Este documento resume el uso de la prueba t de Student para comparar medias entre dos grupos. Explica que la prueba t se puede usar para comparar una variable cuantitativa entre dos categorías de una variable cualitativa, ya sea para muestras independientes o emparejadas. Proporciona un ejemplo sobre cómo usar la prueba t para evaluar si fumar afecta los niveles de agregación plaquetaria antes y después de fumar.
1. A N D R E A C E J U D O C R E S P O
S U B G R U P O 2
G R U P O 1
Seminario 8: Resumen t-student
y contraste de hipótesis
2. USO DE T-STUDENT
Variable cuantitativa - Variable cualitativa con 2
categorías de datos dependientes
Variable cuantitativa - Variable cualitativa con 2
categorías de datos independientes
3. La comparación de medias nos permite conocer si
existen diferencias en el valor de una variable
cuantitativa entre dos grupos (variable cualitativa
con dos categorías o dicotómica)
4. - Objetivo
- El objetivo de este ejercicio sería el realizar un contraste
de hipótesis, con su test estadístico adecuado, para evaluar
si realmente un hecho repercute en el otro.
- Es decir, para averiguar si los resultados obtenidos en la
muestra son estadísticamente significativos, o sea, si
esos resultados también ocurren en la población de donde
proviene la muestra estudiada
5. 1º: Identificar las variables de estudio y tipo de medidas:
- Tenemos una variable aleatoria cuantitativa
- Medida a mismos individuos en dos momentos: antes y
después de la variable
- Son 2 muestras apareadas, relacionadas o dependientes
¿Qué prueba usarías para el contraste de hipótesis?
- Planteamos que se puede aplicar la prueba t de Student para
dos muestras apareadas y varianza poblacional desconocida
6. - La prueba t al ser una prueba paramétrica exige para ser
aplicada que la distribución de la variable cuantitativa sea
normal o las muestras sean grandes (n>30)
- La normalidad de la distribución se puede comprobar
mediante la prueba de Kolmogorov Smirnov
- O la de Shapiro-Wilk (mucho más potente que
Kolmogorov)
- Como la muestra empleada es menor de 30, hay que
recurrir a una prueba de normalidad
7. T- STUDENT PARA MUESTRAS
INDEPENDIENTES
PRUEBA DE LA NORMALIDAD
1. Analizar – estadísticos descriptivos – explorar
2. Cruzamos las variables
3. Seleccionamos “histogramas” y “gráficos de
normalidad con pruebas”
RESULTADOS:
• Significación superior a 0,05: se acepta la normalidad y
la hipótesis nula (H0), por tanto, se rechaza la hipótesis
alternativa (H1)
• Significación inferior a 0,05: se rechaza la normalidad
y la hipótesis nula
8. Ejemplo t-student
En un estudio para investigar si la acción de fumar afecta a la función
plaquetaria, se reclutó una muestra de 12 sujetos y se les midió la
agregación plaquetaria, antes de fumar y después de fumar
Tenemos una variable aleatoria
cuantitativa: “agregación plaquetaria”
Son 2 muestras apareadas, relacionadas o
dependientes, por ello, usamos T-Student
9. Agregación plaquetaria
H0: las medias muestrales se distribuyen normalmente
H1: las medias muestrales NO se distribuyen normalmente
¿La variable “agregación plaquetaria” es “normal”?
Para ambas variables, el p-valor asociado a la prueba de Kolmogorov es 0,200
> 0,05 (nivel de significación elegido)
Se acepta la H0: las medias muestrales proceden de poblaciones normales la
variable “agregación plaquetaria” se distribuye normalmente
La prueba de Shapiro-Wilk lleva a la misma conclusión con mayor seguridad
10. Descriptivos
66,17 2,956
59,66
72,67
66,24
67,00
104,879
10,241
49
82
33
16
-,393 ,637
-,503 1,232
64,00 3,094
57,19
70,81
64,22
65,00
114,909
10,720
46
78
32
20
-,502 ,637
-,871 1,232
Media
Límite inferior
Límite superior
Intervalo de confianza
para la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. típ.
Mínimo
Máximo
Rango
Amplitud intercuartil
Asimetría
Curtosis
Media
Límite inferior
Límite superior
Intervalo de confianza
para la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. típ.
Mínimo
Máximo
Rango
Amplitud intercuartil
Asimetría
Curtosis
Agregacio_despues
Agregación_antes
Estadístico Error típ.
Pruebas de normalidad
,166 12 ,200* ,956 12 ,729
,167 12 ,200* ,932 12 ,404
Agregacio_despues
Agregación_antes
Estadístico gl Sig. Estadístico gl Sig.
Kolmogorov-Smirnov
a
Shapiro-Wilk
Este es un límite inferior de la significación verdadera.*.
Corrección de la significación de Lillieforsa.
11. Agregación plaquetaria
Decisión estadística
H0: μ1= μ2 Las medias en ambas poblaciones son iguales
por lo que fumar no aumenta la agregación plaquetaria
H1: μ1 ≠μ2
¿Aceptamos o rechazamos la H0?
En este caso como el p-valor asociado a la prueba t =
0,057 > 0,05
Se puede aceptar la H0 con una confianza del 95% y se
afirma que las muestras proceden de poblaciones de
igual media de agregación plaquetaria
12. T-STUDENT PARA MUESRAS DEPENDIENTES
1. Analizar – comparar medias – prueba T para
muestras dependientes
2. Seleccionamos las variables y las pasamos a
variables relacionadas
14. RESULTADOS
Decisión estadística
H0: μ1=μ2
Las medias en ambas poblaciones son iguales por lo que
fumar no aumenta la agregación plaquetaria
H1: μ1 ≠μ2
¿Aceptamos o rechazamos la H0?
En este caso como el p-valor asociado a la prueba t =
0,057 > 0,05
Se puede aceptar la H0 con una confianza del 95% y se
afirma que las muestras proceden de poblaciones de
igual media de agregación plaquetaria