Вы находитесь на странице: 1из 79

UNIVERSIDAD PERUANA UNIÓN

SEGUNDA ESPECIALIDAD EN GINECO OBSTETRICIA

Facilitador:
Dr. Soria Quijaite Juan Jesús
Email: jesussoria@upeu.edu.pe
Scopus Author ID: 57204497093

Investigador Concytec: 57631

ORCID: 0000-0002-4415-8622
PRUEBA DE HIPÓTESIS CON DOS MUESTRAS

La inferencia estadística consiste en


utilizar los resultados de dos muestra
para analizar y hacer comparaciones.
Cuando tenemos que investigar
desconocemos los parámetros de la
población, por lo que tomamos una
muestra aleatoria para generar
estimadores de los parámetros.
Cómo probar hipótesis paramétrica y no
paramétrica.
PARÁMETROS Y ESTIMADORES

µ; σ2; σ; P
µ=Media poblacional σ2 =Varianza poblacional
σ =Desviación estándar poblacional
Población
P =Proporción poblacional

X ;S2; S; p
Muestra X =Media Muestral S2 =Varianza muestral

S =Desviación estándar muestral

p =Proporción muestral

P-3
PRUEBA DE HIPÓTESIS PARA DOS MUESTRAS DE VARIABLE CUANTITATIVA

NÚMERO PRUEBA TIPO DE


OBSERVACIONES
MUESTRAS
ESTADÍSTICA PRUEBA

Mayor de 30 Independientes Prueba Z Paramétrica

Diferencia /2
Prueba Z Paramétrica
Proporciones

Menor de 30 Independientes Prueba T Paramétrica

Pareadas Prueba T Paramétrica

P-5
EL VALOR DE P (Sig Bilateral)

DR. SORIA QUIJAITE JUAN JESÚS 6


PRUEBA DE INDEPENDENCIA ESTADÍSTICA

P-20
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS POBLACIONALES CONOCIENDO LAS DESVIACIONES ESTÁNDAR POBLACIONAL (Muestras
Independientes)

a)Ho: 1  2
Ha: 1 > 2

b)Ho: 1 ≥ 2
Ha: 1 < 2

c)Ho: 1 =2
Ha: 1  2

P-6
CASO 01:EJERCICIO DE APLICACIÓN
Los siguientes datos son el
diámetro celular (en µm) de 40
linfocitos y 50 células tumorales
obtenidas a partir de la biopsia
del tejido de pacientes con
melanoma. ¿Es posible concluir
que, en promedio, los linfocitos y
las células tumorales difieren en
tamaño? Use un nivel de
significancia del α=5%.
9
Dr. Soria Quijaite Juan Jesús
ID LINFOCITOS CÉLULAS TUMORALES
BASE DE DATOS
1 9 12.6
2 9.4 14.6
CASO 01
3 4.7 16.2
4 4.8 23.9
5 8.9 23.3
6 4.9 17.1
7 8.4 20
8 5.9 21
9 6.3 19.1
10 5.7 19.4
11 5 16.7
12 3.5 15.9
13 7.8 15.8
14 10.4 16
15 8 17.9
16 8 3.4
17 8.6 19.1
18 7 16.6
19 6.8 18.9
20 7.1 18.7
21 5.7 20
22 7.6 17.8
23 6.2 13.9
24 7.1 22.1
25 7.4 13.9
26 8.7 18.3
27 4.9 22.8
28 7.4 13
29 6.4 17.9
30 7.1 15.2
31 6.3 17.7
32 8.8 15.1
33 8.8 16.9
34 5.2 16.4
35 7.1 22.8
36 5.3 19.4
37 4.7 19.6
38 8.4 18.4
39 6.4 18.2
40 8.3 20.7
41 16.3
42 17.7
43 18.1
44 24.3
45 11.2
46 19.5
47 18.6
48 16.4
49 16.1
50 21.5
10
Dr. Soria Quijaite Juan Jesús
PLANTEAMIENTO DE LAS HIPÓTESIS ESTADÍSTICAS

Ho: Linfocitos= Células_tumorales


Ha: Linfocitos≠ Células_tumorales (HIPÓTESIS DEL INVESTIGADOR)

mujeres = Promedio de diámetro celular de los linfocitos


hombres = Promedio de diámetro celular de las células tumorales

XLi  X ct 6.950  17.720


Z Z  19.13449169
2 2
S Li2 S ct2 1.5958 3.5577
 
n Li nct 40 50

11
Dr. Soria Quijaite Juan Jesús
PASOS A SEGUIR EN LA PRUEBA DE HIPÓTESIS
Insertamos la base de datos de Excel

12
Dr. Soria Quijaite Juan Jesús
PASOS A SEGUIR EN LA PRUEBA DE HIPÓTESIS
Secuencia de pasos en SPSS:
Analizar → Comparar Medias → Prueba T para muestras Independientes

13
Dr. Soria Quijaite Juan Jesús
PASOS A SEGUIR EN LA PRUEBA DE HIPÓTESIS
Definimos los grupos en la ventana Definir grupos de SPSS:
Grupo 1: Son los Linfocitos=1
Grupo2: Células tumorales=2

14
Dr. Soria Quijaite Juan Jesús
PASOS A SEGUIR EN LA PRUEBA DE HIPÓTESIS
Definimos el nivel de confianza 1- α=95%
Por ende, el nivel de significancia es: α=5%

15
Dr. Soria Quijaite Juan Jesús
PASOS A SEGUIR EN LA PRUEBA DE HIPÓTESIS
Así quedaría definido la ventana para los resultados de la prueba

16
Dr. Soria Quijaite Juan Jesús
RESULTADOS DE LA PRUEBA DE HIPÓTESIS

17
Dr. Soria Quijaite Juan Jesús
GRÁFICA BILATEAL DE LA PRUEBA DE HIPÓTESIS

REGIÓN DE REGIÓN DE REGIÓN DE


RECHAZO ACEPTACIÓN RECHAZO

Zc=
Z=-19.76

18
Dr. Soria Quijaite Juan Jesús
INTERPERATACIÓN DE LA PRUEBA DE HIPÓTESIS

Como el valor de Zc=-19.76<Z=-1.96 entonces


rechazamos la hipótesis nula H0 y aceptamos la
hipótesis alterna Ha. Así mismo el valor del
sig_bilateral=0.000 el cual nos permite concluir que
en promedio los linfocitos y las células tumorales
difieren en tamaño. La diferencia del tamaño se da
ya que la media aritmética de los linfocitos es de
6.950 µm y la de las células cancerígenas 17.720
µm, el cual existe una diferencia de medias de 10.77
µm lo que representa el 60.78% de impacto
positivo en que el diámetro de las células
cancerígenas es mayor que el diámetro de los
linfocitos.

19
Dr. Soria Quijaite Juan Jesús
PRUEBA DE NORMALIDAD
SECUENCIA:
Analizar → Estadísticos Descriptivos → Explorar

20
Dr. Soria Quijaite Juan Jesús
PRUEBA DE NORMALIDAD

21
Dr. Soria Quijaite Juan Jesús
PRUEBA DE NORMALIDAD

Un grupo de datos tiene normalidad si se cumple que:


A) Si Sig=P_valor es mayor al nivel de significancia α
entonces los datos tienen normalidad.
B) Sig=P_valor es menor al nivel de significancia α entonces
los datos no tienen normalidad
Como se observa en la tabla en cada grupo tenemos:
Grupo 1: Sig=P=0.200 es mayor a 0.05=α
Grupo 2: Sig=P=0.098 es mayor a 0.05=α
Esto confirma que los grupos 1 y 2 sus datos tienen normalidad.
22
Dr. Soria Quijaite Juan Jesús
PRUEBA DE PROPORCIONES

P-20
PRUEBA DE HIPÓTESIS DONDE INTERVIENEN LA DIFERENCIA DE DOS PROPORCIONES
POBLACIONALES

a) Ho: 𝝅1≤ 𝝅2
Ha: 𝝅1 > 𝝅2

b) Ho: 𝝅1 ≥ 𝝅2
Ha: 𝝅1 < 𝝅2

c) Ho: 𝝅1 = 𝝅2
Ha: 𝝅1  𝝅2

P-9
EJERCICIO DE APLICACIÓN 3

En un estudio de cuidado nutricionales en


asilos para ancianos, Lany y Justice
encontraron que entre 55 pacientes con
hipertensión, 24 tenían una dieta con
restricción de sodio. De 149 pacientes sin
hipertensión, 36 tenían una dieta sin sodio.
¿Es posible concluir que, en las poblaciones
muestrales, la proporción de pacientes con
dieta restringida en sodio es mayor entre
pacientes con hipertensión que entre
pacientes sin hipertensión? Usar un nivel de
significancia de α=5%.

P-10
EJERCICIO DE APLICACIÓN 3

Planteamiento de las hipótesis:


Ho: 𝝅1≤ 𝝅2
Ha: 𝝅1 > 𝝅2

𝝅1 = Proporción de pacientes con hipertensión con dieta baja de sal


𝝅2 = Proporción de pacientes sin hipertensión con dieta baja en sal

X 1 24 X 2 36
p1    0.4364 p2    0.2416
n1 55 n2 149

P-10
EJERCICIO DE APLICACIÓN 3 (Continuación)

X1  X 2 24  36 60
pc     0.2941
n1  n2 55  149 204

p1  p 2 0.4364  0.2416
Z   2.71
1 1  1 1 
p c (1  p c )     0.2941(1  0.2941)  
 n1 n2   150 200 

El valor de Z por tabla: Z1-0.05/2=Z0.975=1.96

P-11
USANDO EL SOFTWARE MINITAB 16

Prueba e IC para dos proporciones


Muestra X N Muestra p
1 24 55 0.436364
2 36 149 0.241611

Diferencia = p (1) - p (2)


Estimado de la diferencia: 0.194753
Límite inferior 95% de la diferencia: 0.0705518
Prueba para la diferencia = 0 vs. > 0: Z = 2.71 Valor P = 0.003

Prueba exacta de Fisher: Valor P = 0.006

28
Dr. Soria Quijaite Juan Jesús
GRÁFICA DE NORMALIDAD CON MINITAB 16

REGIÓN DE REGIÓN DE
ACEPTACIÓN RECHAZO

Zc=
Z=2.71
Interpretación:
Como Z=2.71≥Zc=1.645 entonces se rechaza la hipótesis nula Ho y se
acepta la hipótesis alterna Ha a un nivel de significancia del α=5%.
Además el p_valor =0.003 como es menor al nivel de significancia α=
0.05 se concluye que la proporción de pacientes con dieta restringida en
sodio es mayor entre los pacientes hipertensos que entre los pacientes
sin hipertensión.

29
Dr. Soria Quijaite Juan Jesús
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

P-20
COMPARACIÓN DE DOS MEDIAS POBLACIONALES INDEPENDIENTES DE MUESTRAS PEQUEÑAS

a) Ho: 1 ≤2
Ha: 1>2

b) Ho: 1 ≥2
Ha: 1 <2

c)Ho: 1 =2
Ha: 1  2

Ha: 1
 2
P-12
COMPARACIÓN DE DOS MEDIAS POBLACIONALES INDEPENDIENTES DE
MUESTRAS PEQUEÑAS MENORES A 30

EJEMPLO:Un estudio de los investigadores Eidelman et. Al. Tiene


como objetivo examinar las características de la destrucción
pulmonar en persona que fuman cigarrillos antes de desarrollar
un marcado enfisema pulmonar. Se practicaron mediciones de
tres índices de destrucción pulmonar en los pulmones de
personas longevas que no fumaban y en personas con
tabaquismo que murieron repentinamente fuera del hospital por
causas no respiratorias. Una calificación alta indica un mayor
daño pulmonar. En la tabla se muestran las calificaciones
producidas, para uno de los índices de destrucción pulmonar de
una muestra de nueve personas que no fuman y 16 fumadoras.
Se pretende saber si es posible concluir, con base en los datos,
que las personas que sí fuman, en general, tienen los pulmones
más dañados que las personas no fumadoras, como lo indican las
mediciones.

P-13
DATA DE LAS FRECUENCIAS CARDIACAS

No Fumadoras Fumadoras

16.6
13.9
11.3
26.5
18.1
17.4
6
15.3
10.8
15.8
11
12.3
7.7
18.6
17.9
12
8.5
24.1
13
16.5
18.9
21.8
16.3
23.4
18.8

DR. SORIA QUIJAITE JUAN JESÚS 33


PLANTEAMIENTO DE LAS HIPÓTESIS ESTADÍSTICAS

Ho: No_Fuman ≥ Fuman


Ha: No_Fuman < Fuman (HIPÓTESIS DEL INVESTIGADOR)

Fuman = Promedio de índices de destrucción pulmonar en fumadores


No_Fuman=Promedio de índices de destrucción pulmonar en No fumadores

P-13
CÁLCULO ESTADÍSTICO

X1  X 2
n1  1S  n2  1S
2 2 t 
S 
2 1 2
S p2 (
1

1
)
n1  n2  2
p
n1 n2

(16  1) 4.4752 2
 (9  1) 4.8492 2
S p2   21.2404
16  9  2
12.433  17.538  5.105
t    2.65843253
 1 1 1.920304519
21.2404  
 16 9 

P-14
RESULTADOS CON MINITAB 16

36
Dr. Soria Quijaite Juan Jesús
RESULTADOS CON MINITAB 16

37
Dr. Soria Quijaite Juan Jesús
RESULTADOS CON SPSS

2P<α → 2P<5% → P<0.05/2 → P<0.025 gl=n1+n2-2 ; grados de libertad


Tα(16+9-2=23)
T 0.05,(23) = -2.658
Sig_bilateral=0.014 → 0.014<0.025

38
Dr. Soria Quijaite Juan Jesús
RESULTADOS CON MINITAB 16

REGIÓN DE REGIÓN DE
RECHAZO ACEPTACIÓN

t=
t=-2.658
Interpretación:
Como t=-2.658<tc=-1.714 entonces se rechaza la hipótesis nula Ho y se
acepta la hipótesis alterna Ha a un nivel de significancia del α=5%.
Además el p_valor=Sig_bilateral=0.014 como es menor al nivel de
significancia α/2= 0.05/2=0.025 se concluye que los índices de
personas que sí fuman tienen los pulmones más dañados que las
personas que no fuman. 39
Dr. Soria Quijaite Juan Jesús
TALLER

Se está interesado en estudiar si el cambio en


frecuencia cardiaca observado tras la realización de
una prueba de ejercicio se ve afectado por la edad
de los sujetos sometidos a tal prueba. Para
contrastar dicha hipótesis se plantea una
investigación en la que se seleccionan 40
individuos. Todos los individuos realizan una prueba
de esfuerzo de 12 minutos, y se calculan los
incrementos de la frecuencia antes del ejercicio
menos la frecuencia después del ejercicio.
¿Existe un cambio en la frecuencia cardiaca como
consecuencia del ejercicio? Usar un nivel de
significancia de α=5%. Los datos se presentan en la
siguiente tabla:

P-13
DATA DE LAS FRECUENCIAS CARDIACAS
Frecuencia final Frecuencia final
Hombres Mujeres
108 109
113 114
112 132
115 94
128 119
116 116
109 104
119 108
126 118
103 109
112 102
111 112
115 126
116 112
122 131
111 110
128 102
112 103
116 124
109 124

DR. SORIA QUIJAITE JUAN JESÚS 41


PRUEBA DE INDEPENDENCIA ESTADÍSTICA

P-20
PRUEBA PAREADA
Los datos apareados se presentan con cierta frecuencia en una variedad
de contextos de investigación. Por ejemplo, los investigadores pueden
evaluar la efectividad relativa de dos técnicas de cirugía láser para el
tratamiento de la retinopatía diabética si aplican una técnica en uno de
los ojos de los pacientes que padecen esta enfermedad y aplican el
segundo método en el otro ojo. Si después de algún tiempo se mide la
agudeza visual en cada ojo para determinar cuál técnica de cirugía dio
por resultado una mejor visión, las dos agudezas obtenidas en cada
paciente constituirían un par de datos.
Como segundo ejemplo, los investigadores que deseen determinar si un
remedio para el resfriado que se vende sin prescripción médica tiene
como efecto colateral indeseable la elevación de la presión arterial
sistólica, podrían tomar medidas de línea base de presión arterial para
cada paciente, administrar el remedio para el resfriado y, después de un
periodo de tiempo específico, medir la presión arterial por segunda vez.
Después, podrían compararse las me días de las dos presiones arteriales
tomadas en dos diferentes momentos para determinar si ocurrió un
incremento. De nuevo, las dos mediciones tomadas en cada persona
constituirían un par de datos.

43
Dr. Soria Quijaite Juan Jesús
PRUEBA PAREADA
Como ejemplo final, podría exponerse a un grupo de mellizos a dos
formas de vacuna contra alguna enfermedad infantil. Al azar se asigna a
un mellizo de cada par para que reciba la primera vacuna, y el otro
mellizo recibe la segunda vacuna. La efectividad relativa de ambas
vacunas podría evaluarse comparando las proporciones de mellizos que
toman cada tipo de vacuna y que desarrollan la enfermedad. Los
indicadores de si cada mellizo del par desarrolla o no la enfermedad
serían un par de datos.

44
Dr. Soria Quijaite Juan Jesús
PRUEBA DE HIPÓTESIS PARA MUESTRAS DEPENDIENTES

P-15
EJERCICIO DE APLICACIÓN 1
Se utilizaron 9 sujetos en un experimento para determinar si
la exposición a monóxido de carbono tiene un impacto sobre
la capacidad respiratoria. Los datos fueron recolectados por
el personal del Departamento de Salud y Educación Física de
Virginia Tech y analizados en el centro de consulta estadística
de Hokie Land. Los sujetos fueron expuestos a cámaras de
respiración, una de las cuales contenía una alta
concentración de CO. Se realizaron varias mediciones de
frecuencia respiratoria a cada sujeto de la cámara. Los
sujetos fueron expuestos a las cámaras de respiración en una
secuencia aleatoria. Los siguientes datos representan la
frecuencia en número de respiraciones por minuto. Realizar
una prueba unilateral de la hipótesis de que la frecuencia
respiratoria media es igual en los dos ambientes. Use un nivel
de significancia del α=5%. Suponga que la frecuencia
respiratoria es aproximadamente normal.

46
Dr. Soria Quijaite Juan Jesús
TABLA DE DATOS DELEJERCICIO 1
Tabla de datos: Número de respiraciones por minuto.

Sujeto Con CO Sin CO


1 30 30
2 45 40
3 26 25
4 25 23
5 34 30
6 51 49
7 46 41
8 32 35
9 30 28

47
Dr. Soria Quijaite Juan Jesús
CÁLCULO MATEMÁTICO
Sujeto Con CO Sin CO d d^2

1 30 30 0 0

2 45 40 5 25

3 26 25 1 1

4 25 23 2 4

5 34 30 4 16

6 51 49 2 4

7 46 41 5 25

8 32 35 -3 9

9 30 28 2 4

Totales 18 88
P-17
PLANTEAMIENTO DE LAS HIPÓTESIS ESTADÍSTICAS

Ho: µd  0
Ha: µd > 0
Equivalente a:

Ho: µConCO  µSinCO


Ha: µConCO > µSinCO

µConCO =Promedio de concentración Con CO


µSinCO = Promedio de concentración Sin CO

Dr. SORIA QUIJAITE JUAN JESÚS 49


CÁLCULO MATEMÁTICO ESTADÍSTICO

d 18
d  2
n 9

( d ) 2 (18) 2
d 
2
88 
Sd  n  9  2.55
n 1 9 1

d 2
tc    2.353
Sd 2.55
n 9 P-18
GRÁFICA DE t STUDENT

REGIÓN DE REGIÓN DE
ACEPTACIÓN RECHAZO

tc=
t=2.353

Rechazar Ho si tc ≥ t α,(n-1)
DECISIÓN
Como t=2.353>tc=1.860 entonces se rechaza la hipótesis nula
Ho y se acepta la hipótesis alterna Ha a un nivel de significancia
del α=5%. Concluyendo que los pacientes en el número de
respiraciones con ConCo es mayor que en el número de
respiraciones SinCO.
51
Dr. Soria Quijaite Juan Jesús
EJERCICIO DE APLICACIÓN 1

52
Dr. Soria Quijaite Juan Jesús
EJERCICIO DE APLICACIÓN 1
Las variables ConCO y SinCO se pasan a la ventana: Variables
emparejadas.

53
Dr. Soria Quijaite Juan Jesús
RESULTADOS CON SPSS
Muestras relacionadas (Apareadas)

54
Dr. Soria Quijaite Juan Jesús
TALLER 1
Para investigar si dos métodos de
determinación de la concentración de
protrombina en plasma difieren en sus
resultados, se eligieron 8 sujetos y a cada uno
se le sacó una muestra de sangre. Ambos
métodos se aplicaron a parte de la misma
muestra con los siguientes resultados que se
muestran en la tabla.
A)Haga la prueba de significación estadística.
Cuál es su conclusión respecto a los métodos.
B)¿Para α=5%, existe diferencia entre los
métodos analizados?.

55
Dr. Soria Quijaite Juan Jesús
TABLA DATOS DEL TALLER 1

SUJETO MÉTODO I MÉTODO II

1 17 18

2 17 17

3 18 20

4 21 24

5 22 23

6 17 15

7 23 25

8 23 22

56
Dr. Soria Quijaite Juan Jesús
TALLER 2
Se estudia el efecto de un cierto estímulo sobre la presión
sistólica de 12 individuos. Los datos aparecen en la tabla. Con
un nivel de significación de 5% determine si la presión
sistólica experimenta un cambio estadísticamente
significativo con el estímulo aplicado.
SUJETO PRESIÓN ASISTÓLICA ANTES (mm) PRESIÓN ASISTÓLICA DESPUES (mm)

1 120 128

2 124 131

3 130 131

4 118 127

5 140 132

6 128 125

7 140 141

8 135 137

9 126 118

10 130 132

11 126 129

12 127 135

57
Dr. Soria Quijaite Juan Jesús
EJERCICIO DE APLICACIÓN2

La empresa Gym de aeróbicos en sus


avisos de Marketing de su gimnasio
asegura que al terminar su curso de
aeróbicos se obtendrá una pérdida de
peso. Una muestra aleatoria de ocho
reinas de belleza dio los siguientes pesos
corporales antes de ingresar al curso y
después de terminados. Los pesos se
muestran en la tabla. Al nivel de
significancia de α=0.01. ¿Se puede
concluir que las reinas de belleza
perdieron peso?
P-16
PESOS DE LA REINAS DE BELLEZA

Nombres Antes Después


Maju 155 154
Janet 228 207
Antonella 141 147
Lourdes 162 157
Natalia 211 196
Roxana 164 150
Liset 164 150
Mariela 172 165

P-17
CÁLCULO MATEMÁTICO

Nombres Antes Después d d2


Maju 155 154 1 1
Janet 228 207 21 441
Antonella 141 147 -6 36
Lourdes 162 157 5 25
Natalia 211 196 15 225
Roxana 164 150 14 196
Liset 164 150 14 196
Mariela 172 165 7 49

71 1169

P-17
PLANTEAMIENTO DE LAS HIPÓTESIS ESTADÍSTICAS

Ho: µd  0
Ha: µd > 0
Equivalente a:

Ho: µantes  µdespués


Ha: µantes > µdespués

µdespués =Promedio de pesos corporales después de ir al gimnasio.


µantes = Promedio de pesos corporales antes de ir al gimnasio.

Dr. SORIA QUIJAITE JUAN JESÚS 61


CÁLCULO MATEMÁTICO ESTADÍSTICO

d 71
d   8.875
n 8
( d ) 2
( 71) 2
d 2  1169 
Sd  n  8  8.774
n 1 8 1

d 8.875
tc    2.861
Sd 8.774
n 8

P-18
RESULTADOS CON MINITAB 16

IC y Prueba T pareada: ANTES_gin, DESPUES_gin

T pareada para ANTES_gin - DESPUES_gin

Error
estándar
de la
N Media Desv.Est. media
ANTES_gin 8 174.6 29.5 10.4
DESPUES_gin 8 165.8 22.9 8.1
Diferencia 8 8.88 8.77 3.10

Límite inferior 99% para la diferencia media: -0.42


Prueba t de diferencia media = 0 (vs. > 0): Valor T = 2.86 Valor P =
0.012

63
Dr. Soria Quijaite Juan Jesús
GRÁFICA DE t STUDENT

Rechazar Ho si tc ≥ t α,(n-1);Pero como 2.861≤ 2.998 aceptamos Ho.


DECISIÓN
Como t=2.861≤tc=2.998 entonces se acepta la hipótesis nula Ho
a un nivel de significancia del α=1%. Concluyendo que las reinas
de belleza no perdieron peso después de asistir al gimnasio.
Además el p_valor =0.012 como el mayor a α=0.01 confirma que
se debe aceptar la hipótesis nula Ho.
64
Dr. Soria Quijaite Juan Jesús
PRUEBA DE HIPÓTESIS PARA VARIABLES CUALITATIVAS

Escala Muestras Prueba estadística

Nominal Pareadas Test de Mc Nemar

Ordinal Pareadas Prueba de los signos


Nominal u
ordinal Independientes Prueba de la mediana

Ordinal Independientes Prueba U de Mann-Whitney


Prueba de Kolmogorov-
Ordinal Independientes Smirnov

Ordinal Independientes Prueba Wald-Wolfowtz

Ordinal Independientes Prueba de Moses

P-19
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

P-20
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

La prueba chi-cuadrada para la


independencia se utiliza para probar
la hipótesis nula en la que dos
variables discretas son
independientes contra la alternativa
de que no sean independientes.

P-20
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

P-20
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

P-20
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

70
Dr. Soria Quijaite Juan Jesús
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

DR. SORIA QUIJAITE JUAN JESÚS 71


PRUEBA DE INDEPENDENCIA ESTADÍSTICA

P-21
PRUEBA DE INDEPENDENCIA ESTADÍSTICA

DR. SORIA QUIJAITE JUAN JESÚS 73


PRUEBA DE INDEPENDENCIA ESTADÍSTICA

Con el software MINITAB calculamos el estadístico ji cuadrado χ

Paso1. Seleccione el menú desplegable Estadística


Paso2. Elija Tablas
Paso3.Elija Prueba chi-cuadrada (tabla de dos
factores en hoja de trabajo)
Paso4.Cuando aparezca el cuadro de diálogo Prueba
chi-cuadrada (tabla de dos factores en hoja de
trabajo):
En columna que contienen la tabla digite: C2-C4
Paso5. Aceptar

DR. SORIA QUIJAITE JUAN JESÚS 74


PRUEBA DE INDEPENDENCIA ESTADÍSTICA

DR. SORIA QUIJAITE JUAN JESÚS 75


RESULTADOS DE LA PRUEBA DE INDEPENDENCIA

Prueba chi-cuadrada: DEMÒCRATAS; REPUBLICANOS; INDEPENDIENTES


Los conteos esperados se imprimen debajo de los conteos observados
Las contribuciones chi-cuadradas se imprimen debajo de los conteos esperados

DEMÒCRATAS REPUBLICANOS INDEPENDIENTES Total


1 18 12 10 40
14,08 11,52 14,40
1,091 0,020 1,344

2 17 15 13 45
15,84 12,96 16,20
0,085 0,321 0,632

3 9 9 22 40
14,08 11,52 14,40
1,833 0,551 4,011
Total 44 36 45 125
Chi-cuadrada = 9,889; GL = 4; Valor P = 0,042

DR. SORIA QUIJAITE JUAN JESÚS 76


INTERPRETACIÓN DE LA PRUEBA DE INDEPENDENCIA

DR. SORIA QUIJAITE JUAN JESÚS 77


PRUEBA DE HIPÓTESIS PARA VARIABLES CUALITATIVAS
MAS DE DOS MUESTRAS

Escala Muestras Prueba estadística

Nominal Pareadas Prueba Q de Cochran

Análisis de la varianza por


Ordinal Pareadas
rangos de Friedman
Extensión de la prueba de la
Nominal Independientes
mediana

Ordinal Independientes Prueba Kruskal-Wallis

P-22
79
Dr. Soria Quijaite Juan Jesús

Вам также может понравиться