Anda di halaman 1dari 26

EL CONTRASTE PARA LA DIFERENCIA DE MEDIAS DE DOS POBLACIONES NORMALES CON DATOS INDEPENDIENTES.

Planteamient o general

Pongámonos en el mismo supuesto que en el ejemplo que sirv ió para ilustrar el contraste para una población, y supongamos que lo que deseamos es conocer si los vinos de nuestra denominación de origen tienen el mismo contenido alcohólico que los de otra denominación de origen, por ejemplo la de Toro. Se trata de saber si existe una clara diferenciación en los mismos ya que, debido a la proximidad geográfica de ambas regiones, es posible que haya fraudes y se intercambien vinos de ambas dependiendo del mercado de los mismos. La hipótesis de trabajo inicial es entonces ¿Existen diferencias en el grado alcohólico de ambas denominaciones?.

-31-

-

Pro cediendo de la misma manera que en el caso de una población, suponemos una distribución de probabilidad para la población que es la distribución normal. En la primera población (Ribera de Duero ) el grado alcohólico sigue una distribución normal N(µ 1 , σ 1 ); en la segunda población (Toro) el grado alcohólico sigue una distribución normal N(µ 2 , σ 2 ).

Formulamos a continuación las hipótesis de trabajo en términos de los parámetro s de los modelos. Las hipótesis nula y altern ativa son ahora

H 0 : µ 1 = µ 2 H a : µ 1 " µ 2

(µ 1 ! µ 2 = 0)

(µ 1 ! µ 2 " 0 )

Supongamos que los datos obtenidos son los siguientes para m uestras aleatorias de tam año n 1 = 14 y n 2 = 6. obtenida de forma independiente en ambas denominaciones

-32-

-

Rib er a de Du ero

 

12,8

12,8

12,5

11,9

12,5

12,1

12,2

12,6

13,0

12,4

12,6

12,2

12,8

13,0

 

Tor o

13,0

14,0

13,2

13,4

13,2

13,9

 

Grado a lcohól ico d e 20 v inos de l as d enomin ac iones de or igen de Riber a y Toro.

Rib er a de Du ero 12,8 12,8 12,5 11,9 12,5 12,1 12,2 12,6 13,0 12,4

Tabl a 3 : D escr ipt iva bás ic a de l gr ado a lcohól ico .

-33-

-

Box plo t par a la comp ara ción d el grado a lcohól ico de

Box plo t par a la comp ara ción d el grado a lcohól ico de l as den omina cione s de Riber a y Toro.

-34-

-

Varianzas c o n o c idas

Supongamos, para simplificar que las desviaciones típicas son conocidas, por ejemplo σ 1 =

0.5

y

σ 2

= 0.6 para las denominaciones

de Ribera

de Duero

y Toro respectivamente.

Desarro llaremos el pro cedimiento general para después aplicarlo a los datos de los que

disponemos. x 1 ! N(µ 1 , " 1 n 1 Conocemos la distribución de la
disponemos.
x 1 ! N(µ 1 , " 1
n 1
Conocemos
la
distribución
de
la
media
muestra l
en
ambas
poblaciones:
" 2
)
x 2 ! N(µ 2 ,
)
y
ambas
distribuciones
son
independientes.
El
n 2

estimador de la diferencia de me dias poblacionales será la diferencia de medias muestrales y ,

como la diferencia de normales independientes es también una distribución normal, tenemos

que

x 1 ! x 2 " N ( µ 1 ! µ 2 ,

2 2 # 1 n 1
2
2
# 1
n 1

+ # 2 ) n 2

Estandarizando se obtiene que

( x 1 ! x 2 ) ! ( µ 1 ! µ 2 ) Z
( x 1 ! x 2 ) ! ( µ 1 ! µ 2 )
Z =
# N ( 0 , 1)
2
2
" 1
n 1
+ " 2
n 2

Cuando la hipótesis nula es cierta µ 1 ! µ 2 = 0 y se tiene que Z =

( x 1 ! x 2 ) 2 2 " 1 n 1 + " 2
( x 1 ! x 2 )
2
2
" 1
n 1
+ " 2
n 2

# N ( 0 , 1)

luego Z será el estadígrafo de contraste que utilizaremos.

-35-

-

HIPOTESIS: H : µ = µ ( µ ! µ = 0 ) H : µ

HIPOTESIS:

H 0 : µ 1 = µ 2 ( µ 1 ! µ 2 = 0 ) H a : µ 1 " µ 2 ( µ 1 ! µ 2 " 0 )

 

NIVEL DE SIGNIFICACION: α

 
     

( x 1 ! x 2 )

   

ESTADIGRAFO DE CONTRA STE:

Z =

2 2 " 1 n 1 + " 2 n 2
2
2
" 1
n 1
+ " 2
n 2

D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O H 0 E S C I E R T A : N(0,

 

1)

R E G I O N D E A C E P T A C I O N :

{

Z /

Z

! z " / 2

}

 

R E G I O N C R I T I C A :

{

Z /

Z

> z ! / 2

}

 

Con tras te p ar a l a dif er en ci a de me di as de dos pob l ac ion es nor m al es co n va ri anz a c ono ci da.

-36-

-

HIPOTESIS: H : µ = µ ( µ ! µ = 0 ) H : µ

HIPOTESIS:

H 0 : µ 1 = µ 2 ( µ 1 ! µ 2 = 0 )

 

H a : µ 1 " µ 2 ( µ 1 ! µ 2 " 0 )

NIVEL DE SIGNIFICACION: α= 0.05 (5%)

ó

0.01 (1%)

 

ESTADIGRAFO DE CONTRA STE:

Z =

( 12 . 529 ! 13. 450 )

= !10 . 829

0 . 25 0. 36 + 14 6
0 . 25 0. 36
+
14
6

Valores críticos : para el 5% z 0.025 = 1,96 para el 1% z 0.005 = 2,57 Decisión estadística: El valor del estadígrafo de contraste pertenece a la región crítica, por tanto rechazamos la hipótesis nula.

Conclusión no estadística: Los grados alcohólicos medios de las dos denominaciones son diferentes.

Con tras te p ar a l a dif er en ci a de me di as de dos pob l ac ion es nor m al es co n va ri anz a d esc ono ci da a pl ic ad o al ej e mpl o de l a c om pa ra ci ón d el gr ado al coh ól ic o en d os den o min a cio nes d e orig en.

-37-

-

Varianzas desc o n o c idas per o iguales

Supongamos ahora que las varianzas son desconocidas pero iguales (σ 1 =

σ 2

=

σ).

La

distribución

de la diferencia de medias muestrales es ahora

( x 1 ! x 2 ) ! ( µ 1 ! µ 2 ) Z
( x 1 ! x 2 ) ! ( µ 1 ! µ 2 )
Z =
# N ( 0 , 1)
1
1
"
+
n 1
n 2

Tenemos que eliminar el paráme tro σ, para lo cual utilizaremos las distribuciones muestrales

asociadas a las cuasi-varianzas muestrales

( n 1 ! 1)

2

ˆ

S 1

" 2

2

# $ n 1 !1

y

( n 2 ! 1)

2

ˆ

S 2

" 2

2

# $ n 2 !1

La suma de dos ji-cuadrado es también una ji-cuadrado, sumando las dos anteriores

( n 1 !

1)

2

ˆ

S 1

" 2

+

( n 2

! 1)

2

ˆ

S 2

" 2

=

( n 1 ! 1) S ˆ 1 2

+ ( n 2

! 1)

2

ˆ

S 2

" 2

2

# $ n 1 + n 2 ! 2

Suponiendo que ambas distribuciones son independientes, podemos combinarlas para obtener una distribución t de Student. La variable aleatoria

-38-

-

( x 1 ! x 2 ) ! ( µ 1 ! µ 2 ) 1
( x 1 ! x 2 ) ! ( µ 1 ! µ 2 )
1
1
"
+
n 1
n 2
( x 1 ! x 2 ) ! ( µ 1 ! µ 2 )
t =
=
ˆ
2
1
1
( n 1 ! 1) S ˆ 1 2 + ( n 2 ! 1)
S 2
S ˆ
+
n 1
n 2
" 2
+ n 2
! 2
n 1
ˆ
2
( n 1 ! 1) S ˆ 1 2
+ ( n 2
! 1)
S 2
con
S ˆ =
sigue una t de Student con n 1 + n 2 -2 grados de libertad.
n 1 + n 2 ! 2

Si la hipótesis nula es cierta, el estadígrafo de contraste que utilizaremos es

t =

( x 1 ! x 2 ) 1 1 S ˆ + n 1 n 2
( x 1 ! x 2 )
1
1
S ˆ
+
n 1
n 2

= t n 1 + n 2 ! 2

Lo que hemos hecho es estimar la varianza común de ambas poblaciones mediante una media ponderada de las varianzas estimadas en cada población, y se ha cambiado la distribución normal por la t de Student con el correspondiente aumento en la dispersión que hace que se a más difícil encontrar diferencias.

-39-

-

H 0 : µ 1 = ( µ 1 ! µ 2 = 0 ) µ
H 0 : µ 1 =
( µ 1 ! µ 2
= 0 )
µ 2
HIPOTESIS:
H a : µ 1 "
( µ 1 ! µ
"
0 )
µ 2
2
NIVEL DE SIGNIFICACION: α
( x 1 ! x 2 )
( x 1 ! x 2 )
ESTADIGRAFO DE CONTRA STE: t =
ó
t =
1
1
1
1
S ˆ
+
S
+
n 1
n 2
n 1
n 2
ˆ
2
ˆ
2
( n 1 ! 1) S ˆ 1 2
+ ( n 2
! 1)
S ˆ 1 2 + n 2
S 2
n 1
S 2
con
S ˆ =
ó
S =
n 1 + n 2 ! 2
+ n 2
! 2
n 1
D I S T R I B U C I O N D E L
E S T A D I G R A F O C U A N D O
L A
H I P O T E S I S N U L A
E S C I E R T A : t de Student t n 1 + n 2 ! 2
R E G I O N D E A C E P T A C I O N :
{
}
t /
t ! t
n + n
"2, #
1
2
R E G I O N C R I T I C A :
{
}
t /
t > t
n + n !2, "
1
2

Con tras te p ar a l a dif er en ci a de me di as de dos pob l ac ion es nor m al es co n va ri anz as d esco no ci das p ero

igu al es.

-40-

-

HIPOTESIS: H : µ = µ ( µ ! µ = 0 ) H : µ

HIPOTESIS:

H 0 : µ 1 = µ 2 ( µ 1 ! µ 2 = 0 )

 

H a : µ 1 " µ 2 ( µ 1 ! µ 2 " 0 )

NIVEL DE SIGNIFICACION: α= 0.05 (5%)

ó

0.01 (1%)

 

ESTADIGRAFO DE CONTRA STE:

 

( 12. 529 ! 13. 450 )

= !5 . 256

t =

0 . 359 1 +

1 14 6
1
14 6

Valores críticos : para el 5% t 18,0.025 = 2.101 para el 1% t 18,0.005 = 2.878 Decisión estadística: El valor del estadígrafo de contraste pertenece a la región crítica, por tanto rechazamos la hipótesis nula. Conclusión no estadística: El grado alcohólico es significativamente diferente en Ribera de Duero y Toro.

Con tras te p ar a l a dif er en ci a de me di as de dos pob l ac ion es nor m al es co n va ri anz as d esco no ci das p ero igu al es, ap li ca do a l os da tos sobr e e l g rado al coh ól ic o.

-41-

-

Varianzas desc o n o c idas y disti nta s H 0 : µ 1

Varianzas desc o n o c idas y disti nta s

H 0 : µ 1 = µ 2 ( µ 1 ! µ 2 = 0
H 0 : µ 1 = µ 2 ( µ 1 ! µ 2
= 0 )
HIPOTESIS:
H a : µ 1 "
( µ 1 ! µ
"
0 )
µ 2
2
NIVEL DE SIGNIFICAC ION: α
( x 1 ! x 2 )
ESTADIGRAFO DE CONTRASTE: t =
ˆ
2
2
S ˆ
S 1
2
+
n 1
n 2
D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O L A H I P O T E S I S N U L A E S C I E R T A : t de Student t f
f es el entero más próximo a
donde
2
! ˆ
2
ˆ
2
$
S 1
S 2
#
+
&
#
&
"
n 1
n 2
%
f =
' 2
2
2
! S ˆ
2
$
! ˆ
2
$
1
S 2
#
&
#
&
#
&
#
&
n 1
n 2
"
%
"
%
+
n 1 + 1
+ 1
n 2
{
R E G I O N D E A C E P T A C I O N :
t /
t
! t
}
f, "
{
R E G I O N C R I T I C A :
t /
t
> t
}
f, !

Contra st e par a la difer enc ia de med ias de dos pobla cion es no rmal es con var ian zas des conocid as y d is tin tas .

-42-

-

C ontrastes de c o mparaci ón de medias para muestras grandes . H 0 :

C ontrastes de c o mparaci ón de medias para muestras grandes .

H 0 : µ 1 = ( µ 1 ! µ 2 = 0 ) µ
H 0 : µ 1 =
( µ 1 ! µ 2
= 0 )
µ 2
HIPOTESIS:
H a : µ 1 "
( µ 1 ! µ
"
0 )
µ 2
2
NIVEL DE SIGNIFICACION: α
ESTADIGRAFO DE CONTRA STE: t =
( x 1 ! x 2 )
ˆ
2
2
S ˆ
S 1
2
+
n 1
n 2
D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O L A H I P O T E S I S N U L A
E S C I E R T A : N(0,1)
R E G I O N D E
A C E P T A C I O N :
{
Z / Z ! z
}
" / 2
R E G I O N C R I T I C A :
{
Z / Z > z
}
! / 2

Contra st e par a la difer enc ia de med ias de dos pobla cion es no rmal es con var ian zas des conocid as y t amaños mue str al es gr a ndes.

-43-

-

Obtenci ón de dat o s para la c o mparaci ó n d e medias .

Dos son los tipos de datos de los que es posible disponer para la comparación de las medias

  • - Datos procedentes de estudios observacionales.

  • - Datos procedentes de estudios experimentales.

En el primer caso se toman muestras aleatorias en dos poblaciones. La muestra aleatoria garantiza la representatividad . A este tipo de datos corresponde el ejemplo que hemos utilizado como guía para la explicación. Los datos experimentales se corresponden con experimentos planificados en los que se asignan dos tratamientos distintos a un grupo de individuos. En este tipo de diseños es necesario que todas las características que no interv ienen en el diseño y puedan modificar la respuesta, estén controlados y sean similares en los dos grupos a comparar. La fo rma de asignar tratamientos a individuos para que no existan erro res sistemáticos es hacerlo al azar.

-44-

-

C ontraste para dat o s aparead o s .

Supongamos que deseamos sabe r si la presión sistólica de personas alcohólicas se modifica cuando dejan el hábito de beber, para ello se toma una muestra de 10 personas que ingresan en el hospital para tratar su alcoholismo y se toma una medida de la presión sistólica antes y después de dos meses de haber dejado de beber. El experimento fue diseñado de esta mane r a ya que aunque se espera una reducción en la presión sanguínea, esta depende del valor inicial en cada individuo.

Indi vi duo

1

2

3

4

5

6

7

8

9

10

Ant es

140

 
  • 165 175

160

160

   
  • 190 170

 
  • 175 160

155

 

Despu és

145

 
  • 150 170

150

160

   
  • 175 160

 
  • 165 170

145

 

Red uc ci ón

-5

15

10

0

5

15

10

10

10

-10

-45-

-

Como las variables están relacionadas, todos los cálculos que realizamos en el caso de datos independientes ya no son válidos. Para evitar este pro blema nos centraremos en una sola variable aleatoria que es la diferencia entre los dos valores obtenidos para cada uno de los individuos estudiados que mide el efecto del tratamiento aplicado. Tenemos ahora una nueva

variable D que suponemos que tiene una distribución normal de media µ d desviación típica σ d .

La hipótesis de interés es ahora que, en promedio, el tratamiento aplicado a los individuos es

0, es decir, µ d = 0. El contraste es ahora exactamente igual que el descrito para la media de

una población normal (ahora la población de las diferencias.

Describimos a continuación el contraste para muestras pequeñas y varianza desconocida para

datos apareados. Llamaremos desviación típica.

d ,

a

la

media muestral de las

diferencias y

ˆ

S d

a

la cuasi

-46-

-

= 0 HIPOTESIS: H 0 : µ d H a : µ d ! 0 NIVEL
= 0
HIPOTESIS: H 0 : µ d
H a : µ d
! 0
NIVEL DE SIGNIFICACION: α
d
ESTADIGRAFO DE CONTRA STE: t =
ˆ
S d
n
D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O H 0 E S C I E R T A : t n-1
R E G I O N D E A
C E P T A C I O N :
{
t /
t ! t
}
n" 1,#
R E G I O N C R I T I C A :
{
t /
t > t
}
n! 1,"

Contraste para la diferencia de medias de dos poblaciones normales con datos apareados.

-47-

-

H : µ = 0 HI PO TESIS : H : µ ! 0 Niv el
 

H 0 : µ d = 0

 

HI PO TESIS:

H a : µ d ! 0

Niv el de s ignifi ca ci ón: 5% y 1 %

 

ESTADI GRA FO D E CON TRAST E:

t =

6

= 2 . 250

 

8. 433

10
10

D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O H 0 E S C I E R T A : t 9 Valo r es cr ít icos : p ar a el 5 % t 9, 0.05 = 2,262 para el 1 % t 9, 0.01 = 3,250 p-valor : 0,0 510 Dec isi ón est adíst ic a: E l v alo r de l es t adí gr afo d e c ontras te p er te ne ce a l a r egi ón d e a ce pt ac ió n, por t an to ac ep ta mos l a h ipó tes is nu la. Conc lusi ón no estad íst ica : Con los dat os de l os qu e disp on em os no ex ist e una ev ide nc ia s ign ifi c at iv a d e que e xis ta u na d if ere nc ia en tre l a pr es ión sis tó li ca ant es y des pu és de h ab er dej ad o de b eb er.

Con tras te p ar a l a dif er en ci a de me di as de dos pob l ac ion es nor m al es co n da t os apa re ados apl i ca do a l ej e mpl o de l a r edu cc ió n de l a t ensi ón art er ia l en al coh ól ic os.

-48-

-

Contrast e s para la comparación de la

t endencia c entral cuando las poblacion e s no

son normal e s.

En muchas situaciones prácticas es difícil aceptar la hipótesis previa de que los datos son normales al disponerse, por ejemplo, de distribuciones muy asimétricas. En estos casos los contrastes anteriores no detectan claras diferencias en el comportamiento de las poblaciones, debido a que la dispersión es muy grande o debido a que la medida de tendencia central utilizada (la media) no es la correcta porq ue está afectada por los valores extremos. Los contrastes paramétricos descritos antes son especialmente sensibles a valores extremos de la variable.

Para solucionar el problema se utiliza la mediana en lugar de la media construyéndose los que se denominan contrastes no paramétricos al no referirse ya a par ámetro s de una distribución concreta.

-49-

-

- 50- -

-50-

-

C o mparaci ó n de medianas de d o s p o blaci o n es c o n dat o s independientes: el c o ntraste U de Mann-Withney

Está basado en la suma de los r angos de orden de las observ aciones de las dos poblaciones consideradas conjuntamente y consiste básicamente en calcular la distribución muestral a partir de todas las ord enaciones posibles con muestras de los mismos tamaños en el caso de que las medianas fueran iguales. Cabe esperar que si las medianas de las dos poblaciones son iguales los datos estén mezclados y las sumas de rangos de orden sean similares en ambos grupos.

-51-

-

H 0 : Me 1 = Me 2 (Me 1 ! Me 2 = 0 )
H 0 : Me 1 = Me 2 (Me 1 ! Me 2 = 0 )
HI PO TESIS:
H a : Me 1 " Me 2 (Me 1 ! Me 2 " 0)
ESTADI GRA FO D E CON TRAST E: Ord en ar l as obs erv ac ion es, asi gn ar el ra ngo c orr espo nd ien t e y
ca lc ul ar l as sum as de r an gos de las ob serv ac ion es de ca da gr upo.( R 1 y R 2 )
U = min( U 1 , U 2 ) U i = n 1 n 2 + n i ( n i + 1) ! R i
2
n 1 n 2
U !
2
Para mu estras gr and es : Z =
n 1 n 2 (n 1 + n 2 + 1)
12
D I S T R I B U C I O N D E L E S T A D I G R A
F O C U A N D O H 0 E S C I E R T A : D i s t r i b u c i ó n
e m p í r i c a o N (0 ,1 ) p a r a m u e s t r a s g r a n d e s .
{
sup
}
R E G . D
E
A C E P . :
U / U
inf
!; n ,n
" U " U
{
Z / Z ! z
}
!;n ,n
" / 2
1
2
1
2
{
inf
R E G I O N C R I T I C A :
U / U ![U
; U
";n ,n
sup
"; n ,n
}
]
{
Z / Z > z
}
! / 2
1
2
1
2

-52-

-

C o mparaci ó n de medianas de d o s p o blaci o n
C o mparaci ó n de medianas de d o s p o blaci o n es c o n dat o s independientes: el t est d e
Wilc ox o n
H
0 : Me d = 0
HI PO
TESIS:
H
a : Me d ! 0
ESTADI GRA FO D E CON TRAST E: C al cu lar las d ife re nc ias e ntr e l os v alo res d e a mbos g rup os,
Supri m ir l as obs erv ac ion es nu las, Ord ena r las o bser va ci on es en v al or abs ol uto, as ign ar e l ra ngo
corr espo nd ie nt e y c al cul ar l as su mas de ra ngos d e l as obse rv ac ion es pos it iv as y neg a tiv as.( T + y T - )
T = min(T + ,
T ! )
n(n + 1)
T !
4
Para mu estras gr and es : Z =
n (n + 1)(2 n + 1)
24
D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O H 0 E S C I E R T A : D i s t r i b u c i ó n
e m p í r i c a o N (0 ,1 ) p a r a m u e s t r a s g r a n d e s .
inf
R E G . D E
A C E P . :
{
sup
}
T / T
" T " T
{
Z / Z ! z
}
!; n
! ;n
" / 2
{
inf
sup
R E G I O N C R I T I C A :
}
T / T ![T
; T
]
{
Z / Z > z
}
";n
" ;n
! / 2

-53-

-

Validaci ó n d e las hip ó tesis de p artida.

A lo largo de los distintos pu ntos de l a descripción de los cont rastes básicos hemos ido haciendo u na serie de suposiciones que no hemos verificado como son las hipótesis de no rmalid ad o de igualdad de va rianza s (homocedasticida d) de las poblaciones. La validación de estos supuestos se ha dejado para el final aunque debe realizars e previamente a la aplicación de los procedimientos de contraste.

Existen much os métodos que per miten la validación de la hipó tesis de normalida d, desde los más formales consistentes en nuevos con trastes cuya hipótesis n ula es la hipótesis de que los datos proceden de una distri bución nor mal, hast a simples procedimien tos descriptivos como el histograma o el Box-Plot que nos per miten decidir si la distribuc ión es aproximada mente simétrica o nor mal y si la dispersión de los grupos en estudio es aproximadamente la misma.

Los proced imient os de contraste de c ompar ación de medias suelen ser robustos con re specto a la hipótesis de n ormal ida d aunque muy sensibles a la p resencia de out liers (dat os anor malmente grandes o peque ños). En las representaciones Bo x- plot de los grup os a comparar buscarem os la simetría de lo gr upos y, sobre todo, la p resencia de observaciones extrañas en los extremos de la distribución.

-54-

-

CONTRASTE DE COMPARACION DE VARIANZAS 2 H 0 : ! 1 2 = ! 2 HIPOTESIS:

CONTRASTE DE COMPARACION DE VARIANZAS

2 H 0 : ! 1 2 = ! 2 HIPOTESIS: 2 H a : !
2
H
0 : ! 1 2 = ! 2
HIPOTESIS:
2
H a : ! 1 2 " ! 2
NIVEL DE SIGNIFICAC ION: α
ˆ
2
S 1
ESTADIGRAFO DE CONTRASTE: F =
2
S ˆ
2
D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O H 0 E S C I E R T A :
{
R E G I O N D E A C E P T A C I O N :
F
/ F ! [ F
} R E G I O N C R I T I C A :
n 1 "1,n 2 " 1, 1"# / 2 , F n 1 " 1,n 2 "1, 1"#/ 2 ]
{
} 1
F / F ! [ F
, F
]
n "1,n " 1, 1"# / 2
n " 1,n "1, 1"#/ 2
1
2
1
2

Contra st e de co mpara ción d e las var ianz as d e dos pobla cione s norma les .

.

-55-

-

2 H 0 : ! 1 2 = ! 2 HIPOTESIS: 2 H a : !
2
H
0 : ! 1 2 = ! 2
HIPOTESIS:
2
H a : ! 1 2
" ! 2
NIVEL DE SIGNIFICAC ION: α = 5% y 1%
ˆ
2
S 1
ESTADIGRAFO DE CONTRASTE: F =
= 0 . 686
ˆ
2
S 2
D I S T R I B U C I O N D E L E S T A D I G R A F O C U A N D O H 0 E S C I E R T A :
p-valor : 0.6261
Conclusión : Se acepta la hipótesis nula.

Contra st e de co mpara ción d e las var ianz as d e dos pobla cione s norma les ap li cado al a compar ac ión de l a var iab il idad d el grado a lcohól ico.

-56-

-