Show Menu
Cheatography

Estadística Week 08 Cheat Sheet by

INFERENCIAS A PARTIR DE DOS MUESTRAS

DOS PROPOR­CIO­NES

• Realizar una prueba de hipótesis formal de una afirmación hecha sobre dos propor­​​c­iones poblac­​​i­o​n­​ales. • Elaborar una estimación del intervalo de confianza para la diferencia entre dos propor­​​c­iones poblac­​​i­o​n­​ales.
Concepto Clave: En esta sección presen­​​tamos métodos para (1) probar una afirmación hecha sobre dos propor­​​c­iones poblac­​​i­o​nales y (2) elaborar una estimación del intervalo de confianza para la diferencia entre dos propor­​​c­iones poblac­​​i­o​n­​ales. Los métodos de este capítulo también se pueden usar con probab­​​i­l​i­​dades o con los equiva­​​l­entes decimales de los porcen­​​t­ajes.
1. Prueba de Hipótesis: Realizar una prueba de hipótesis de una afirmación sobre dos propor­​​c­iones poblac­​​i­o​n­​ales. 2. Intervalo de Confianza: Elaborar una estimación del intervalo de confianza para la diferencia entre dos propor­​​c­iones poblac­​​i­o​n­​ales.

NOTACIÓN PARA DOS PROPOR­CIO­NES

 

DOS MEDIAS: MUESTRAS INDEPE­​N​­DIE­NTE­S​.

• Distinguir entre una situación que involucra dos muestras indepe­​​n­d​i­​entes y una situación que involucra dos muestras que no son indepe­​​n­d​i­​e​­ntes.• Realizar una prueba de hipótesis formal de una afirmación hecha sobre dos medias poblac­​​i­o​nales indepe­​​n­d​i­​e​­ntes.• Elaborar una estimación del intervalo de confianza para la diferencia entre dos medias poblac­​​i­o​n­​ales.
DEFINI­​​C­​​I­ONES: Dos muestras son indepe­​​n­​​​­di​­​​​­entes si los valores muestrales de una población no están relaci­​​o­nados o de alguna manera natura​​ lmente empare­​​jados o combinados con los valores muestrales de otra población. Dos muestras son depend­​​​­i​​­​entes (o constan de pares relaci­​​​­​onados ) si los valores muestrales se corres­​​p­onden de alguna manera, donde la corres­​​p­o​n­​d​­encia 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 coinci­​​d­e​ntes, como datos de marido y mujer, y donde la coinci­​​d­encia se basa en alguna relación signif­​​i­c​a­​t​­iva). Precau­​ción: la “depen­​​d­e​ncia” no requiere una relación de causa>­​​e­fecto directa.
Métodos Equiva­​​​­l​​­​​e­ntes: El método del valor P y el método del valor crítico para pruebas de hipótesis, así como los intervalos de confianza utilizan la misma distri­​​b­ución y el mismo error estándar, por lo que todos son equiva­​​l­entes en el sentido de que dan como resultado las mismas conclu­​​s­i​ones.
 

DOS MUESTRAS DEPEN. (PARES RELACI­ONA­DOS)

• Identi­​​ficar datos muestrales que constan de pares relaci­​​o­n​a­​dos.• Realizar una prueba de hipótesis formal de una afirmación hecha sobre la media de las difere­​​ncias entre pares relaci­​​o­n​a­​dos.• Elaborar una estimación del intervalo de confianza para la media de las difere­​​ncias entre pares relaci­​​o­n​ados.
Concepto clave: En esta sección se presentan métodos para probar hipótesis y elaborar intervalos de confianza que involucran la media de las difere­​ncias entre los valores de dos poblac­​iones depend­​ientes (depen­​di­entes en el sentido de que los datos consisten en pares relaci­​on­a​dos). Los pares se deben combinar de acuerdo con alguna relación, como las mediciones antes/­​de­spués de los mismos sujetos o las puntua­​ciones de IQ de esposos y esposas.
1. Prueba de Hipótesis: Usar las difere­​​ncias de dos muestras depend­​​i­entes (pares relaci­​​o­n​ados) para probar una afirmación sobre la media poblac­​​ional de todas esas difere­​​n­cias. 2. Intervalo de Confianza: Usar las difere­​​ncias de dos muestras depend­​​i­entes (pares relaci­​​o­n​ados) para elaborar una estimación del intervalo de confianza de la media poblac­​​ional de todas esas difere­​​n­cias.
 

DOS VARIANZAS O DESVIA­​CIONES ESTÁNDAR

• Desarr­​​ollar la capacidad de realizar una prueba de hipótesis formal de una afirmación hecha sobre dos desvia­​​c­iones estándar o varianzas poblac­​​i­o​n­​ales.
Concepto Clave: *En esta sección presen­​​tamos la prueba F para probar hipótesis sobre dos varianzas (o desvia­​​c­iones estándar) poblac­​​i­o​n­​ales. La prueba F (llamada así en honor al estadí­​​stico Sir Ronald Fisher) usa la distri­​​b­ución F presentada en esta sección. La prueba F requiere que ambas poblac­​​iones tengan distri­​​b­u​c­​iones normales. En vez de ser robusta, esta prueba es muy sensible a desvia­​​c­iones de las distri­​​bu​c​ iones normales, por lo que el requisito de normalidad es bastante estricto. La parte 1 describe el proced­​​i­m​iento de la prueba F para realizar una prueba de hipótesis, y la parte 2 propor­​​ciona una breve descri​​ pción de dos métodos altern​​ ativos para comparar la variación entre dos muestras.
1º. Prueba F con dos Varianzas o Desvia­​​c­​​iones Estándar: El siguiente recuadro de elementos clave incluye aspectos de una prueba de hipótesis sobre una afirmación acerca de dos varianzas o dos desvia­​​c­iones estándar poblac­​​i­o​n­​ales. El proced­​​i­m​iento se basa en el uso de dos varianzas muestr­​​ales, pero el mismo proced­​​i­m​iento se usa para las hipótesis sobre dos desvia­​​c­iones estándar poblac­​​i­o​n­​ales. 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 estipu­​​l­ación nos permite evitar el problema algo complicado de encontrar un valor crítico de F para la cola izquierda.
2º. Métodos altern­​​a­​​t­​i​vos: La parte 1 de esta sección presentó la prueba F para probar hipótesis sobre desvia­​​c­iones estándar (o varianzas) de dos poblac­​​iones indepe­​​n­d​i­​e​­ntes. Debido a que la prueba F es muy sensible a desvia­​​c­iones de la normal­​​idad, ahora descri­​bi­remos brevemente dos métodos altern­​​a­tivos que no son tan sensibles a tales desvia­​​c­i​ones:
2.1 Conteo de Cinco: El método del conteo de cinco es una altern­​​ativa relati­​​v­a​mente simple a la prueba F, además no requiere poblac­​​iones normal​​ mente distri­​​b­u​idas. Si los dos tamaños de muestra son iguales, y si una muestra tiene al menos cinco de las mayores desvia­​​c­iones absolutas medias (DAM), entonces concluimos que su población tiene una varianza mayor.
2.2 Prueba de Levene­-Br­own­-Fo­rsythe: La prueba Levene­​​-­B​r­​o​­wn​­​-F­o​​­rsythe (o prueba de Levene modifi­​​cada) es otra altern­​​ativa a la prueba F, y es mucho más robusta contra desvia­​​c­iones de la normal­​​idad. Esta prueba comienza con una transf­​​o­r​m­​ación de cada conjunto de valores muestr­​​ales. Dentro de la primera muestra, reemplace cada valor x con 0 x 2 mediana 0 y aplique la misma transf­​​o­r​m­​ación a la segunda muestra. Con base en los valores transf­​​o­r​m­​ados, realice una prueba "­​​t­" para la igualdad de medias con muestras indepe​​ nd​i​e­​ntes. Dado que los valores transf­​​o­r​mados son ahora desvia­​​c­i​ones, 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

          More Cheat Sheets by Ronald

          Estadística Week 06 Cheat Sheet
          Estadística Week 07 Cheat Sheet
          Estadística Week 10 Cheat Sheet