Saltar al contenido principal
LibreTexts Español

10.4: Estadísticas t de muestras independientes

  • Page ID
    151000
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    El estadístico de prueba para nuestras muestras independientes\(t\) -test toma la misma estructura lógica y formato que nuestras otras\(t\) pruebas: nuestro efecto observado menos nuestro valor de hipótesis nula, todo dividido por el error estándar:

    \[t=\dfrac{(\overline{X_{1}}-\overline{X_{2}})-\left(\mu_{1}-\mu_{2}\right)}{s_{\overline{X}_{1}-\overline{X_{2}}}} \]

    Esto parece más trabajo para calcular, pero recuerda que nuestra hipótesis nula establece que la cantidad\(\mu_{1}-\mu_{2}=0\), así podemos dejarlo fuera de la ecuación y quedarnos con:

    \[t=\dfrac{(\overline{X_{1}}-\overline{X_{2}})}{s_{\overline{X}_{1}-\overline{X_{2}}}} \]

    Nuestro error estándar en la denominación sigue siendo la desviación estándar (\(s\)) con un subíndice que denota de qué es el error estándar. Debido a que estamos tratando con la diferencia entre dos medias separadas, en lugar de una sola media o una sola media de puntuaciones de diferencia, ponemos ambas medias en el subíndice. Calculando nuestro error estándar, como veremos a continuación, es donde aparecen las mayores diferencias entre esta\(t\) prueba y otras\(t\) pruebas. Sin embargo, una vez que lo calculamos y lo usamos en nuestro estadístico de prueba, todo lo demás vuelve a la normalidad. Nuestro criterio de decisión sigue comparando nuestro estadístico de prueba obtenido con nuestro valor crítico, y nuestra interpretación basada en si rechazamos o no la hipótesis nula tampoco se modifica.


    This page titled 10.4: Estadísticas t de muestras independientes is shared under a CC BY-NC-SA 4.0 license and was authored, remixed, and/or curated by Foster et al. (University of Missouri’s Affordable and Open Access Educational Resources Initiative) via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.