Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
17Activity
0 of .
Results for:
No results containing your search query
P. 1
3 Diseños de dos grupos

3 Diseños de dos grupos

Ratings: (0)|Views: 2,127 |Likes:

More info:

Published by: Pedro J López Cabello on Oct 31, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

09/08/2013

pdf

text

original

 
DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS ORIENTACIONES TEMA 3 (DISEÑOS 2 GRUPOS INDEPENDIENTES) 
 
R. MEDRANO (TUTOR) Página 1
TEMA Nº 3 
   
ANÁLISIS DE DATOS PARAMÉTRICOS PARA DISEÑOS DE DOS GRUPOS TIPOS DE MUESTRAS Muestras independientes: 
1
y
muestras de sujetos diferentes, extraídos aleatoriamente de sus respectivas poblaciones.
Muestras relacionadas: 
se trata de los mismos n sujetos observados en condiciones experimentales diferentes, o n pares de sujetos semejantes entre sí (gemelos, hermanos,...)
CONTRASTES DE HIPÓTESIS PARA DOS MUESTRAS INDEPENDIENTES 
 
Poblaciones normales N (0, 1) 
Medias distintas y varianzas iguales Medias iguales y varianzas distintas 
CONTRASTE DE HIPÓTESIS 
SOBRE DOS MEDIAS (PARAMÉTRICOS) VARIANZAS POBLACIONALES CONOCIDAS VARIANZAS POBLACIONALES DESCONOCIDAS Y SUPUESTAMENTE IGUALES VARIANZAS POBLACIONALES DESCONOCIDAS Y SUPUESTAS DISTINTAS SOBRE DOS MEDIANAS (NO PARAMÉTRICOS) TEST DE MANN-WHITNEY-WILCOXON SOBRE DOS VARIANZAS DIFERENCIA DE VARIANZAS SOBRE DOS PROPORCIONES DIFERENCIA PROPORCIONES VALOR IGUAL A CERO DIFERENCIA PROPORCIONES VALOR DISTINTO DE CERO 
Pasos para realizar el contraste de hipótesis: 
 
1.
Establecer los 
supuestos.
 
2.
Formular las 
hipótesis estadísticas 
 
3.
Elección del 
estadístico de contraste 
apropiado 
4. Regla de decisión 
(la distribución muestral del 
 
estadístico nos permite fijar los valores críticos que determinan la zona de rechazo de la H 
 ). El cálculo del estadístico de contraste nos permite también la determinación del nivel crítico p (probabilidad de que,siendo cierta la H 
, obtengamos unos datos como los observados en la muestra). También podemos utilizar el intervalo de confianza.
5. Conclusión 
(rechazamos o no la H 
a partir del nivel crítico p, o del valor o los valores críticos)
6. Interpretación 
(en el contexto de la investigación)
 
DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS ORIENTACIONES TEMA 3 (DISEÑOS 2 GRUPOS INDEPENDIENTES) 
 
R. MEDRANO (TUTOR) Página
CONTRASTES DE HIPÓTESIS PARA DOS MEDIAS 
 
Supuestos 
 
Observaciones independientes 
 
Nivel de medida de intervalo o razón 
 
Distribuciones normales en la población ó (n 
1
 
≥ 
30 y n 
≥ 
30) Hipótesis (Iguales en los Tres casos) Varianzas población conocidas Desconocidas Supuestamente iguales (homocedasticidad) Desconocidas Supuestamente distintas C. Bilateral 
 µ 
1
 µ 
= 0 
1
 µ 
1
 µ 
≠ 
 
C. Unilateral Derecho 
 µ 
1
 µ 
≤ 
 
1
 µ 
1
 µ 
> C. Unilateral Izquierdo 
 µ 
1
 µ 
≥ 
1
 µ 
1
 µ 
<
 
Estadístico de Contraste Distribución Muestral Normal Tipificada N (0, 1) “t” de Student gl = n 
1
+ n 
- 2 Regla decisión Conocida (Z) o desconocida (t) la varianza de la población (valor o valores críticos) (C. Bilateral) 
   
≤ 
 
α 
/ 2; n-2 
y t 
≥ 
1 - 
α 
/ 2; n-2 
//
≤ 
α 
/ 2 
y
≥ 
1 - 
α 
/ 2 
 
(C. Unilateral Izquierdo)
≤ 
 
α 
; n-2 
//
≤ 
α 
 
(C. Unilateral Derecho)
≥ 
1 – 
α 
; n-2 
//
≥ 
1 – 
α 
 Nivel crítico p 
   
Se rechaza H 
si p < 
α 
y se acepta si p > 
 
α 
 
PROBLEMAS EJEMPLO (CH diferencia de Medias) 
Dos centros de Educación Especial vienen utilizando, desde hace dos años, métodos diferentes para estimular las funciones superiores de los niños con retraso mental. El director de uno de los centros sostiene que su método (Método A) logra mejores resultados que el del otro centro (Método B). Para estudiar esta cuestión, fijamos 
α 
= 0,03, extraemos aleatoria e independientemente dos muestras de niños, una en cada centro (n 
A
= 120 y n 
= 50) y les medimos el cociente intelectual (CI)en una escala de intervalo. Los niños de ambos centros iniciaron el programa de estimulación con un CI medio igual a 70 y los CI medios tras el programa fueron 79 para los niños estimulados con el método A y 74 para los estimulados con el método B. La distribución de los CI es normal en las poblaciones con 
σ 
A 
= 18 y 
σ 
= 12 y todas las observaciones son independientes entre sí.
Supuestos: 
Se trata de contrastar las medias de dos muestras independientes 
(varianzas 
 
poblacionales conocidas); 
Distribución Normal de los CI en ambas poblaciones; Variable dependiente medida a nivel de intervalo.
Hipótesis 
: Planteamos un contraste unilateral derecho (queremos probar si el método A es más eficaz)
 
 µ 
A
 µ 
 
≤ 
0
1
 µ 
A
 µ 
> 0 
También 
 
 
 µ 
A
 
≤ 
 
 µ 
1
 µ 
A
 µ 
 Estadístico de contraste: 
Conocidas las varianzas poblacionales.
 
 _ _ ________________ ___________________Z = (Y 
1
– Y 
 ) / 
√ 
σ 
1
 / n 
1
 ) + ( 
σ 
 / n 
 )
 
Z = (79 – 74) / 
√ 
(324 / 120) + (144 / 50) = 
2,12 
 
 
DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS ORIENTACIONES TEMA 3 (DISEÑOS 2 GRUPOS INDEPENDIENTES) 
 
R. MEDRANO (TUTOR) Página
Sigue una distribución Normal tipificada N (0, 1)
Regla de decisión: 
 
Valores críticos 
(para un nivel de confianza del 97% y un contraste unilateral, el valor crítico es 
 
 
0´97 
= (1´88)
Nivel crítico p 
(el estadístico de contraste 2´12 se asocia a una probabilidad p = P (Z 
2,12)
 
1 – 0,983 = 0,017 
Conclusión: 
Se rechaza H 
[el estadístico de contraste 2´12 > 1´88 (valor crítico) y también p = 0,017 (nivel crítico) < 
α 
= 0,03 (nivel de significación)].
Interpretación: 
El programa de estimulación del CI ha sido eficaz con un nivel de confianza del 
 
97% (mejor el método A que el método B)
Intervalo de confianza: 
Para realizarlo suponemos que se trata de un contraste bilateral; por tanto,habría que reformular las hipótesis:  _ _(Y 
1
– Y 
 ) ± | Z 
α 
 /2 
| · Error típico 
 
Límite superior y Límite inferior (79 – 74) ± (0,03/2 = Z (-2´17) · 2,36 (denominador e. contraste) = 5 ± 5´12 
 
(- 0´12 y 10´12)Decisión: Aceptamos H 
(el intervalo de confianza contiene el valor 0, luego asumimos que la diferencia de medias en la población puede tomar ese valor 
 
En una investigación psicopedagógica se pasó la misma prueba de nivel de lectura a dos grupos de niños: los participantes habían sido elegidos de forma aleatoria de entre los alumnos de EGB de dos provincias españolas. Los datos se muestran en la tabla. La variable se midió en una escala de intervalo y se supone que 
σ 
A
σ 
TAMAÑO MEDIA VAR. INSESGADA
 
PROVINCIA A 121 40 PROVINCIA B 61 38
Supuestos: 
Disponemos de dos muestras independientes (dos grupos de niños) que se someten a 
 
una prueba de lectura. La variable dependiente medida a nivel de intervalo.
Varianzas poblacionales desconocidas y supuestamente iguales ( 
σ 
A
σ 
 ).
Muestras grandes (121 y 61).Contraste las hipótesis para las medias (muestras independientes)
Hipótesis: 
Planteamos un contraste bilateral para ver si las diferencias se deben al azar.
 
(H 
 µ 
A
– 
 µ 
= 0 y H 
1
 µ 
A
– 
 µ 
 
≠ 
0) // También 
   
 µ 
A
 µ 
y H 
1
 µ 
A
 
≠ 
 
 µ 
 ) Estadístico de contraste: 
Aplicamos el E. de Contraste para la diferencia de medias. Desconocidas las varianzas de la población (supuestamente iguales) :  _ _T = (Y 
1
– Y 
 ) / Error típico 
 
T = (40 – 38) / 0,408 = 
4,90 
 _________________________________________________Error típico = 
√ 
[( n 
1
– 1) S 
1
+ (n 
– 1) S 
 / (n 
1
+ n 
– 2)] · (1 / n 
1
 ) + (1 / n 
 ) ______Error típico = 
√ 
0´1665 = 0,408 Sigue una distribución t de Student con n 
1
+ n 
– 2 grados de libertad.

Activity (17)

You've already reviewed this. Edit your review.
1 thousand reads
1 hundred reads
Leonila Ereño liked this
Leonila Ereño liked this
Leonila Ereño liked this
Leonila Ereño liked this

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->