Pruebas de Hipotesis Con Muestras Dependientes

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 6

PRUEBAS DE HIPOTESIS CON MUESTRAS DEPENDIENTES: MUESTREO

PAREADO

Hay casos en los que las muestras no son independientes. Es decir, las muestras son
dependientes o están relacionadas. A esto también se le denomina Muestra por pares.

Se entiende por muestreo pareado, llamado también de pares coincidentes, un procedimiento


en el cual se hacen coincidir varias parejas de observaciones con la mayor exactitud posible
en las características de interés. Los dos conjuntos de observaciones sólo difieren en un
aspecto o tratamiento. Cualquier diferencia posterior de los dos grupos se atribuye a ese
tratamiento.

El muestreo pareado tiene ciertas ventajas porque con muestras más pequeñas se obtiene a
menudo resultados más exactos; si controla los demás factores importantes, el investigador
no se verá obligado a tomar muestras grandes para reducir el error muestral.

Recordemos que el muestreo pareado se hace para corregir factores importantes. Es decir,
factores distintos de la prueba que queremos comprobar y que pudiera influir en los
resultados de la prueba. Para corregir estos otros factores influyentes hacemos coincidir
observaciones entre muestras.

Otro método para utilizar muestras pareadas consiste en estudiar las mismas observaciones
antes y después del tratamiento. Si este proceso de coincidencia es beneficioso, producirá un
intervalo más estrecho y preciso que el que se obtendría en ausencia de pareado. Y es así
porque al hacer coincidir observaciones se disminuye la varianza de los resultados a causa
de esos otros factores influyentes, puesto que el pareado tiende a suprimir su influencia

Si pareciera conveniente aplicar el muestreo pareado, pero quedasen en el aire algunas dudas,
se aconseja proceder como sigue. En primer lugar, se calcula el intervalo a partir de muestras
pareadas. Después se reconstruye el intervalo por medio del muestreo independiente. Si el
muestreo pareado no disminuye el intervalo. La corrección que aporta el emparejamiento era
insuficiente para compensar la pérdida de grados de libertad y se deberán aplicar los métodos
de muestreo independiente.

¿Cómo puede establecerse la diferencia entre las muestras dependientes y las independientes?
Hay dos tipos de muestras dependientes;
1. las caracterizadas por una medición, una intervención de algún tipo y después otra
medición.
2. Una colocación en pares o combinación de las observaciones.

En particular, en las secciones anteriores, enfocamos nuestra atención en probar la diferencia


entre las medias o las medianas de dos poblaciones independientes. En esta sección
desarrollaremos procedimientos para analizar la diferencia entre medias o medianas de dos
grupos, cuando los datos de la muestra son obtenidos de poblaciones que están relacionadas,
es decir, los resultados del primer grupo no son independientes de los obtenidos del segundo
grupo. Esta característica de “dependencia” de los dos grupos se presenta porque los
elementos o individuos están apareados o equilibrados de acuerdo con alguna característica,
o debido a que mediciones repetidas son obtenidas del mismo conjunto de elementos o
individuos. En cualquier caso, la variable de interés es ahora la diferencia entre los valores
de las observaciones en lugar de las observaciones mismas.

Independientemente de si se emplean muestras equilibradas (apareadas) o mediciones


repetidas, el objetivo es estudiar la diferencia entre dos mediciones mediante la reducción del
efecto de la variabilidad debido a los elementos o individuos mismos.

DESARROLLO DE LA PRUEBA T PARA LA DIFERENCIA DE MEDIA

En la mayoría de los casos no conocemos la desviación estándar real de una población. La


única información que, por lo general, se puede obtener son las estadísticas sumarias como
la media y las desviaciones estándar de muestra. Si se hacen las suposiciones de que la
muestra de resultados de diferencia es tomada de manera aleatoria e independientemente de
una distribución que está distribuida normalmente, se puede utilizar una prueba t para
determinar si existe una diferencia media de población significativa. A pesar de que se supone
que la población está distribuida normalmente, se ha encontrado en la práctica que siempre
y cuando el tamaño de muestra no sea muy pequeño, y la población no esté muy sesgada, la
distribución t da una buena aproximación a la distribución de muestreo de la diferencia
̅.
promedio, 𝐷

En situaciones que implican elementos pareados o mediciones repetidas del mismo elemento,
se puede utilizar la prueba de rangos con signos de Wilcoxon para la diferencia mediana,
cuando su respectiva contraparte paramétrica, la prueba t para la diferencia media, no es
apropiada.

¿Cómo decidir la clase de experimento a realizar? ¿Se deben o no parear las observaciones?
Aunque no existe una respuesta general a estas preguntas, pueden darse algunos
lineamientos.
1. Si las unidades experimentadas son relativamente homogéneas (σ pequeña) y la
correlación en los pares es pequeña, la ganancia en precisión atribuible al apareamiento será
desplazada por la pérdida de grados de libertad, por lo que deberá utilizarse un experimento
de muestras independientes.

2. Si las unidades experimentales son relativamente heterogéneas (σ grande) y existe una


correlación positiva grande en los pares, entonces debe utilizarse un experimento pareado.

La implantación de estas reglas requiere cierto criterio, ya que σ y ρ (coeficientes de


correlación) nunca se conocen con precisión. Por otro lado, si el número de grados de libertad
es grande (por ejemplo, 40 o 50), entonces la pérdida de n-1 de ellos por el apareamiento
puede no ser importante. Sin embargo, si el número de grados de libertad es pequeño (por
ejemplo, 10 o 20), entonces la pérdida de la mitad de ellos es algo serio en potencia si no se
compensa con un aumento en la precisión al momento de hacer el apareamiento.
Para la prueba de hipótesis que se realizará, en si hay una sola muestra, no dos

𝑑̅
𝑡=
𝑆𝑑
√𝑛
𝑑̅ = diferencia media entre las observaciones por pares
𝑆𝑑 = Es la desviación estándar de las diferencias entre las observaciones por pares
n = Número de observaciones pares

∑𝑑
𝑑̅ = 𝑖
𝑛
𝑑𝑖 = diferencia para cada par de observaciones

𝑑𝑖 = 𝑋𝑖 − 𝑌𝑖
𝑑̅ = Media aritmética de las diferencias

La varianza de estas diferencias es:

∑ 𝑑𝑖2 − 𝑛𝑑̅ 2
𝑆𝑑2 =
𝑛−1

2
∑ (𝑑 𝑖 − 𝑑̅ )
𝑆𝑑2 =
𝑛−1

(∑ 𝑑 )2
2
∑𝑑 −
2
𝑆𝑑 = 𝑛
𝑛−1
𝑆𝑑
𝑆𝑑̅ =
√𝑛
𝑆𝑑̅ = Error estándar en observaciones pareadas

Intervalo de confianza de la diferencia entre medias de observaciones pareadas

𝑆𝑑
𝜇𝑑 = 𝑑̅ ± 𝑡
√𝑛
BIBLIOGRAFIA

https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/5195

https://support.minitab.com/es-mx/minitab/19/help-and-how-to/statistics/basic-
statistics/how-to/paired-t/before-you-start/overview/

https://es.scribd.com/document/182293391/Analisis-de-Muestras-Pareadas

https://es.slideshare.net/sakura15/biometria-clase-9

https://www.ucipfg.com/Repositorio/MGAP/MGAP-05/BLOQUE-ACADEMICO/Unidad-
2/complementarias/prueba_hipotesis_2012.pdf

También podría gustarte