Fundamentos de Contraste de Hipótesis y Comparación de Varianza en Estadística

Test F para comparar varianza: Si Fexp>Ftab (hay dif), valor p asoc p<0,005 hay="" dif,="" sabiendo="" que="" la="" distrib="" es="" normal="" y="" hay="" igualdad="" de="" varianz,="" realizo="" comparación="" (texp="">ttab,haydif) Que ocurre si S1 es distinto a S2: Se obtiene un valor t considerando c/u de los valores de varianza (no son combinables) || Constraste T para datos pareados: Para comparar el resultado del análisis de una misma muestra que fue realizado bajo dos circustancias distintas: Se debe observar diferencia (d) entre c/par de resultados: si no hay dif entre resultados, los valores de d se obtienen de una población con dmedia=0, se prueba si: dmedia difiere=0-> t-estad (texp=dmedia*raizn/Sd texpEliminación de datos anómalos: Cuando 1 o + resultados difieren del resto - Test Dixon o test Q: n pequeño (3-7) y supone DN, para probar Ho (Q=|valor sospechoso-valor+cercano/valorMay-valorMenor| Qcalc>Qtab elimino) - Test de Grubbs: Compara desviación absoluta entre valor sospech y la media con la "s" de la muestra. Supone DN, para probar Ho G=|valor sospech-prom/s| Gcal>Gtab elimino). || El análisis de la varianza (ANOVA): Contrastar la existencia de diferencias sign entre medias cuando hay + de 2 n; Contrasta si la diferencia entre medias muéstrales es dm grande para explicarse con error aleatorio; Permite identificar y comparar las 2 posibles fuentes de variac al comparar las muest (d sistem/daleatoria) Anova 1 vía: asume que solo 1 factor influenciaba las unidades exp (Xij(muestra): u(mediaglob)+alfatratam(variab sistem entre tratam)+Eij(variab error aleat dentro del tratam); Identif variable total (Xij-u=alfa+Eij, 1)evaluar normalidad de datos e igual varianz (Test cochrans para 2o+grup p>0,005 no hay dif) 2) comparac de s^2 o varían 3)test de dif (difAB= YA-YB>+-Tsmraiz de (1/na+1/nr) .> Fisher: min d signif /tukey: d signific || Anova multivia: > de 1 factor mismos pasos.. || Selección numero muestra: A mayor dif entre prom, mayor prob de detect dif signig con n reducido de muestra, a menor dispersión, mayor probab de detectar d signific entre prom cercanos, requiero mayor numero muestra.

0,005>