You are on page 1of 4

Pruebas de significación Supongamos, por ejemplo , tenemos la después de dos conjuntos de resultados para el plomo contenido en agua 17.3 , 17.3 , 17.4 , 17.4y 18.5 , 18.6 , 18.5 , 18.6 .

Es bastante claro , con sólo mirar los datos, que los dosconjuntos son diferentes . Para llegar a esta conclusión a la que probablemente ha considerado la cantidad de datos , el promedio para cada uno establecer y la propagación de los resultados. La diferencia entre dos conjuntos de datos es , Sin embargo , no está tan claro en muchas situaciones. La aplicación de las pruebas de significación danosotros de una manera más sistemática de la evaluación de la resultados con la ventaja añadida de lo que nos permite expresar nuestra conclusión un grado de confianza declarado . ¿Qué es la importancia ? En las estadísticas de "significativo" de las palabras y ' Significado ' tiene un significado específico . la diferencia significativa , significa una diferencia que es improbable que haya ocurrido por casualidad. Una prueba de significación , se presenta diferencias poco probable que ocurra debido a un puramentevariación aleatoria . Como se mencionó anteriormente , para decidir si uno conjunto de resultados es significativamente diferente de otro depende no sólo de lamagnitud de la diferencia en las medias pero también de la cantidad de datos disponibles y su propagación . Por ejemplo , considere elparcelas blob muestran en la Figura 5 . Para los doslos conjuntos de datos se muestra en la Figura 5 ( a), la significa para el grupo ( i ) y el conjunto ( ii ) son numéricamente diferente . De la cantidad limitada de información disponible , sin embargo , que son desde un punto de vista estadístico, el mismo . Para la Figura 5 ( b ) , los medios para el grupo ( i) y set ( ii ) sean distintas , pero cuando un menor úmero de puntos de datos están disponibles , la Figura 5 ( c ) , no podemos estar seguros con algún grado de la confianza de que los medios son diferentes incluso si están muy distantes . con una gran número de puntos de datos , incluso una muy pequeña diferencia , puede ser ( Figura significativa 5 ( d ) ) . Del mismo modo, cuando estamos interesados en la comparación de la propagación de los resultados , para los ejemplo, cuando queremos saber si método ( i ) da resultados más consistentes que el método ( ii ) , tenemos que tomar nota de la cantidad de información disponible ( Figuras 5 ( e) - ( g ) ) . Es una suerte que las tablas se publican que uestran cómo una gran diferencia necesita ser antes de que pueda ser considerado no tener ocurrido por casualidad . Estos son , crítico t - valor de las diferencias entre las medias , y F valores críticos de las diferencias entre la difusión de los resultados ( 4 ) . Nota : La significancia es una función de la muestra tamaño. Comparando muestras muy grandes se Definición Jerga Hipótesis alternativa Una declaración que describa la alternativa a la hipótesis nula ( H1 ) ( es decir , hay una diferencia entre los medios [ver dos colas ] o mean1 es = mean2 [ver una cola ] ). Valor Crítico El valor obtenido de tablas estadísticas o paquetes estadísticos con ( tcrit o Fcrit ) determinado nivel de confianza contra el que el resultado de aplicar un significado se compara

sino que tiene que saber la fórmula correcta para aplicar ( ver Tabla 2 ) y tener acceso a estadísticas tablas para buscar la llamada crítica valores ( 4 ) .prueba . muestra Un grupo de elementos o medidas tomadas de la población (por ejemplo .test? . 2. ( 1 ) la nuevos métodos de producción de resultados en un mayor rendimiento . pero sí lo que realmente importa en la práctica? ¿Qué es una prueba de la t ? Un t -test es un procedimiento estadístico que puede ser utilizado para comparar los valores medios . no hay ninguna diferencia entre las dos medias [ mean1 = mean2 ] ) . o ( 2 ) la cantidad de producto de desecho se reduce ( es decir . Por ejemplo en la Figura 5 ( d ) no es un diferencia estadísticamente significativa . o = se utiliza en la hipótesis alternativa ) . 25 porciones de un material de referencia certificado tomada de un lote que contiene 2. casi siempre conduce a una significativa pero una diferencia estadísticamente significativa resultado no es necesariamente un resultado importante . Usando una calculadora también es una opción. Tres ejemplos prácticos se muestran en la Caja 2 ( 5 ) para ilustrar cómo los diferentes t-pruebas se llevan a cabo y cómo interpretar los resultados .500 lotes) . es un método diferente de un método B ( es decir . .500 lotes de un solo lote de un material de referencia certificado ) . Dos colas Una prueba de la t de dos colas se realiza si el analista está interesado en cualquiera cambiar. se utiliza en la hipótesis alternativa . por ejemplo . Hipótesis nula Una declaración que describa lo que se está probando ( H0 ) ( es decir . Bajo la mayoría de circunstancias dos colas t-test se debe realizar ) . Uno de cola Una prueba de una cola se lleva a cabo si el analista no está interesado en el responder cuando el resultado es diferente en una dirección. > . pero el crítico valor es diferente. un valor límite = . < . tabla 1 Definiciones de términos estadísticos utilizados en las pruebas de significación .valor es el mismo que el de la prueba de la t de dos colas . ¿Qué es un F. Por ejemplo . En estos casos. el cálculo para determinar la t . Una gran cantidad de jerga rodea estas pruebas ( véase la Tabla 1 para la definición de los términos utilizados a continuación ) pero que son relativamente fáciles de aplicar sando el funciones integradas en una hoja de cálculo como Excel o un paquete de software stadístico. población Un gran grupo de elementos o medidas objeto de la investigación ( por ejemplo .

de una manera imparcial . los medios . ser utilizados para responder a las preguntas como son dos métodos igualmente precisas ? La medida de propagación utilizado en la prueba F es varianza que es simplemente el cuadrado de la desviación estándar. Aunque estas suposiciones no son nunca cumplido con precisión . Es habitual en el análisis químico datos ( pero algo arbitraria ) para decir que p. La prueba puede. la valor p representa un índice inverso de la fiabilidad de la estadística (es decir . • Las pruebas de significación se utilizan para comparar . Como ejemplo utilizar los datos en el Ejemplo 2 ( véase el recuadro 2 ) . en un gran número de situaciones en que los datos de laboratorio está siendo utilizados no se violan groseramente . [Nota : es habitual disponer s1 y s2 para que F > 1 ] . los resultados de la realización de una prueba de significación son a menudo se resume como un valor de p. a la adecuada nivel de confianza.01 que son el 99 % de certeza que los medios son diferentes . es decir . [ ( 1 . Como Fcrit > Fcalculated podemos concluir que el diseminación de los resultados en los dos conjuntos de datos son no significativamente diferente y es . Por lo tanto .10 es equivalente a diciendo que estamos 90 % seguros de que los medios son diferentes . Si las desviaciones estándar son a se considerará que provienen de la misma población luego Fcrit > F. Las variaciones son tasan (es decir . • Asegúrese de que la desviación estándar correcto se calcula para el particular.prueba compara la propagación de los resultados en dos conjuntos de datos para eterminar si pudieran razonablemente considerarse que venir de la misma matriz de distribución . dividir la varianza de un conjunto de los datos por la varianza . Esto será casi siempre la desviación estándar de la muestra ( ? n .Un F .1 ) grados de libertad . incluso la aritmética. por lo tanto.05 es equivalente a decir estamos 95 % seguros de que los medios son diferente .p ) x 100 % ] . por lo tanto. El valor es Fcrit encontrado de las tablas usando ( n1 -1) y ( n2 . razonable combinar los dos desviaciones estándar como lo hemos hecho . de la otra ) a obtener el valor de la prueba F = 22 Este valor de F se compara entonces con un crítico valor que nos dice lo grande que necesita la relación ser para descartar la diferencia en la propagación ocurren por casualidad. la probabilidad de error en la aceptación de la observado como resultado válido ) . la media . 0. Conclusiones • trazar siempre los datos y comprender los patrones en que antes de calcular cualquier estadística . circunstancia .1 ) . y 0.niveles = 0. El uso de software estadístico ( lo que es un valor de p ? ) Al utilizar paquetes de software estadístico y algunas de las funciones de hoja de cálculo . si queremos comparar dos medios para ver si son diferente de un valor de p de 0.05 son estadísticamente significativos . Algunos supuestos detrás de las pruebas de significación En la mayoría de las pruebas estadísticas es asumido que la muestra correctamente representa la población y que el población sigue una distribución normal .

• Las pruebas se realizan fácilmente mediante rutinas estadísticas en hojas de cálculo y paquetes estadísticos . Reconocimiento La preparación de este documento fue apoyo en el marco de un contrato con el Reino Unido Departamento de Comercio e Industria en el marco del Sistema Nacional de Medición válido Programa de las mediciones analíticas ( VAM ) 6 . .o propagación ( varianza ) de los dos conjuntos de datos . • El valor de p es una medida de la confianza en el resultado obtenido cuando se aplica una prueba de significación .