ESCUELA SUPERIOR POLITÉCNICA DE

CHIMBORAZO

FACULTAD DE CIENCIAS PECUARIAS

CARRERA: INGENIERÍA EN INDUSTRIAS PECUARIAS

SEMESTRE: CUARTO “A”

ASINATURA: SISTEMAS INFORMÁTICOS Y BIOESTADÍSTICOS

NOMBRE:
CHRISTIAN CARRERA 1554

DOCENTE: ing. Manuel Almeida

TEMA: prueba t-Student

 LA PRUEBA T-STUDENT

La prueba t-Student se utiliza para contrastar hipótesis sobre medias en poblaciones con
distribución normal. También proporciona resultados aproximados para los contrastes de
medias en muestras suficientemente grandes cuando estas poblaciones no se distribuyen
normalmente (aunque en este último caso es preferible realizar una prueba no
paramétrica).(Sealey & Student, 1937)

La prueba de hipótesis que incluye la diferencia entre las medias de dos poblaciones o
muestras.

USOS

 El test de locación de muestra única por el cual se comprueba si la media de una

población distribuida normalmente tiene un valor especificado en una hipótesis
nula.(Galbiati, n.d.)
 El test de locación para dos muestras, por el cual se comprueba si las medias de dos
poblaciones distribuidas en forma normal son iguales. Todos estos test son
usualmente llamados test t de Student, a pesar de que estrictamente hablando, tal
nombre sólo debería ser utilizado si las varianzas de las dos poblaciones estudiadas
pueden ser asumidas como iguales; la forma de los ensayos que se utilizan cuando esta
asunción se deja de lado suelen ser llamados a veces como Prueba t de Welch. Estas
pruebas suelen ser comúnmente nombradas como pruebas t desapareadas o de
muestras independientes, debido a que tienen su aplicación más típica cuando las
unidades estadísticas que definen a ambas muestras que están siendo comparadas no
se superponen.(Galbiati, n.d.)
 El test de hipótesis nula por el cual se demuestra que la diferencia entre dos
respuestas medidas en las mismas unidades estadísticas es cero. Por ejemplo,
supóngase que se mide el tamaño del tumor de un paciente con cáncer. Si el
tratamiento resulta efectivo, lo esperable sería que el tumor de muchos pacientes
disminuyera de tamaño luego de seguir el tratamiento. Esto con frecuencia es referido
como prueba t de mediciones apareadas o repetidas.(Galbiati, n.d.)
 El test para comprobar si la pendiente de una regresión lineal difiere estadísticamente
de cero.(Galbiati, n.d.)

PRUEBAS T PARA DOS MUESTRAS APAREADAS Y DESAPAREADAS

DATOS NO PAREADOS O MUESTRAS INDEPENDIENTES

Las pruebas t desapareadas o de muestras independientes, se utilizan cuando se obtienen dos

grupos de muestras aleatorias, independientes e idénticamente distribuidas a partir de las dos
poblaciones a ser comparadas. Por ejemplo, supóngase que estamos evaluando el efecto de un
tratamiento médico, y reclutamos a 100 sujetos para el estudio. Luego elegimos
aleatoriamente 50 sujetos para el grupo en tratamiento y 50 sujetos para el grupo de control.
En este caso, obtenemos dos muestras independientes y podríamos utilizar la forma
desapareada de la prueba t. La elección aleatoria no es esencial en este caso, si contactamos a
100 personas por teléfono y obtenemos la edad y género de cada una, y luego se utiliza una
prueba t bimuestral para ver en que forma la media de edades difiere por género, esto
también sería una prueba t de muestras independientes, a pesar de que los datos son
observacionales.(Pinilla & Moreno, 2012)
Las muestras desapareadas se da cuando puede suponerse que los individuos de un grupo de
tratamiento han sido extraídos independientemente de los otros.

Estadístico a utilizar:

Donde:

1. “t0” tiene probabilidad de ocurrencia en la tabla de distribución t

de Student con grados de libertad.

2. es la varianza común estimada.

3. es el promedio de la muestra 1 y es el promedio de la muestra 2.

4. n1 y n2 son los tamaños de las respectivas muestras.

DATOS APAREADOS O MUESTRAS DEPENDIENTES

Las pruebas t de muestras dependientes o apareadas, consisten típicamente en una muestra

de pares de valores con similares unidades estadísticas, o un grupo de unidades que han sido
evaluadas en dos ocasiones diferentes (una prueba t de mediciones repetitivas). Un ejemplo
típico de prueba t para mediciones repetitivas sería por ejemplo que los sujetos sean
evaluados antes y después de un tratamiento.(Pinilla & Moreno, 2012)

Las muestras apareadas se refieren a cuando para cada observación en un grupo tenemos una
observación asociada en el segundo grupo.

Diremos que se trata de muestras apareadas si en forma previa al análisis, se forman parejas
entre los individuos de una muestra con los individuos de la otra muestra. Por ejemplo el caso
con su control, distintas dietas pueden probarse en dos animales de la misma camada. Sin
embargo, cuando queda más clara esta situación es cuando se comparan distintas medidas
para los mismos individuos; por ejemplo, al medir antes y después del tratamiento a un mismo
grupo de individuos se obtienen resultados pareados o correlacionados.
Estadístico a utilizar:

Donde:

1. “t0” tiene probabilidad de ocurrencia en la tabla de distribución t de Student con n-1 grados
de libertad.

2. es la diferencia promedio entre las parejas de datos.

3. es la desviación estándar de las diferencias entre las parejas de datos.

4. n es el tamaño de la muestra (número de parejas de datos).

HIPOTESIS

Una Hipótesis es aquella explicación previa que busca convertirse en conclusión a un

determinado asunto. Las hipótesis pueden contener información relevante, digna de estudio
por los que buscan resolver una situación, son clave fundamental para una investigación o
análisis, ya que a partir de ellas pueden surgir nuevas teorías y respuestas al objetivo en
cuestión, las hipótesis que puedan surgir de un suceso cualquiera pueden ser verdaderas o
falsas, dependiendo del contexto en las que se usen, las hipótesis pueden representar una
herramienta para un veredicto.(Galilei, n.d.)

TIPOS DE HIPOTESIS

1. HIPOTESIS NULAS

Se simboliza de la siguiente manera Ho. Niega la afirmación de la Hipótesis de Investigación.

Asume que las diferencias observadas ocurrieron por una sola casualidad y por lo tanto no
representan diferencias reales.

2. HIPOTESIS CONCEPTUAL

Explica el fenómeno que estamos estudiando. Es la hipótesis orientadora de la Investigación.

Enfoca el problema para la búsqueda de datos.

Este tipo de hipótesis orienta la investigación focalizando el problema como base para la
búsqueda de datos que la corroboren o refuten, y debe ser acorde con los objetivos
propuestos. Se puede enunciar como relación causal o determinante derivada del
planteamiento del problema, e implicar variables comprendidas en el marco teórico.

3. HIPOTESIS ESTADISTICAS
Se expresa en símbolos estadísticos las anteriores hipótesis. Formula datos cuantitativos.
Cuando se estudian fenómenos que obedecen a leyes estadísticas se busca establecer
relaciones numéricas bastante regulares, siendo más significativa esta regularidad cuando
mayor es el número de fenómenos o la población (el alcance de su carácter cuantitativo),
perdiendo cierta validez el criterio estadístico cuando la muestra tiende a ser poco
representativa desde una perspectiva numérica. Las hipótesis estadísticas son la hipótesis nula
y la hipótesis alterna. (Pinilla & Moreno, 2012)

4. HIPÓTESIS DE INVESTIGACIÓN O HIPÓTESIS DE TRABAJO.

Se simboliza de la siguiente manera Hi o H1, H2 si son varias. Son proposiciones tentativas

acerca de las posibles relaciones entre variables. Tiene relación con todas las variables de
investigación.

5. HIPOTESIS ALTERNATIVAS

Se simboliza como Ha. Son posibilidades alternas ante las Hipótesis de investigación y nula. Se
elabora a partir de las variables básicas de la hipótesis de investigación, siempre que la variable
se relacione con otras situaciones no incorporadas al problema planteado.

6. HIPOTESIS CORRELACIONAL

Hipótesis correlacional: La formulación de hipótesis correlacionales supone la evaluación de la

relación entre variables. La investigación correlacional tiene de por sí un valor explicativo, ya
que saber que dos conceptos o variables se relacionan de determinada manera, aporta
información explicativa que establece una relación entre variables (en una correlación que
puede ser múltiple), sin necesidad de plantear cómo se dan estas asociaciones. (Pinilla &
Moreno, 2012)

7. HIPÓTESIS CAUSAL

Toda hipótesis plantea una relación funcional entre variables. Esta relación puede ser causal,
cuando una variable produce un efecto determinado sobre otra variable, o correlacional
(cuando las variaciones de una se relacionan de algún modo con las variaciones de la otra).

BIBLIOGRAFÍAS
Galbiati, J. M. (n.d.). Distribucion t de student.
Galilei, G. (n.d.). TEMA : LAS HIPÓTESIS.
Pinilla, J. O., & Moreno, E. (2012). ¿ Se necesita la prueba de Student para dos
muestras independientes asumiendo varianzas iguales ? ¿ Se necesita la prueba t
de Student para dos muestras independientes asumiendo varianzas iguales ?,
(June). https://doi.org/10.15332/s2027-3355.2011.0002.05
Sealey, W., & Student, G. (1937). t-Student y F-Snedecor, 1–7.