Beruflich Dokumente
Kultur Dokumente
RESULTADOS ESTADISTICOS
Prueba “t”
de Student
¿QUE ES LA PRUEBA “t” ?
ESUNA PRUEBA
ESTADISTICA PARA
EVALUAR SI DOS GRUPOS
DIFIEREN ENTRE SI DE
MANERA SIGNIFICATIVA
RESPECTO DE SUS MEDIAS.
SIMBOLO
“t“
SE CALCULA PARA MUESTRAS PEQUEÑAS
DE DISTRIBUCION NORMAL
x
t
S/ n
tiene distribuci ón t( n 1)
SE CALCULA PARA MUESTRAS GRANDES
DE DISTRIBUCION NORMAL
x1 x 2
t 2 2
S 1 / N1 S 2 / N 2
HIPOTESIS A PROBAR
Se trata de comparar dos grupos:
EL
NIVEL DE MEDICION DE LAS
VARIABLES ES EL DE INTERVALO O
RAZON
INTERPRETACION
PARA GRUPOS
PEQUEÑOS (n < 30) x
X la media del grupo. t
µ la media poblacional S/ n
S la Desv. Estandar tiene distribuci ón t( n 1)
n = tamaño de muestra
INTERPRETACION
x
T tiene distribución t( n1)
S/ n
PRUEBA “t”
t(v)
0 t1-
CALCULO DE LOS GRADOS
DE LIBERTAD
gl = (N1 + N2) – 2
USO DE LA TABLA……..
EJERCICIOS
Tomar la Tabla “t” y calcular:
Media Muestral =
Media Poblacional =
α =
n =
gl. (t-1) =
DESCANSO
HIPOTESIS A Se definen:
CONTRASTAR Las hipótesis nula y alternativa con una
distribución de probabilidad conocida
¿Se conoce ?
No
Si
Utilizar prueba de Z
Es n ≥ 30?
No Utilizar prueba de Z
Si
Si
¿Se conoce?
No
¿Se sabe q Utilizar prueba de t
la población
es normal? Utilizar prueba de Z
(por el teorema central
Si del límite)
No
¿Se conoce?
No
Utilizar prueba de Z (por el
Si teorema central del límite)
Se rechaza la
Se rechaza la hipótesis
hipótesis nula nula
Area A = área B
y (A+B) = el
nivel deseado
de significancia
Area A Area B
Si
Prueba Z para la media
1 Grupo
n > = 30 Si Prueba T para la media
Distribución
No normal
Prueba del signo para la mediana
No
Si
Prueba Z para la diferencia de medias
Si Prueba T para
Si Varianzas diferencia de medias
Si n > = 30 iguales
Prueba T con ajuste
Distribució No de grados de libertad
Número No n normal
2 Grupos Prueba de Mann-Whitney para
de Independientes
No comparación de poblaciones
grupos
Si Prueba Z para la media de la diferencia
en datos apareados
Continua
Coeficiente de correlación lineal de Pearson
Número de Grupos
C. Gutarra 60 6
F. Olaechea 80 3
D. Barrientos 67 5
F. Estombelo 94 1
J. Cordova 89 2
Se utiliza la correlación por rangos de Spearman para
determinar, si hay relación entre las calificaciones del examen y
el rendimiento en el trabajo
M. Contreras 73 5 7 -2 4
C. Gutarra 60 7 6 1 1
F. Olaechea 80 4 3 1 1
D. Barrientos 67 6 5 1 1
F. Estombelo 94 1 1 0 0
J. Cordova 89 2 2 0 0
2º Se calcula del coeficiente de correlación por rangos de
Spearman rs:
d i2 8
rs 1 6 1 6 0.857
N( N 1) 7(7 1)
2 2
Se acepta
Se Se
Rechaza Rechaza
0.05 0.05
L ( x 1 x 2 ) Z 1 / 2 S x1 x 2
s12 s22
donde
S x1 x 2
n1 n2
Cambiar de
tema
ANALISIS
NO
PARAMETRICO
CONSIDERACIONES
La mayoría no de estos análisis no requiere de
presupuestos acerca de la forma de la Distribución
Poblacional.
Las Variables no necesariamente deben estar
medidas en un nivel de intervalo (orden y categoría
cero no real) o de razón ( el cero es real) .
Pueden analizarse datos nominales (sin orden ni
categoría -Sexo) u ordinales (orden de mayor a
menor- primero, segundo).
En todo caso la variables deben ser categóricas.
( en días, meses, años, etc.)
METODOS O PRUEBAS NO
PARAMETRICAS MAS
EMPLEADAS
1) LA Ji CUADRADA – CHI-CUADRADA
2) COEFICIENTES DE CORRELACION E
INDEPENDNENCIA PARA TABULACIONES
CRUZADAS.
3) LOS COEFICIENTES DE
CORRELACION PARA RANGOS
ORDENADOS DE SPERMAN Y KENDALL
Ji - CUADRADA
Es una prueba estadística para evaluar
hipótesis acerca de la relación entre dos
variables.
Se simboliza por : א²
Prueba hipotesis Correlacionales
Variables involucradas : dos ( no considera
relaciones causales)
Nivel de medicion de variables: Nominal y
Ordinal.
Ji - CUADRADA
La Chi – Cuadrada se calcula a traves de
una Tabla de contingencia o Tabulacion
cruzada, que constituye una Tabla de dos
dimensiones o matriz de dos x dos.
Supóngase que se tiene una serie de variables aleatorias independientes con distribución normal
estándar, Z1 , Z2 , ... , Zn , entonces la variable aleatoria , X Z12 ... Z2n sigue una distribución
Ji-Cuadrado.
La Prueba Ji-Cuadrado
FUNCIÓN DE DENSIDAD MEDIA Y VARIANZA.
χ2
Procedimientos para usar el análisis de ji cuadrada y probar la
independencia de dos variables nominales
Hipótesis nula:
Las variables son independientes
Se determina el valor
calculado del estadístico ji
cuadrada
2
r c O ij E ij
2
i 1 j1 E ij
USO DE LA TABLA
P [ 11.07 χ | n 5] 0.05
2 6 10,64 12,59 14,45 16,81 18,55
7 12,02 14,07 16,01 18,48 20,28
8 13,36 15,51 17,53 20,09 21,95
9 14,68 16,92 19,02 21,67 23,59
10 15,99 18,31 20,48 23,21 25,19
EJEMPLO
Martha Revilla, directora de mantenimiento de la calidad
en MEGA, elige 29 bicicletas y halla una varianza en la
distancia entre ejes de 32.7 pulgadas cuadradas. Si la
señora Revilla tienen que garantizar que la variación no
supere 27 pulgadas cuadradas ¿indica esto que se
cumplen las normas de producción? (α=0.05)
Hipótesis H 0 2 27 H1 2 27
H 0 2 27 H1 2 27
f 2
02.95;28 16.928
0.05
16.928 2
33.91
X2 =33.91, la señora Revilla no rechazará la H0 y confiará al 95% en
que se cumplen las normas de producción
La señora Revilla, ahora elabora un intervalo de confianza del 90% para
la varianza de la distancia entre ejes.
n 1s 2 2
n 1s 2
2
0.05; 28 02.95; 28
16.928 41.337 2
0.95
Y
X Categ. 1 ...... Categ. s Total
Cat. 1 O11 ...... O1s R1
......... ....... ...... ....... .....
Cat. r Or1 ...... Ors Rr
Total C1 ...... Cs n
Prueba Ji-Cuadrado de Independencia
Estadística
80
Si No
70
r c (Oij E ij ) 2
2 60
i 1 j1 E ij 50
Ri Cj 40
donde , Eij
n 30
20
10
2 0
12 Alto Medio Bajo
R.C.
Ejemplo de Prueba Ji-Cuadrado de independencia
Frecuencias Esperadas: R iC j
E ij
n
R 2 C3 20582
Por ejemplo: E 23 37.4
n 450
2 3 (Oij E ij ) 2 80
Si No
2
70
i 1 j1 E ij
60
Ri Cj 50
donde , Eij
n 40
30
20
0.05 10
2 0
12 Alto Medio Bajo
R.C.
2
2 3 O ij
2 n
i 1 j1 E ij
1752 552
... 450 36.4
144.3 37.4
p P 36.4 0.0000000125 0.005
2
2
x1 14.40
S12 1.600 n1 10
x 2 14.87
S22 2.981 n 2 15
Deseamos probar las hipótesis:
0.025 0.025
X1 14,500, s1 3,200, n1 35
Se tiene
X 2 13,450, s 2 1,950, n 2 40
Primero se verificará la condición siguiente: 1 2
H 0 : 12 22 H1 : 12 22
10240000
F 2.693
3802500
Para α=0.05 F0.975 (34,39) 1.9
F0.025 (34,39) 0.515
0.515 1.9
2.693
s X1 X 2
s12 s 22
3,2002 1,9502 622.6
n1 n 2 35 40
0 Z * s X1 X 2
Valores críticos
0 1.96622.6
0 1,220.3
Se Rechaza Se Rechaza
X1 X 2 0
-1220.3 s X1X2 622.6 millas +1220.3
Valor critico Valor critico
+1050 = diferencia
observada entre las
medias muestrales.
Ejercicio
Como la diferencia entre las medias
muestrales es de 1050 millas y se
acepta un margen de error de 1220
millas, en consecuencia, no hay
diferencias significativas entre los
dos grupos
EJEMPLO
Freddy Lopez, operador de la cadena de restaurantes “Las
Tejas””, ha hecho una encuesta entre los clientes en dos
ciudades, pues desea averiguar si les gustaría que en el
menú se incluyeran sandwiches de jamón y queso. De las
500 personas encuestadas en la capital, 200 contestaron
afirmativamente, mientras que 150 de las 300 encuestadas en
una ciudad cercana también contestaron afirmativamente.
Freddy quiere saber si, en un nivel de 0.05 esos resultados
son significativamente diferente.
H0 :
2
1
2
2 H1 :
2
1
2
2
0.00048
F 0.576
0.00083
Para α=0.05 F0.025 ( 499, 299) 0.8184 F0.975 ( 499, 299) 1.228
0 Z * s P1 P 2
0 1.960.0362
Valores críticos
0 0.071
Se rechaza Se rechaza
P1 P2 0
Diferencia observada
entre las proporciones -0.071 +0.071
muestrales =
(0.40-.050) =-0.10
Valor s P1 P2 0.0362 Valor
critico critico
Ejercicio
Como la diferencia entre las
proporciones muestrales es de -0.10
y se acepta un margen de error de
0.071, en consecuencia, si hay
diferencias significativas entre los
dos grupos
FIN
MUCHAS
GRACIAS