 24 - 70 38.2 6.1 22 – 68 -1.85 0.64 > 0.05
Peso 78.5 17.5 45.4 – 158.2 69 15.3 40.4- 168.1 8.05 0.001 < 0.05
Altura 163.5 7.3 123.1 – 187.9 164.3 6.7 134.6-195 -1.6 0.0931 > 0.05
IMC 29.5 7.0 15.6 – 61.7 25.5 5.6 14.2-65.6 8.32 0.05 = 0.05
𝑺𝒊 𝒑 − 𝒗𝒂𝒍𝒐𝒓 <𝟎.𝟎𝟓𝒍𝒂 𝑯𝒐 𝒔𝒆𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝒚 𝒔𝒊𝒉𝒂𝒃𝒓𝒊𝒂 𝒅𝒊𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒕𝒊𝒗𝒂

t test, diferencia entre dos grupos

La pregunta estadística es : ¿Qué tan diferentes son los grupos?
Mujeres Selva (n=300) Mujeres Costeñas (n=810)
Variable Media Desv Estand Range Media Desv Estan Range t p
Edad 37.3 6.9 24 - 70 38.2 6.1 22 – 68 -1.85 0.64 > 0.05
Peso 78.5 17.5 45.4 – 158.2 69 15.3 40.4- 168.1 8.05 0.001 < 0.05
Altura 163.5 7.3 123.1 – 187.9 164.3 6.7 134.6-195 -1.6 0.0931 > 0.05
IMC 29.5 7.0 15.6 – 61.7 25.5 5.6 14.2-65.6 8.32 0.05 = 0.05
𝑺𝒊 𝒑 − 𝒗𝒂𝒍𝒐𝒓 >𝟎.𝟎𝟓𝒍𝒂 𝑯𝒐𝒏𝒐 𝒔𝒆𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝒚 𝒏𝒐 𝒉𝒂𝒃𝒓𝒊𝒂 𝒅𝒊𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒕𝒊𝒗𝒂

Las notas obtenidas en análisis de datos N° Grupo 1 Grupo 2
de 5 individuos elegidos al azar del grupo
1 y de 6 individuos elegidos al azar del 1 10 4
grupo 2, son los siguientes: 2 6 8
3 4 6
Puede concluirse con un nivel de 4 5 6
confianza del 95% que las puntuaciones 5 4 2
medias de ambos grupos son iguales? O 6 3
por el contrario que hay diferencias entre
ambas
Una empresa que manufactura armas crea un
nuevo diseño de cartuchos para escopeta, con el N° Resina A Resina B
fin de darle mayor estabilidad e impermeabilidad
al cuerpo del cartucho, experimenta con dos tipos 1 32.3 31.89
de resinas plásticas cuyo grosor origina que el peso 2 31.9 32.10
del cartucho varie. 3 31.45 32.34
Realiza un análisis comparativo simple para 4 32.80 32.40
determinar si existe diferencia en los dos tipos de 5 33.01 32.30

6 32.78 31.99
cartuchos, dependiendo del tipo de resina del
cuerpo si se considera el peso en gramos, de seis
cartuchos por muestra

CLASE N°14 DE ESTADISTICA APLICADA A LA INGENIERIA 2021-1 Ok

Cargado por

Información del documento

Título original

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

CLASE N°14 DE ESTADISTICA APLICADA A LA INGENIERIA 2021-1 Ok

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN

CURSO : ESTADISTICA APLICADA A LA

TEMA : Distribucion de t student de una

DOCENTE : M(o). JULIO MUÑOZ VILELA William S. Gosset

Prueba T de muestras relacionadas; esta compara los promedios obtenidos en

Prueba T de muestras independientes; compara los promedios entre grupos

Específicamente, esta distribución se utiliza cuando se cumplen tres

T student para una muestra

𝒙=𝒆𝒔 𝒍𝒂𝒎𝒆𝒅𝒊𝒂 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍

𝒔=𝒆𝒔 𝒍𝒂 𝒅𝒆𝒔𝒗 .𝒆𝒔𝒕𝒂𝒏𝒅 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍 𝒍𝒐𝒔 𝒈𝒍𝒖𝒕𝒊𝒍𝒊𝒛𝒂𝒅𝒐𝒔 𝒆𝒏 𝒆𝒔𝒕𝒂 𝒑𝒓𝒖𝒆𝒃𝒂 𝒆𝒔 𝒏−𝟏

Cuando utilizar la t de student

Ejemplo de la Distribucion t de student

¿Qué conclusiones debería sacar la empresa a partir de una muestra que

envasadora para verificar el peso promedio. El peso 2 42.0 4

una muestra Dos muestras Dos muestras

1er escenario: Dos muestras relacionadas o pareadas

Para muestras independientes

El estadístico t a probar si las medias son diferentes se puede

Prueba t student : muestras

1 6 días 7 días (𝒏 𝟏+𝒏𝟐 − 𝟐)

∝=𝟎. 𝟎𝟓 ∝/𝟐=𝟎. 𝟎𝟐𝟓

𝒕𝒄=−𝟐.𝟑𝟎𝟐 −𝟐. 𝟏𝟐 𝟐.𝟏𝟐

𝑵𝒐 𝒄𝒖𝒎𝒑𝒍𝒆 𝒑𝒐𝒓 𝒍𝒐 𝒕𝒂𝒏𝒕𝒐 𝑯𝒐𝒔𝒆𝒓𝒆𝒄𝒉𝒂𝒛𝒂

Para muestras relacionadas

Por ejemplo el efecto de un programa de capacitación a un grupo

Prueba t student : muestras relacionadas

Que sigue una distribución t con grados de libertad

𝑡 <− 𝑡 (1 −∝ ) ; (𝑛− 1) (unilateral derecha)

N° Peso Peso = 0.8233

Ejemplo: En un estudio acerca del estado general de la salud mental de

Se realiza el análisis descriptivo de la muestra y se obtiene una media de

Ahora debemos calcular los grados de libertad,

Determinando los intervalos de confianza al 95%

𝟏𝟏𝟐𝟓. 𝟔𝟗≤ 𝝁 ≤ 𝟏𝟒𝟐𝟒. 𝟑𝟏

t test, diferencia entre dos grupos

𝑺𝒊 𝒑 − 𝒗𝒂𝒍𝒐𝒓 <𝟎.𝟎𝟓𝒍𝒂 𝑯𝒐 𝒔𝒆𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝒚 𝒔𝒊𝒉𝒂𝒃𝒓𝒊𝒂 𝒅𝒊𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒕𝒊𝒗𝒂

t test, diferencia entre dos grupos

𝑺𝒊 𝒑 − 𝒗𝒂𝒍𝒐𝒓 >𝟎.𝟎𝟓𝒍𝒂 𝑯𝒐𝒏𝒐 𝒔𝒆𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝒚 𝒏𝒐 𝒉𝒂𝒃𝒓𝒊𝒂 𝒅𝒊𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒕𝒊𝒗𝒂

Realiza un análisis comparativo simple para 4 32.80 32.40

determinar si existe diferencia en los dos tipos de 5 33.01 32.30

También podría gustarte