Tema II.

Las muestras y la teora paramtrica

UNIVERSIDAD DE VIGO

2.1. Muestras y muestreos: - La muestra: . Subconjunto de elementos de la poblacin . Necesidad prctica: . Motivos econmicos . Imposibilidad (prctica/terica) de estudiar TODA la poblacin . Inconveniencia prctica o tica (al destruir o afectar la muestra) . Representativa de la poblacin - Estrategias de muestreo: . Muestreo aleatorio (conocemos la p de la poblacin en la muestra) . Muestreo opintico (criterios subjetivos; experiencia del investigador) . Muestreo piloto (previo a un estudio)

Ejemplo de muestra?

Tema II. Las muestras y la teora paramtrica

2.1. Muestras y muestreos: - Tipos de muestreo aleatorio (representativo): . Simple con reemplazamiento (o con N grande) . Simple sin reemplazamiento . Estratificado (en funcin de la estructura de la poblacin) . Por reas (geogrficas, por ejemplo)

UNIVERSIDAD DE VIGO

Ejemplo de estratificacin

Tema II. Las muestras y la teora paramtrica

UNIVERSIDAD DE VIGO

2.2. Muestras, estadsticos y estimadores: - Normalmente SIEMPRE se trabaja con muestras (estadsticos y estimadores): . Estadstico: cualquier funcin que resume propiedades de la muestra . Estimador: cuando un estadstico pretende inferir el valor de la poblacin: . (x) . 2 (s2) - Estimacin puntual (por intervalos)

x=

xi n

s2 =

(xi-x)2 (n-1)

Tema II. Las muestras y la teora paramtrica

UNIVERSIDAD DE VIGO

2.3. Las muestras y la distribucin muestral: - La distribucin de probabilidad del estadstico (estimador) cambia en la muestra - El procedimiento de inferencia parmetrico (emprico): - Se obtiene una muestra - Se mide el estadstico - Se imagina uno muestras idnticas sobre las que se calcula el estadstico - Se obtiene la distribucin muestral (ejemplo Excel)
Distribucin Poblacin
1.2

Poblacin 1 2 3 4 5 6 7 8 9 10

Muestra 1 = 2, 6, 9 Muestra 2 = 1, 3, 6 Muestra 3 = 4, 5, 5 Muestra 4 = 7, 7, 8 Muestra 5 = 1, 7, 9 Muestra 6 = 1, 5, 5 Muestra 7 = 6, 6, 8 Muestra 8 = 1, 2, 3 Muestra 9 = 8, 9, 10 Muestra 10 = 4, 5, 5

(5,67) (3,33) (4,67) (7,33) (5,67) (3,67) (6,67) (2,00) (9,00) (4,67)

1 0.8 0.6 0.4 0.2 0 1 2 3 4 5 6 7 8 9 10

Distribucin de Frecuencias Clase 1-2: Clase 3-4: Clase 5-6: Case 7-8: Clase 9-10:
4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 1 2 3 4 5

1 2 4 2 1

Distribucin muestral

La distribucin muestral ES normal!!

Tema II. Las muestras y la teora paramtrica

2.3. Las muestras y la distribucin muestral: - Obtencin de la distribucin muestral de la media: . Procedimiento inferencial terico N1 = 10 . Tamao de muestra (N) . Media muestral (xs) . Varianza muestral (s2s) 1

UNIVERSIDAD DE VIGO

N2 = 100

Distribucin de la Poblacin

a str e u

Frmula General S2 Varm = N

xs1 = s2 S2s1 = 10

xs2 = s2 S2s2 = 100

5

Tema II. Las muestras y la teora paramtrica

2.3. Las muestras y la distribucin muestral: - El uso de tablas de referencia (distribucin t): - Obtencin de IC - Test de Hiptesis

UNIVERSIDAD DE VIGO

Tema II. Las muestras y la teora paramtrica

2.3. Las muestras y la distribucin muestral: - Aplicacin a muestras, la distribucin t: . Ejemplo de muestra (IC)

UNIVERSIDAD DE VIGO

Ejemplo de Muestra (N = 8) ALUMNOS DE UNA CLASE: 10,2 9,7 10 9,6 8,7 11 10,5 10,9 Estadstica descriptiva: Media de muestra () Varianza de muestra (2) Desviacin tpica de muestra ()

= 10,07 = 0,571 = 0,755

s2 =

(xi-x)2 (n-1)

OBTENCIN DE INTERVALO DE CONFIANZA N NC 8 8 CLCULO INT1 9,4 9,1 9,9 9,8 INT2 10,7 11,0 10,2 10,3
7

95% 10,07 0,63 (2,36 x 0,755/8) 99% 10,07 0,93 (3,50 x 0,755/8)

80 95% 10,07 0,17 (1,99 x 0,755/80) 80 99% 10,07 0,22 (2,64 x 0,755/80)

Este intervalo se refiere al de la media de nuestra muestra

Tema II. Las muestras y la teora paramtrica

2.3. Las muestras y la distribucin muestral: - Aplicacin a muestras, la distribucin t: . Ejemplo de muestra (Test de hiptesis) Ejemplo de Muestra (N = 8) ALUMNOS DE UNA CLASE: 10,2 9,7 10 9,6 8,7 11 10,5 10,9 Estadstica descriptiva: Media de muestra () Varianza de muestra (2) Desviacin tpica de muestra ()

UNIVERSIDAD DE VIGO

Mtodo General = 10,07 = 0,571 = 0,755 x (H0) /n

Nivel significacin 5% (p una cola 0.025) N = 8, si X = 10,5; H0 = pertenece a la poblacin; H1 =no (10,5 10,07)/(0,755/8) = 1,61 : p en tabla t > 0.05; (>0,1 dos colas) Segn NS del 5% se acepta H0

UNIVERSIDAD DE VIGO

Tema II. Las muestras y la teora paramtrica

Mtodo General t= x1 x2 (1- 2; H0=0) 2p 1 n1 1 n2

2.4. Aplicacin del test t en muestras: - Diferencias entre dos muestras: . Ejemplo en el Hospital . Anlisis descriptivo . Test t (H0 y H1) - Con comparaciones mltiples se usa ANOVA Porcentage de HDL en sangre

Muestra 1 (10 enfermos): 120, 107, 110, 116, 114, 111, 113, 117, 114, 112 Muestra 2 (10 sanos): 110, 111, 107, 108, 110, 105, 107, 106, 111, 111 Estadstica descriptiva: Media () Varianza (2) Desviacin tpica () 2ponderada = (n1-1) 21 + (n2-2) 22 n1 + n2 2 = 18 Valor de probabilidad asociado a dicha t < 0.01 Valor de t al lmite del 5% = 2,109
9

Muestra 1 113,4 13,822 3,72 (9x13,822) + (9x5,155)

Muestra 2 108,6 5,155 2,27 = 9,488 (3,08)

t = 3,484 GL = n1 + n2 -2 = 18

por ello se puede rechazar la h0

UNIVERSIDAD DE VIGO

Tema II. Las muestras y la teora paramtrica

Mtodo General

2.5. Aplicacin del test t en muestras: - Diferencias entre dos muestras apareadas: . Ejemplo en el Hospital . Test t (H0 y H1) Porcentage de HDL en sangre

t=

D (H0=0) (2p/nparejas)

Muestra 1 (10 enfermos): 120, 107, 110, 116, 114, 111, 113, 117, 114, 112 Muestra 2 (los mismos sanos): 110, 111, 107, 108, 110, 105, 107, 106, 111, 111 Diferencia: 10, -4, 3, 8, 4, 6, 6, 11, 3, 1 Estadstica descriptiva: Media () Varianza (2) Desviacin tpica () H0 = D no es distinto de 0; t = 3,42 GL = n -1 = 9 D 4,8 19,73 4,44 H1 = Si lo es

Valor de probabilidad asociado a dicha t < 0.01 Valor de t al lmite del 5% = 2,26 por ello se puede rechazar la h0
10

Tema II. Las muestras y la teora paramtrica

2.6. Estimacin y test de hiptesis con otros estadsticos: - Diferencias entre dos varianzas: . La razn de varianzas (s21/s22) . La distribucin F: . GL1 (numerador-1) y GL2 (denominador-1) . Puede ser asimtrica o no . Test de una cola

UNIVERSIDAD DE VIGO

Casos de la distribucin F: F(1, ) = Distribucin Normal F(1, n2) = Distribucin t F(n1, ) = Distribucin 2

11

Tema II. Las muestras y la teora paramtrica

2.6. Estimacin y test de hiptesis con otros estadsticos : - Diferencias entre dos varianzas: . Uso de la distribucin F: . Se elige NS . Se busca valor F GL1 y GL2 . Se determina rechazo o no de H0

UNIVERSIDAD DE VIGO

NS = 5%

Ejemplo: F = 3,45 GL1 = 3 GL2 = 17 Como 3,45 < 3,59 No significativo Se acepta H0

12

Tema II. Las muestras y la teora paramtrica

2.6. Estimacin y test de hiptesis con otros estadsticos : - Diferencias entre dos varianzas: . Ejemplo en el Hospital . Conclusin

UNIVERSIDAD DE VIGO

Porcentage de HDL en sangre Muestra 1 (10 enfermos): 120, 107, 110, 116, 114, 111, 113, 117, 114, 112 Muestra 2 (10 sanos): 110, 111, 107, 108, 110, 105, 107, 106, 111, 111
Estadstica descriptiva: Media () Varianza (2) Desviacin tpica () Muestra 1 113,4 13,822 3,72 Muestra 2 108,6 5,155 2,27

H0 = no hay diferencias en varianzas H1 = si las hay F = Mayor/Menor = 2,68 F5%(9,9) = 3.18

Fprueba < Ftabla = se acepta H0

13

Muestra 1 y 2 con iguales varianzas

Tema II. Las muestras y la teora paramtrica

2.6. Estimacin y test de hiptesis con otros estadsticos : - Diferencias entre dos varianzas: . La razn de varianzas (s21/s22) . La distribucin F: . GL1 (numerador-1) y GL2 (denominador-1) . Asimtrica . Test de una cola

UNIVERSIDAD DE VIGO

Casos de la distribucin F: F(1, ) = Distribucin Normal F(1, n2) = Distribucin t F(n1, ) = Distribucin 2

14

Tema II. Las muestras y la teora paramtrica

UNIVERSIDAD DE VIGO

2.7. Otros tests de hiptesis: - Evaluacin de proporciones, frecuencias, etc: . Mtodos no paramtricos (anlisis de frecuencias): . 2 (conjunto de distribuciones; asimtricas; de una cola) . Test G - Mtodos NO-Paramtricos de aleatorizacin/remuestreo emprico, etc.
df\upper tail area 1 2 3 4 5 10 15 20 25 0.99 0.00016 0.020 0.115 0.297 0.554 2.558 5.229 8.260 11.52 0.95 0.0039 0.103 0.352 0.711 1.145 3.940 7.261 10.85 14.61 0.90 0.016 0.211 0.584 1.064 1.610 4.865 8.547 12.44 16.47 0.10 2.706 4.605 6.251 7.779 9.236 15.99 22.31 28.41 34.38 0.05 3.841 5.991 7.815 9.488 11.07 18.31 25.00 31.41 37.65 0.01 6.635 9.210 11.34 13.28 15.09 23.21 30.58 37.57 44.31

df > 30: use z = sqrt(2chi2)-sqrt(2df-1)

15

Referencias Bibliogrficas

UNIVERSIDAD DE VIGO

LIBROS: Daniel, W.W. 1989. Bioestadstica. Base para el anlisis de las ciencias de la salud. Limusa, Mxico. Sokal,R.R., Rohlf, F.J. 1995. Biometry. Freeman and co., New York

PGINAS WEB: http://www.statsoft.com/textbook/sttable.html (tablas en lnea para ver probabilidades de la distribucin t) http://home.ubalt.edu/ntsbarsh/excel/excel.htm (programacin de clculos estadsticos en EXCEL) http://statpages.org/ (Pgina que permite anlisis estadsticos interactivos)
16