Pruebas de significacin Supongamos, por ejemplo , tenemos la despus de dos conjuntos de resultados para el plomo contenido en agua 17.

3 , 17.3 , 17.4 , 17.4y 18.5 , 18.6 , 18.5 , 18.6 . Es bastante claro , con slo mirar los datos, que los dosconjuntos son diferentes . Para llegar a esta conclusin a la que probablemente ha considerado la cantidad de datos , el promedio para cada uno establecer y la propagacin de los resultados. La diferencia entre dos conjuntos de datos es , Sin embargo , no est tan claro en muchas situaciones. La aplicacin de las pruebas de significacin danosotros de una manera ms sistemtica de la evaluacin de la resultados con la ventaja aadida de lo que nos permite expresar nuestra conclusin un grado de confianza declarado . Qu es la importancia ? En las estadsticas de "significativo" de las palabras y ' Significado ' tiene un significado especfico . la diferencia significativa , significa una diferencia que es improbable que haya ocurrido por casualidad. Una prueba de significacin , se presenta diferencias poco probable que ocurra debido a un puramentevariacin aleatoria . Como se mencion anteriormente , para decidir si uno conjunto de resultados es significativamente diferente de otro depende no slo de lamagnitud de la diferencia en las medias pero tambin de la cantidad de datos disponibles y su propagacin . Por ejemplo , considere elparcelas blob muestran en la Figura 5 . Para los doslos conjuntos de datos se muestra en la Figura 5 ( a), la significa para el grupo ( i ) y el conjunto ( ii ) son numricamente diferente . De la cantidad limitada de informacin disponible , sin embargo , que son desde un punto de vista estadstico, el mismo . Para la Figura 5 ( b ) , los medios para el grupo ( i) y set ( ii ) sean distintas , pero cuando un menor mero de puntos de datos estn disponibles , la Figura 5 ( c ) , no podemos estar seguros con algn grado de la confianza de que los medios son diferentes incluso si estn muy distantes . con una gran nmero de puntos de datos , incluso una muy pequea diferencia , puede ser ( Figura significativa 5 ( d ) ) . Del mismo modo, cuando estamos interesados en la comparacin de la propagacin de los resultados , para los ejemplo, cuando queremos saber si mtodo ( i ) da resultados ms consistentes que el mtodo ( ii ) , tenemos que tomar nota de la cantidad de informacin disponible ( Figuras 5 ( e) - ( g ) ) . Es una suerte que las tablas se publican que uestran cmo una gran diferencia necesita ser antes de que pueda ser considerado no tener ocurrido por casualidad . Estos son , crtico t - valor de las diferencias entre las medias , y F valores crticos de las diferencias entre la difusin de los resultados ( 4 ) . Nota : La significancia es una funcin de la muestra tamao. Comparando muestras muy grandes se Definicin Jerga Hiptesis alternativa Una declaracin que describa la alternativa a la hiptesis nula ( H1 ) ( es decir , hay una diferencia entre los medios [ver dos colas ] o mean1 es = mean2 [ver una cola ] ). Valor Crtico El valor obtenido de tablas estadsticas o paquetes estadsticos con ( tcrit o Fcrit ) determinado nivel de confianza contra el que el resultado de aplicar un significado se compara

prueba . Hiptesis nula Una declaracin que describa lo que se est probando ( H0 ) ( es decir , no hay ninguna diferencia entre las dos medias [ mean1 = mean2 ] ) . Uno de cola Una prueba de una cola se lleva a cabo si el analista no est interesado en el responder cuando el resultado es diferente en una direccin, por ejemplo , ( 1 ) la nuevos mtodos de produccin de resultados en un mayor rendimiento , o ( 2 ) la cantidad de producto de desecho se reduce ( es decir , un valor lmite = , > , < , o = se utiliza en la hiptesis alternativa ) . En estos casos, el clculo para determinar la t - valor es el mismo que el de la prueba de la t de dos colas , pero el crtico valor es diferente. poblacin Un gran grupo de elementos o medidas objeto de la investigacin ( por ejemplo , 2.500 lotes de un solo lote de un material de referencia certificado ) . muestra Un grupo de elementos o medidas tomadas de la poblacin (por ejemplo , 25 porciones de un material de referencia certificado tomada de un lote que contiene 2.500 lotes) . Dos colas Una prueba de la t de dos colas se realiza si el analista est interesado en cualquiera cambiar. Por ejemplo , es un mtodo diferente de un mtodo B ( es decir , . se utiliza en la hiptesis alternativa . Bajo la mayora de circunstancias dos colas t-test se debe realizar ) . tabla 1 Definiciones de trminos estadsticos utilizados en las pruebas de significacin . casi siempre conduce a una significativa pero una diferencia estadsticamente significativa resultado no es necesariamente un resultado importante . Por ejemplo en la Figura 5 ( d ) no es un diferencia estadsticamente significativa , pero s lo que realmente importa en la prctica? Qu es una prueba de la t ? Un t -test es un procedimiento estadstico que puede ser utilizado para comparar los valores medios . Una gran cantidad de jerga rodea estas pruebas ( vase la Tabla 1 para la definicin de los trminos utilizados a continuacin ) pero que son relativamente fciles de aplicar sando el funciones integradas en una hoja de clculo como Excel o un paquete de software stadstico. Usando una calculadora tambin es una opcin, sino que tiene que saber la frmula correcta para aplicar ( ver Tabla 2 ) y tener acceso a estadsticas tablas para buscar la llamada crtica valores ( 4 ) . Tres ejemplos prcticos se muestran en la Caja 2 ( 5 ) para ilustrar cmo los diferentes t-pruebas se llevan a cabo y cmo interpretar los resultados . Qu es un F- test?

Un F - prueba compara la propagacin de los resultados en dos conjuntos de datos para eterminar si pudieran razonablemente considerarse que venir de la misma matriz de distribucin . La prueba puede, por lo tanto, ser utilizados para responder a las preguntas como son dos mtodos igualmente precisas ? La medida de propagacin utilizado en la prueba F es varianza que es simplemente el cuadrado de la desviacin estndar. Las variaciones son tasan (es decir , dividir la varianza de un conjunto de los datos por la varianza , de la otra ) a obtener el valor de la prueba F = 22

Este valor de F se compara entonces con un crtico valor que nos dice lo grande que necesita la relacin ser para descartar la diferencia en la propagacin ocurren por casualidad. El valor es Fcrit encontrado de las tablas usando ( n1 -1) y ( n2 - 1 ) grados de libertad , a la adecuada nivel de confianza. [Nota : es habitual disponer s1 y s2 para que F > 1 ] . Si las desviaciones estndar son a se considerar que provienen de la misma poblacin luego Fcrit > F. Como ejemplo utilizar los datos en el Ejemplo 2 ( vase el recuadro 2 ) . Como Fcrit > Fcalculated podemos concluir que el diseminacin de los resultados en los dos conjuntos de datos son no significativamente diferente y es , por lo tanto, razonable combinar los dos desviaciones estndar como lo hemos hecho . El uso de software estadstico ( lo que es un valor de p ? ) Al utilizar paquetes de software estadstico y algunas de las funciones de hoja de clculo , los resultados de la realizacin de una prueba de significacin son a menudo se resume como un valor de p. la valor p representa un ndice inverso de la fiabilidad de la estadstica (es decir , la probabilidad de error en la aceptacin de la observado como resultado vlido ) . Por lo tanto , si queremos comparar dos medios para ver si son diferente de un valor de p de 0,10 es equivalente a diciendo que estamos 90 % seguros de que los medios son diferentes ; 0,05 es equivalente a decir estamos 95 % seguros de que los medios son diferente , y 0.01 que son el 99 % de certeza que los medios son diferentes , es decir , [ ( 1 - p ) x 100 % ] . Es habitual en el anlisis qumico datos ( pero algo arbitraria ) para decir que p- niveles = 0,05 son estadsticamente significativos . Algunos supuestos detrs de las pruebas de significacin En la mayora de las pruebas estadsticas es asumido que la muestra correctamente representa la poblacin y que el poblacin sigue una distribucin normal . Aunque estas suposiciones no son nunca cumplido con precisin , en un gran nmero de situaciones en que los datos de laboratorio est siendo utilizados no se violan groseramente . Conclusiones trazar siempre los datos y comprender los patrones en que antes de calcular cualquier estadstica , la media , incluso la aritmtica. Asegrese de que la desviacin estndar correcto se calcula para el particular, circunstancia . Esto ser casi siempre la desviacin estndar de la muestra ( ? n - 1 ) . Las pruebas de significacin se utilizan para comparar , de una manera imparcial , los medios

o propagacin ( varianza ) de los dos conjuntos de datos . Las pruebas se realizan fcilmente mediante rutinas estadsticas en hojas de clculo y paquetes estadsticos . El valor de p es una medida de la confianza en el resultado obtenido cuando se aplica una prueba de significacin . Reconocimiento La preparacin de este documento fue apoyo en el marco de un contrato con el Reino Unido Departamento de Comercio e Industria en el marco del Sistema Nacional de Medicin vlido Programa de las mediciones analticas ( VAM ) 6 .