Bloc 3

Inferència amb dues mostres o més 1/1/24, 18:29
Inferència amb
dues mostres o més
Pere López Brosa
https://aulaglobal.upf.edu/pluginfile.php/4489380/mod_resource/content/7/inf2mostres.html#1 Página 1 de 39
Recordatori: mitjana 1
mostra
σ
X̄ ∼ N(μ, )
√n‾
D’aquí surt l’interval de confiança per la
mitjana amb σ coneguda:
σ
x̄ ± zα ⋅
√n‾
I l’estadístic de contrast:
∗ X̄ − μ
Z = σ ∼ N(0, 1)
√n
2/38
Mitjana 2 mostres
Ens interessarà:
· Intervals de confiança per la diferència entre

les mitjanes de dues poblacions.
· Contrastos sobre la diferència de mitjanes
entre dues poblacions:
H0 : μ1 = μ2
H1 : μ1 ≠ μ2 La h. alternativa també μ1 < μ2
o μ1 > μ2
O també:
H0 : μ2 − μ1 = d
H1 : μ2 − μ1 ≠ d (o bé > o < )
3/38
Mitjana 2 mostres
independents
Ens interessa la distribució de X̄ 2 − X̄ 1 .
Partim de:
σ1
X̄ 1 ∼ N(μ1 , )
√n‾1
σ2
X̄ 2 ∼ N(μ2 , )
√n‾2
4/38
Mitjana 2 mostres
independents
E(X̄ 2 − X̄ 1 ) = E(X̄ 2 ) − E(X̄ 1 ) = μ2 − μ1
σ22 σ12
Var(X̄ 2 − X̄ 1 ) = Var(X̄ 2 ) + Var(X̄ 1 ) = n2 + n1
sd(X̄ 2 − X̄ 1 ) = √‾ ‾σ‾‾‾‾‾‾
2 σ1‾
X̄ 2 − X̄ 1‾) = √ n2 + n1
‾‾‾‾‾‾‾‾‾‾‾
Var( 2
2
Per tant:
‾σ‾‾‾‾‾‾
2 σ1‾
2
X̄ 2 − X̄ 1 ∼ N(μ2 − μ1 , √ n2 + n1 )
2
Si n1 = n2 = n i σ1 = σ2 = σ :
√2⋅σ
X̄ 2 − X̄ 1 ∼ N(μ2 − μ1 , )
√n
5/38
Mitjana 2 mostres
independents
‾σ‾‾‾‾‾‾
2 σ1‾
2
X̄ 2 − X̄ 1 ∼ N(μ2 − μ1 , √ n2 + n1 )
2
D’aquí surt l’interval de confiança per a la

diferència de dues mitjanes amb σ coneguda:
‾σ‾‾‾‾‾‾‾2‾
√ n2
2 σ
2
(x̄2 − x̄1 ) ± zα ⋅ + 1
n1
I l’estadístic pel contrast de dues mitjanes amb

σ coneguda:
(x̄2 − x̄1 ) − d
∗
Z = ∼ N(0, 1)
‾σ‾‾‾‾‾‾
2 σ1‾
2
√ n2 + n1
2
6/38
Mitjana 2 mostres
independents
Si no coneixem σ1 i σ2 les podem estimar amb
s1 i s2 però aleshores canvia la distribució.
∗ (x̄2 − x̄1 ) − d
t = ∼ tgll
‾s‾‾‾‾‾‾
2 s1‾
2
√ n2 + n1
2
On:
s22 s21
2
(n + n1 )
gll = s22
2
s2
1 2 1 1 2
n2 −1
(n ) + n1 −1
( n1 )
2
(fórmula complicada que a mà simplificarem)
7/38
Mitjana 2 mostres
independents
s22 s21
2
(n + n1 )
gll = s22
2
s2
1 2 1 1 2
n2 −1
(n ) + n1 −1
( n1 )
2
Sempre
min(n1 − 1, n2 − 1) ≤ gll ≤ 2 ⋅ (n − 1)
Si σ1= σ2 i n1 = n2 , aleshores
gll = 2 ⋅ (n − 1)
Pels altres casos (a mà) agafarem
gll = min(n1 − 1, n2 − 1)
8/38
Mitjana 2 mostres
independents
Interval de confiança:
‾s‾‾‾‾‾‾
2 s21‾
(x¯2 − x¯1 ) ± tα ⋅ √ n2 + n1
2
9/38
Mitjana 2 mostres
aparellades
Mostres independents: Agafem dues mostres
de dues poblacions i mesurem una variable a
cada grup.
Mostres aparellades: Agafem una sola mostra i

mesurem dues variables a cada subjecte.
En mostres aparellades considerem la

diferència per cada subjecte com a variable i
apliquem les tècniques vistes per una sola
mostra.
10/38
Proporcions en dues
poblacions
Ens plantegem contrastos entre proporcions en
dues poblacions:
H0 : p1 = p2
H1 : p1 ≠ p2 (o bé > o < )
I intervals de confiança per la diferència
p1 − p2
11/38
Proporcions en dues
poblacions
Si les dues mostres són prou grans:
‾
p‾‾‾‾‾
1 ⋅(1−p1 ‾
p̂1 ∼ N(p1 , √ n1 )
)
p̂2 ∼ N(p2 , √‾‾‾‾‾‾

p2 ⋅(1−p2 ‾
)
n2 )
Aleshores si les dues mostres són

independents:
E(p̂2 − p̂1 ) = p2 − p1
p1 ⋅(1−p1 )
Var(p̂2 − p̂1 ) = Var(p̂2 ) + Var(p̂1 ) = n1 +
p̂2 − p̂1‾) = √‾‾‾‾‾‾‾‾‾‾‾‾

p1 ⋅(1−p1 ) p2 ⋅(1
sd(p̂2 − p̂1 ) = √‾Var(
‾‾‾‾‾‾‾‾‾‾ n1 +
12/38
IC per la diferència de
proporcions
p̂2 − p̂1 ∼ N(p2 − p1 , √‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾

p1 ⋅(1−p1 ) p2 ⋅(1−p2 ‾
)
n1 + n2 )
L’interval de confiança:
p̂2 − p̂1 ± zα ⋅ √‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾

p1 ⋅(1−p1 ) p2 ⋅(1−p2 ‾
)
n1 + n2
On fem servir p̂2 i p̂1 com estimadors de p2 i

p1 .
13/38
Contrastos per la diferència

de proporcions
H0 : p1 = p2
H1 : p1 ≠ p2 (o bé > o < )
Amb l’estadístic de contrast:
∗ p2̂ −p1̂
z = p1 ⋅(1−p1 ) p2 ⋅(1−p2 )
√ n1
+ n2
Però si és certa H0 , p1 = p2 = p el podem

simplificar com:
∗ p2̂ −p1̂
z = 1 1
√p⋅(1−p)⋅( n1
+ n2
)
On estimem p com la proporció conjunta.
14/38
Contrastos per la diferència

de proporcions
H0 : p1 = p2
H1 : p1 ≠ p2 (o bé > o < )
∗ p2̂ −p1̂
z = 1 1
√p⋅(1−p)⋅( n1
+ n2
)
On estimem p com la proporció conjunta.
total d'èxits p1̂ ⋅n1 +p2̂ ⋅n2

p̂ = n1 +n2 = n1 +n2
15/38
Proporcions entre més de

dos grups: exemple
## Barcelona Àrea metrop Resta
## Management - - -
## Econòmiques - - -
## ADE - - -
## Dret - - -
16/38
Proporcions entre més de

dos grups
Partim de taula de contingència i tenim dos
contrastos matemàticament equivalents
(conceptualment no):
Contrast d’homogeneïtat
H0 : Les prop. del nivells d'A són iguals per cada va

H1 : No són iguals
Contrast d’independència
H0 : Les variables A i B són independents

H1 : Les variables A i B no són independents
17/38
2
Contrast χ
Farem servir l’estadístic χ 2
(Obs − Esp)2
χ 2∗ 2
∑
= ∼ χ(f−1)⋅(c−1)
Esp
On f i c són el nombre de files i columnes de la
taula de contingència.
18/38
2
Distribució χ
19/38
Contrast entre mitjanes:

recordatori
H0 : μ1 = μ2
H1 : μ1 ≠ μ2
20/38

recordatori
21/38

recordatori
Estadístics de contrast:
σ coneguda:
(x̄2 − x̄1 )
∗
Z = ∼ N(0, 1)
‾σ‾‾‾‾‾‾
2 σ1‾
2
√ n2 + n1
2
σ desconeguda:
∗ (x̄2 − x̄1 )
t = ∼ tgll
‾s‾‾‾‾‾‾
2 s1‾
2
√ n2 +
2
n1
22/38
Més de dues mitjanes
23/38
Anàlisi de la variància
(ANOVA)
Plantejarem el contrast:
H0 : μ1 = μ2 =. . . = μn (o sigui, totes les

mitjanes iguals)
H1 : Com a mínim una és diferent de les altres

Compararem:
· La variància entre les mitjanes dels grups.

· La variància de les observacions dins d’un
mateix grup.
Si la variància entre mitjanes dels grups és molt

més gran que la variància dins dels grups,
tindrem raons per rebutjar la hipòtesi nul·la (o
sigui, per dir que les mitjanes dels grups són
significativament diferents).
24/38
ANOVA: notació
X : variable quantitativa d’interès
xij : observació i del grup j (ex: x12 : 1a obs. del
2n grup)
n: total d’observacions
nj : nombre d’observacions del grup j
k : nombre de grups
O sigui, tenim en total n observacions
repartides en k grups.
x̄j : mitjana del grup j
x̄ : mitjana de totes les observacions (mitjana

global)
25/38
ANOVA
Estimador de la variància entre grups:
∑j nj ⋅(x̄j −x̄)2 SQentre

k−1 = k−1
Estimador de la variància dins dels grups:
∑j ∑i (xij −x̄j )2 ∑j (nj −1)⋅Var(xj ) SQdins

n−k = n−k = n−k
Estadístic de contrast:
SQentre /(k−1)
F∗ = SQdins /(n−k)
26/38
ANOVA
∗ SQentre /(k−1)
F = SQdins /(n−k) ∼ F(k−1)(n−k) quan es
compleix H0
Si xi j ∼ μj + eij on eij ∼ N(0, σ)

O sigui, simplificant:
· La variable X es distribueix prou

normalment dins de cada grup (a la pràctica
evitar mostres molt petites i distribucions
molt asimètriques i amb dades atípiques)
· La variància dins dels diferents grups és igual
(a la pràctica la més gran menys de 10 cops
la més petita)
F ∗ > 0 i més gran com més gran sigui la

variància entre grups
27/38
Distribució F
28/38
Potència
z-test: potència
Potència del z-test unilateral:
( )
∗ d
pot(n, d, σ, α) = P(Z > Zα ) = P Z > Zα + σ
√n
Amb:
Z ∼ N(0, 1)
I d és la diferència entre la realitat i la hipòtesi
nul·la:
d = μreal − μH0
30/38
z-test: potència
31/38
Potència del t-test

Exemple:
{ H1 : μ < 30
H0 : μ = 30
32/38

Quina és la probabilitat de rebutjar H0 amb
una mostra amb n = 5 si en realitat μ = 29 i
σ = 0.5, amb α = 0.05?
power.t.test(n=5,delta=1,sd=0.5,sig.level = 0.05,
type="one.sample",alternative="one.sided")
##
## One-sample t test power calculation
##
## n = 5
## delta = 1
## sd = 0.5
## sig.level = 0.05
## power = 0.9748306
## alternative = one.sided
33/38

Quina hauria de ser la mida de la mostra per
rebutjar H0 amb una probabilitat del 99% si en
realitat μ = 29 i σ = 0.5, amb α = 0.05?
power.t.test(n=NULL,delta=1,sd=0.5,sig.level = 0.05,power=0.
##
##
## n = 5.67789
## delta = 1
## sd = 0.5
## sig.level = 0.05
## power = 0.99
34/38

Quina diferència podem arribar a detectar en
aquest contrast amb una probabilitat del 99% si
σ = 0.5, amb α = 0.05 i una mostra de mida
5?
power.t.test(n=5,delta=NULL,sd=0.5,sig.level = 0.05,power=0.
##
##
## n = 5
## delta = 1.107865
## sd = 0.5
## sig.level = 0.05
## power = 0.99
35/38
35/38
36/38
36/38
37/38
37/38
Potència
Vegeu també:
power.prop.test
power.anova.test
38/38
38/38

Bloc 3

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bloc 3

Uploaded by

Copyright:

Available Formats

Inferència amb dues mostres o més 1/1/24, 18:29

· Intervals de confiança per la diferència entre

D’aquí surt l’interval de confiança per a la

I l’estadístic pel contrast de dues mitjanes amb

(fórmula complicada que a mà simplificarem)

Mostres aparellades: Agafem una sola mostra i

En mostres aparellades considerem la

p̂2 ∼ N(p2 , √‾‾‾‾‾‾

Aleshores si les dues mostres són

p̂2 − p̂1‾) = √‾‾‾‾‾‾‾‾‾‾‾‾

p̂2 − p̂1 ∼ N(p2 − p1 , √‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾

p̂2 − p̂1 ± zα ⋅ √‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾

On fem servir p̂2 i p̂1 com estimadors de p2 i

Contrastos per la diferència

Però si és certa H0 , p1 = p2 = p el podem

On estimem p com la proporció conjunta.

Contrastos per la diferència

On estimem p com la proporció conjunta.

total d'èxits p1̂ ⋅n1 +p2̂ ⋅n2

Proporcions entre més de

Proporcions entre més de

H0 : Les prop. del nivells d'A són iguals per cada va

H0 : Les variables A i B són independents

Contrast entre mitjanes:

Contrast entre mitjanes:

Contrast entre mitjanes:

Més de dues mitjanes

H0 : μ1 = μ2 =. . . = μn (o sigui, totes les

H1 : Com a mínim una és diferent de les altres

· La variància entre les mitjanes dels grups.

Si la variància entre mitjanes dels grups és molt

x̄j : mitjana del grup j

x̄ : mitjana de totes les observacions (mitjana

∑j nj ⋅(x̄j −x̄)2 SQentre

Estimador de la variància dins dels grups:

∑j ∑i (xij −x̄j )2 ∑j (nj −1)⋅Var(xj ) SQdins

Si xi j ∼ μj + eij on eij ∼ N(0, σ)

· La variable X es distribueix prou

F ∗ > 0 i més gran com més gran sigui la

Potència del t-test

Potència del t-test

Potència del t-test

Potència del t-test

Potència del t-test

Potència del t-test

You might also like