Omitir e ir al contenidoIr a la página de accesibilidadMenú de atajos de teclado
Logo de OpenStax
Introducción a la estadística

10.4 Muestras coincidentes o emparejadas

Introducción a la estadística10.4 Muestras coincidentes o emparejadas

Cuando se utiliza una prueba de hipótesis para muestras coincidentes o emparejadas, deben darse las siguientes características:

  1. Se utiliza un muestreo aleatorio simple.
  2. El tamaño de las muestras suele ser pequeño.
  3. Se toman dos medidas (muestras) del mismo par de personas u objetos.
  4. Las diferencias se calculan a partir de las muestras coincidentes o emparejadas.
  5. Las diferencias forman la muestra que se utiliza para la prueba de hipótesis.
  6. O bien los pares coincidentes tienen diferencias que provienen de una población que es normal o el número de diferencias es lo suficientemente grande como para que la distribución de la media muestral de las diferencias sea aproximadamente normal.

En una prueba de hipótesis para muestras coincidentes o emparejadas los sujetos son coincidentes en pares y se calculan las diferencias. Las diferencias son los datos. A continuación, se comprueba la media poblacional de las diferencias, μd, mediante una prueba t de Student para una única media poblacional con n – 1 grados de libertad, donde n es el número de diferencias.

El estadístico de prueba (puntuación t) es:
t= x ¯ d μ d ( s d n ) t= x ¯ d μ d ( s d n )

Ejemplo 10.11

Translation missing: es.problem

Se realizó un estudio para investigar la eficacia del hipnotismo en la reducción del dolor. Los resultados de los sujetos seleccionados al azar se muestran en la Tabla 10.11. Una calificación más baja indica menos dolor. El valor “antes” es coincidente con un valor “después” y se calculan las diferencias. Las diferencias tienen una distribución normal. ¿Las medidas sensoriales son, en promedio, más bajas después del hipnotismo? Pruebe con un nivel de significación del 5 %.

Sujeto: A B C D E F G H
Antes 6,6 6,5 9,0 10,3 11,3 8,1 6,3 11,6
Después 6,8 2,4 7,4 8,5 8,1 6,1 3,4 2,0
Tabla 10.11

Nota:

Para las calculadoras TI-83+ y TI-84, puede calcular las diferencias por adelantado (después - antes) y poner las diferencias en una lista o puede poner los datos después en una primera lista y los datos antes en una segunda lista. A continuación, vaya a una tercera lista y desplace la flecha hacia arriba hasta el nombre. Ingrese el 1.° nombre de la lista - 2.º nombre de la lista. La calculadora hará la resta, y tendrá las diferencias en la tercera lista.

Uso de las calculadoras TI-83, 83+, 84, 84+

Utilice su lista de diferencias como datos. Pulse STAT y flecha hacia TESTS. Pulse 2:T-Test. Desplace la flecha hacia Datos y pulse ENTER. Desplace la flecha hacia abajo y presione ENTER 0 para μ0μ0, el nombre de la lista donde se ponen los datos, y 1 para Frec:. Desplace la flecha hacia abajo μ: y flecha hacia < μ0μ0. Pulse ENTER. Desplace la flecha hacia abajo hasta Calculate y pulse ENTER. El valor p es 0,0094, y el estadístico de prueba es –3,04. Vuelva a realizar estas instrucciones, excepto desplazar la flecha hacia Dibujar (en vez de Calculate (Calcular)). Pulse ENTER.

Inténtelo 10.11

Se realizó un estudio para investigar la eficacia de una nueva dieta para reducir el colesterol. Los resultados de los sujetos seleccionados aleatoriamente se muestran en la tabla. Las diferencias tienen una distribución normal. ¿Los niveles de colesterol de los sujetos son más bajos en promedio después de la dieta? Prueba al nivel del 5 %.

Sujeto A B C D E F G H I
Antes 209 210 205 198 216 217 238 240 222
Después 199 207 189 209 217 202 211 223 201
Tabla 10.13

Ejemplo 10.12

Un entrenador de fútbol universitario estaba interesado en saber si la clase de desarrollo de fuerza del instituto universitario aumentaba el levantamiento máximo (en libras) de sus jugadores en el ejercicio de empuje en banca. Les pidió a cuatro de sus jugadores que participaran en un estudio. La cantidad de peso que podía levantar cada uno se registró antes de que tomaran la clase de desarrollo de fuerza. Tras completar la clase, se midió de nuevo la cantidad de peso que podía levantar cada uno. Los datos son los siguientes:

Peso (en libras) Jugador 1 Jugador 2 Jugador 3 Jugador 4
Cantidad de peso levantado antes de la clase 205 241 338 368
Cantidad de peso levantado después de la clase 295 252 330 360
Tabla 10.14

El entrenador quiere saber si la clase de desarrollo de fuerza hace que sus jugadores sean más fuertes, en promedio.
Registre los datos de las diferencias. Para calcular las diferencias reste la cantidad de peso levantado antes de la clase del peso levantado después de terminar la clase. Los datos de las diferencias son: {90, 11, –8, –8}. Supongamos que las diferencias tienen una distribución normal.

Utilizando los datos de las diferencias, calcule la media y la desviación típica de la muestra.

x ¯ d x ¯ d = 21,3, sd = 46,7

Nota:

Los datos presentados aquí indicarían que la distribución es realmente asimétrica. ¿La diferencia de 90 puede ser un valor extremo? La media de la muestra es de 21,3 (positivo). Las medias de los otros tres datos son realmente negativas.

Utilizando los datos de la diferencia, esto se convierte en una prueba de un solo __________ (rellene el espacio en blanco).

Defina la variable aleatoria: X ¯ d X ¯ d diferencia media en la elevación máxima por jugador.

La distribución para la prueba de hipótesis es t3.

H0: μd ≤ 0, Ha: μd > 0

Gráfico:

Curva de distribución normal con valores de 0 y 21,3. Una línea vertical ascendente se extiende desde 21,3 hasta la curva y el valor p se indica en el área a la derecha de este valor.
Figura 10.11

Calcule el valor p: El valor p es de 0,2150

Decisión: si el nivel de significación es del 5 %, la decisión es no rechazar la hipótesis nula, porque α < valor p.

¿Cuál es la conclusión?

A un nivel de significación del 5 %, a partir de los datos de la muestra, no hay pruebas suficientes para concluir que la clase de desarrollo de fuerza ayudó a hacer más fuertes a los jugadores, en promedio.

Inténtelo 10.12

Se ha diseñado una nueva clase de preparación para mejorar los resultados de la Prueba de Aptitud Académica (Scholastic Aptitude Test, SAT). Se seleccionaron cinco estudiantes aleatoriamente. Se registraron sus puntuaciones en dos exámenes de práctica, uno antes de la clase y otro después. Los datos registrados en la Tabla 10.15. ¿Los resultados, en promedio, son más altos después de la clase? Prueba a un nivel del 5 %.

Resultados de prueba SAT Estudiante 1 Estudiante 2 Estudiante 3 Estudiante 4
Puntuación antes de la clase 1840 1960 1920 2150
Puntuación después de la clase 1920 2160 2200 2100
Tabla 10.15

Ejemplo 10.13

Siete estudiantes de octavo grado de la escuela Media Kennedy midieron hasta dónde podían empujar el lanzamiento de peso con su mano dominante (la que escribe) y su mano más débil (la que no escribe). Pensaban que podían empujar distancias iguales con cualquier mano. Los datos se recogieron y registraron en la Tabla 10.16.

Distancia (en pies) con Estudiante 1 Estudiante 2 Estudiante 3 Estudiante 4 Estudiante 5 Estudiante 6 Estudiante 7
Mano dominante 30 26 34 17 19 26 20
Mano más débil 28 14 27 18 17 26 16
Tabla 10.16

Realice una prueba de hipótesis para determinar si la diferencia media de las distancias entre las manos dominantes y las débiles de los niños es significativa.

Registre los datos de las diferencias. Calcule las diferencias restando las distancias con la mano más débil de las distancias con la mano dominante. Los datos de las diferencias son: {2, 12, 7, -1, 2, 0, 4}. Las diferencias tienen una distribución normal.

Utilizando los datos de las diferencias, calcule la media y la desviación típica de la muestra. x ¯ d x ¯ d = 3,71, s d s d = 4,5.

Variable aleatoria: X ¯ d X ¯ d = diferencia media de las distancias entre las manos.

Distribución para la prueba de hipótesis: t6

H0: μd = 0 Ha: μd ≠ 0

Gráfico:

Se trata de una curva de distribución normal con media igual a cero. Las colas derecha e izquierda de la curva están sombreadas. Cada cola representa 1/2(valor p) = 0,0358.
Figura 10.12

Calcule el valor p: El valor p es de 0,0716 (utilizando los datos directamente).

(estadístico de prueba = 2,18. valor p = 0,0719 utilizando ( x ¯ d =3,71,  s d =4,5. ) ( x ¯ d =3,71,  s d =4,5. )

Decisión: supongamos que α = 0,05. Dado que α < valor p, no rechaza H0.

Conclusión: al nivel de significación del 5 %, a partir de los datos de la muestra, no hay pruebas suficientes para concluir que existe una diferencia en las manos más débiles y dominantes de los niños para empujar el lanzamiento de peso.

Inténtelo 10.13

Cinco jugadores de béisbol creen que pueden lanzar la misma distancia con su mano dominante (lanzando) y con la mano contraria (atrapando). Los datos se recogieron y registraron en la Tabla 10.17. Realice una prueba de hipótesis para determinar si la diferencia media de las distancias entre la mano dominante y la mano no dominante es significativa. Prueba al nivel del 5 %.

Jugador 1 Jugador 2 Jugador 3 Jugador 4 Jugador 5
Mano dominante 120 111 135 140 125
Mano no dominante 105 109 98 111 99
Tabla 10.17
Cita/Atribución

Este libro no puede ser utilizado en la formación de grandes modelos de lenguaje ni incorporado de otra manera en grandes modelos de lenguaje u ofertas de IA generativa sin el permiso de OpenStax.

¿Desea citar, compartir o modificar este libro? Este libro utiliza la Creative Commons Attribution License y debe atribuir a OpenStax.

Información de atribución
  • Si redistribuye todo o parte de este libro en formato impreso, debe incluir en cada página física la siguiente atribución:
    Acceso gratis en https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica/pages/1-introduccion
  • Si redistribuye todo o parte de este libro en formato digital, debe incluir en cada vista de la página digital la siguiente atribución:
    Acceso gratuito en https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica/pages/1-introduccion
Información sobre citas

© 28 ene. 2022 OpenStax. El contenido de los libros de texto que produce OpenStax tiene una licencia de Creative Commons Attribution License . El nombre de OpenStax, el logotipo de OpenStax, las portadas de libros de OpenStax, el nombre de OpenStax CNX y el logotipo de OpenStax CNX no están sujetos a la licencia de Creative Commons y no se pueden reproducir sin el previo y expreso consentimiento por escrito de Rice University.