Prueba t de student

Prueba estadística para evaluar si dos grupos difieren entre si de manera significativa respecto a sus medias.

Procedimiento:

•     Introducir los datos
•         Seleccionar estaña datos
•         Seleccionar análisis de datos
•         Seleccionar prueba de t para dos muestras suponiendo varianzas iguales
•     Establecer el rango de valores del primer grupo (método A)
•     Establecer el rango de valores del segundo grupo (método B)
•     Dar “clic” en rótulos si incluyen los títulos en la selección
•      De “clic” en rango de salida y establece el lugar donde quieres que aparezcan los resultados del análisis

NOTA: nivel de significancia o probabilidad de error, es establecido por el investigador

Criterios para concluir

1.    Comparar el valor de p de dos colas, contra el valor de alfa de acuerdo a:

Si el valor de p es menor que alfa, entonces existen diferencias significativas entre las medias

2.    Ubicar el valor del estadístico de t en la curva, de acuerdo al siguiente criterio:

Si el estadístico t se localiza en cualquiera de las áreas de rechazo, entonces existen diferencias significativas entre las media 

Análisis de varianza o de Anova

Análisis para comparar las medias de tres o mas de dos muestras independientes

Las pruebas de hipótesis son una herramienta útil cuando se trata de comparar dos tratamientos.

La experimentación usualmente requiere comparación de mas de dos tratamientos simultáneamente, es allí donde se introduce anova (teniendo en cuenta que es un procedimiento para el análisis de factores cualitativos).

El análisis de varianza se deriva de la partición de la variabilidad total en las partes que la componen. Anova establece que la variabilidad total en los datos, medida por la suma de cuadrados total, puede ser dividida en una suma de cuadrados de la diferencia entre los promedios de los tratamientos y el gran promedio total mas una suma de cuadrados de la diferencia de las observaciones entre tratamientos del promedio del tratamiento. Anova, nos da la herramienta para distinguir si un factor afecta la respuesta en promedio.

Presunciones de Anova

1.    Los errores residuales son independientes y distribuidos de manera normal con promedio equivalente a 0 y varianza constante. Si su promedio no fuese 0, el modelo estaría subestimado o sobrestimado

2.    Anova presume que todas las varianzas de los niveles del factor son iguales y toman un solo calculo de varianza llamado spoolet o varianza conjunta

Procedimiento

1.    Introducir los datos de cada grupo

2.    Seleccionar datos

3.    Seleccionar análisis de datos

4.    Seleccionar análisis de varianza de un factor

5.    Establecer el rango de valores

6.    Dar “clic” en rótulos

7.    Establecer el rango de salida

 Prueba de x

Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula de la prueba de chi cuadrada postula una distribución de probabilidad totalmente especificada como el modelo matemático de la población que ha generado la muestra.

Para realizar este contraste se disponen los datos en una tabla de frecuencia. Para cada valor o intervalo de valores se indica la frecuencia absoluta observada o empírica.