Show Menu
Cheatography

Estadística Week 06 Cheat Sheet by

INFERENCIAS A PARTIR DE 2 MUESTRAS

DOS PROPOR­CIO­NES

• Realizar una prueba de hipótesis formal de una afirmación hecha sobre dos propor­ciones poblac­ion­ales. • Elaborar una estimación del intervalo de confianza para la diferencia entre dos propor­ciones poblac­ion­ales.
Concepto Clave: En esta sección presen­tamos métodos para (1) probar una afirmación hecha sobre dos propor­ciones poblac­ionales y (2) elaborar una estimación del intervalo de confianza para la diferencia entre dos propor­ciones poblac­ion­ales. Los métodos de este capítulo también se pueden usar con probab­ili­dades o con los equiva­lentes decimales de los porcen­tajes.
1. Prueba de Hipótesis: Realizar una prueba de hipótesis de una afirmación sobre dos propor­ciones poblac­ion­ales. 2. Intervalo de Confianza: Elaborar una estimación del intervalo de confianza para la diferencia entre dos propor­ciones poblac­ion­ales.
 

DOS MEDIAS: MUESTRAS INDEPE­NDI­ENTES

• Distinguir entre una situación que involucra dos muestras indepe­ndi­entes y una situación que involucra dos muestras que no son indepe­ndi­entes.• Realizar una prueba de hipótesis formal de una afirmación hecha sobre dos medias poblac­ionales indepe­ndi­entes.• Elaborar una estimación del intervalo de confianza para la diferencia entre dos medias poblac­ion­ales.
DEFINI­CIONES: Dos muestras son indepe­ndi­entes si los valores muestrales de una población no están relaci­onados o de alguna manera natura­lmente empare­jados o combinados con los valores muestrales de otra población. Dos muestras son depend­ientes (o constan de pares relaci­onados ) si los valores muestrales se corres­ponden de alguna manera, donde la corres­pon­dencia se basa en una relación inherente (es decir, cada par de valores muestrales consiste en dos medidas del mismo sujeto, como datos de antes y después, o cada par de valores muestrales consiste en pares coinci­dentes, como datos de marido y mujer, y donde la coinci­dencia se basa en alguna relación signif­ica­tiva). Precau­ción: la “depen­dencia” no requiere una relación de causa>­efecto directa.
Métodos Equiva­lentes: El método del valor P y el método del valor crítico para pruebas de hipótesis, así como los intervalos de confianza utilizan la misma distri­bución y el mismo error estándar, por lo que todos son equiva­lentes en el sentido de que dan como resultado las mismas conclu­siones.
 

DOS MUESTRAS DEPEN. (PARES RELACI­ONA­DOS)

• Identi­ficar datos muestrales que constan de pares relaci­ona­dos.• Realizar una prueba de hipótesis formal de una afirmación hecha sobre la media de las difere­ncias entre pares relaci­ona­dos.• Elaborar una estimación del intervalo de confianza para la media de las difere­ncias entre pares relaci­onados.
Concepto Clave: Esta sección presenta métodos para llevar a cabo una prueba de hipótesis formal de una afirmación hecha sobre una desviación estándar s o una varianza s2 poblac­ion­ales. Los métodos de esta sección usan la distri­bución ji cuadrada. El dato estadí­stico de prueba, el valor P y los valores críticos se resumen de la siguiente manera.
1. Prueba de Hipótesis: Usar las difere­ncias de dos muestras depend­ientes (pares relaci­onados) para probar una afirmación sobre la media poblac­ional de todas esas difere­ncias. 2. Intervalo de Confianza: Usar las difere­ncias de dos muestras depend­ientes (pares relaci­onados) para elaborar una estimación del intervalo de confianza de la media poblac­ional de todas esas difere­ncias.
 

DOS VARIANZAS O DESVIA­CIONES ESTÁNDAR

• Desarr­ollar la capacidad de realizar una prueba de hipótesis formal de una afirmación hecha sobre dos desvia­ciones estándar o varianzas poblac­ion­ales.
Concepto Clave: En esta sección presen­tamos la prueba F para probar hipótesis sobre dos varianzas (o desvia­ciones estándar) poblac­ion­ales. La prueba F (llamada así en honor al estadí­stico Sir Ronald Fisher) usa la distri­bución F presentada en esta sección. La prueba F requiere que ambas poblac­iones tengan distri­buc­iones normales. En vez de ser robusta, esta prueba es muy sensible a desvia­ciones de las distri­buc­iones normales, por lo que el requisito de normalidad es bastante estricto. La parte 1 describe el proced­imiento de la prueba F para realizar una prueba de hipótesis, y la parte 2 propor­ciona una breve descri­pción de dos métodos altern­ativos para comparar la variación entre dos muestras.
1º. Prueba F con dos Varianzas o Desvia­ciones Estándar: El siguiente recuadro de elementos clave incluye aspectos de una prueba de hipótesis sobre una afirmación acerca de dos varianzas o dos desvia­ciones estándar poblac­ion­ales. El proced­imiento se basa en el uso de dos varianzas muestr­ales, pero el mismo proced­imiento se usa para las hipótesis sobre dos desvia­ciones estándar poblac­ion­ales. La prueba F real podría ser de dos colas, de cola izquierda o de cola derecha, pero podemos facilitar los cálculos al estipular que la mayor de las varianzas muestrales se expresa con s2
1
. Se deduce que la varianza muestral más pequeña se expresa como s2 2`. Este estipu­lación nos permite evitar el problema algo complicado de encontrar un valor crítico de F para la cola izquierda.
2º. Métodos altern­ativos: La parte 1 de esta sección presentó la prueba F para probar hipótesis sobre desvia­ciones estándar (o varianzas) de dos poblac­iones indepe­ndi­entes. Debido a que la prueba F es muy sensible a desvia­ciones de la normal­idad, ahora descri­biremos brevemente dos métodos altern­ativos que no son tan sensibles a tales desvia­ciones:
2.1 Conteo de Cinco: El método del conteo de cinco es una altern­ativa relati­vamente simple a la prueba F, además no requiere poblac­iones normal­mente distri­buidas. Si los dos tamaños de muestra son iguales, y si una muestra tiene al menos cinco de las mayores desvia­ciones absolutas medias (DAM), entonces concluimos que su población tiene una varianza mayor.
2.2 Prueba Levene­-Br­own­-Fo­rsythe: La prueba Levene­-Br­own­-Fo­rsythe (o prueba de Levene modifi­cada) es otra altern­ativa a la prueba F, y es mucho más robusta contra desvia­ciones de la normal­idad. Esta prueba comienza con una transf­orm­ación de cada conjunto de valores muestr­ales. Dentro de la primera muestra, reemplace cada valor x con 0 x 2 mediana 0 y aplique la misma transf­orm­ación a la segunda muestra. Con base en los valores transf­orm­ados, realice una prueba "­t" para la igualdad de medias con muestras indepe­ndi­entes. Dado que los valores transf­ormados son ahora desvia­ciones, la prueba "­t" para la igualdad de medias es en realidad una prueba que compara la variación en las dos muestras.
 

Comments

No comments yet. Add yours below!

Add a Comment

Your Comment

Please enter your name.

    Please enter your email address

      Please enter your Comment.

          Related Cheat Sheets

          Selenium WebDriver Cheat Sheet Cheat Sheet
          Cypressio Cheat Sheet
          ISTQB Test Automation Engineering Cheat Sheet

          More Cheat Sheets by Ronald

          Estadística Week 07 Cheat Sheet
          Estadística Week 08 Cheat Sheet
          Estadística Week 10 Cheat Sheet