1
00:00:00,300 --> 00:00:13,240
Vale, ya estamos. Muy bien, pues nada, lo que os he comentado es relativo a las prácticas que ya os lo indicaremos más adelante y vamos a continuar con lo que nos quedamos la semana pasada.

2
00:00:13,240 --> 00:00:35,219
Os he actualizado este apartado que tenéis aquí. Bueno, debajo de la descripción de todas las videoconferencias sí que os incluyo lo que hay en esa videoconferencia en concreto. Yo que sé, por si alguno quiere repasar y quiere ir directamente a un tema, lo tenéis escrito en la descripción.

3
00:00:35,219 --> 00:01:03,259
Y aparte, en el planning este que tenemos hecho, que no seguimos al pie de la letra, pero bueno, vamos bastante bien, la semana pasada estuvimos terminando con la parte de rechazo de resultados dudosos, que habíamos visto que teníamos unos test que están basados en tablas y otros test que están basados en intervalos de confianza.

4
00:01:05,219 --> 00:01:10,719
Hoy vamos a empezar con otro tipo de test estadísticos que es para comparar series de valores.

5
00:01:12,400 --> 00:01:18,420
Vamos a hacer primero una recapitulación de lo anterior, lo que os acabo de decir.

6
00:01:18,939 --> 00:01:28,159
Cuando tenemos una serie de datos y alguno vemos que es anómalo, que es demasiado grande o demasiado pequeño en relación al resto,

7
00:01:28,159 --> 00:01:33,099
podemos evaluar mediante distintos métodos estadísticos, matemáticos,

8
00:01:33,099 --> 00:01:43,200
si ese resultado lo tenemos que eliminar o no, si ese resultado sí que es normal, forma parte de nuestra población o si está fuera y directamente lo quitamos

9
00:01:43,200 --> 00:01:56,400
porque nos está estropeando los resultados de nuestro ensayo. Entonces, teníamos los basados en tablas, Brooks y Dixon, por ejemplo, Carolina, que me has preguntado,

10
00:01:56,400 --> 00:02:15,159
La comparación interlaboratorios, que si os acordáis lo vimos al principio del todo en la parte de calidad, estos ejercicios de intercomparación en los que se evaluaban las capacidades de distintos laboratorios. Aquí si hay que aplicar este criterio como algo oficial es el más habitual, el de Bush.

11
00:02:15,159 --> 00:02:32,039
¿Vale? El de la CUDA Dixon es el que más utilizamos habitualmente. Si estamos en el laboratorio, estamos haciendo una serie de medidas y dudamos en una, lo más habitual es que utilicemos este. ¿Vale? Y luego, bueno, los demás eso nos los tienen que indicar. ¿Vale?

12
00:02:32,039 --> 00:02:53,259
Lo que teníamos que tener aquí muy claro es que si utilizamos estos métodos, los que están basados en tablas, el valor del que tenemos sospecha sí que lo vamos a utilizar cuando hagamos nuestros cálculos, ¿vale? Por ejemplo, esta S de aquí, la desviación, para calcularla, el valor del que yo dudo sí que lo meto, ¿vale?

13
00:02:53,259 --> 00:03:14,259
En cambio, cuando utilizamos los métodos basados en intervalos de confianza, que son menos habituales, ¿vale? Cuando calculamos nuestra media y nuestra desviación, lo hacemos quitando el dato sospechoso, ¿vale? Y aquí, cuando calculamos nuestra desviación típica o estándar, lo mismo, no consideramos el dato sospechoso.

14
00:03:14,259 --> 00:03:20,500
sospechosos. Entonces, resumiendo otra vez mucho, el procedimiento de los que están basados en tablas

15
00:03:20,500 --> 00:03:27,379
es calcular este parámetro estadístico para los datos que yo tengo y después compararlo con el

16
00:03:27,379 --> 00:03:33,060
que hay en las tablas. Si el que yo he calculado es más pequeño que el que está en la tabla, el

17
00:03:33,060 --> 00:03:40,620
resultado lo acepto, si no, lo rechazo. Ese era un poco el resumen. Entonces, esa es la primera

18
00:03:40,620 --> 00:03:47,719
parte de una de las aplicaciones que le podemos dar a esta estadística inferencial que vimos

19
00:03:47,719 --> 00:03:55,120
al principio y la otra es, otra de ellas es la que vamos a ver a continuación, que es

20
00:03:55,120 --> 00:04:04,740
la comparación de series de valores. Se nos puede dar habitualmente que nosotros tengamos

21
00:04:04,740 --> 00:04:10,379
por ejemplo dos métodos, lo que os he comentado antes con la práctica de laboratorio. Tenemos

22
00:04:10,379 --> 00:04:25,060
Es un mismo proceso que podemos llevar a cabo de dos maneras diferentes, con dos métodos distintos. Y queremos saber si esos métodos tienen una precisión que sea comparable. ¿Os acordáis del concepto de precisión?

23
00:04:25,060 --> 00:04:39,529
La precisión era cómo de dispersos están nuestros datos. Una manera de evaluarlo era a través de la desviación o la varianza,

24
00:04:39,670 --> 00:04:44,610
que lo que nos indica es cómo de separados están las distintas medidas que nosotros hemos hecho.

25
00:04:45,870 --> 00:04:52,970
En el caso de la diana, acordaos que si tenemos todos los dardos muy pegados tenemos mucha precisión.

26
00:04:52,970 --> 00:05:06,889
La exactitud en cambio era dar en el centro de la diana, que nuestro valor, nuestro resultado esté muy muy cerca del valor real. Entonces, ¿cómo evaluamos si estos dos métodos tienen realmente la misma precisión?

27
00:05:06,889 --> 00:05:25,290
Lo que hacemos es comparar sus varianzas, comparar cómo de dispersos son los resultados que nos dan, ¿vale? Entonces, para ello utilizamos una prueba que se llama la prueba F y es un test, igual que el de Dixon y el de Grubbs, que lo que se basa es en calcular un estadístico, ¿vale?

28
00:05:25,290 --> 00:05:44,269
Y después compararlo con el de la tabla. Ok, entonces, cuando nosotros comparamos dos varianzas tenemos que plantearnos unas hipótesis, ¿no? Acordaos que planteamos la hipótesis nula y una hipótesis alternativa.

29
00:05:44,269 --> 00:05:51,949
Hacemos nuestra prueba y luego decidimos si aceptamos la nula o la rechazamos y aceptamos la alternativa.

30
00:05:51,949 --> 00:06:10,089
¿Vale? Entonces, en el caso de cuando comparamos dos varianzas, acordaos que varianza, esto es un fallo muy habitual, acordaos que varianza es S al cuadrado, ¿vale? En un examen nos pueden dar perfectamente como dato la desviación típica.

31
00:06:10,089 --> 00:06:26,970
Es un error muy común no elevarla al cuadrado y no estar teniendo la varianza, ¿vale? Que es lo que estamos comparando. Entonces, nuestra hipótesis nula es que la varianza de nuestro primer resultado es igual que la del segundo, ¿vale?

32
00:06:26,970 --> 00:06:39,889
O sea, que de mi método 1 tiene la misma precisión que mi método 2, ¿vale? Y después tenemos una hipótesis alternativa que podemos plantear de dos maneras distintas, ¿vale? Esto es general para el contraste de hipótesis.

33
00:06:39,889 --> 00:06:45,990
Podemos plantear una hipótesis alternativa que sea, vale, la varianza 1 es distinta que la varianza 2.

34
00:06:46,970 --> 00:06:51,850
En ese caso sería bilateral. Solo quiero saber si son iguales o son distintos.

35
00:06:53,170 --> 00:06:58,550
O puedo querer decir si una de ellas es mayor que la otra. En ese caso es unilateral.

36
00:06:58,550 --> 00:07:09,689
Yo quiero comparar si, como hipótesis nula, la varianza de mi primer método es igual que la varianza de mi segundo método.

37
00:07:09,889 --> 00:07:13,269
Y luego, como alternativa, puedo elegir cómo plantearla, ¿vale?

38
00:07:14,089 --> 00:07:22,069
En el caso, cuando comparamos varianzas, utilizamos siempre esta de aquí por una cuestión de qué es lo que se utiliza por practicidad, ¿no?

39
00:07:22,069 --> 00:07:26,110
Porque es como tenemos las tablas establecidas, ¿vale? Ahora os explico por qué.

40
00:07:26,850 --> 00:07:29,769
Entonces, ¿cómo calculamos nuestro parámetro f?

41
00:07:30,930 --> 00:07:38,889
Lo que hacemos es coger una varianza y dividirla entre la otra y siempre ponemos arriba en el numerador la mayor, ¿vale?

42
00:07:38,889 --> 00:08:07,670
Así conseguimos que nuestra f sea siempre mayor que uno, que es como esta tabulada, ¿vale? Entonces, cogemos, si tenemos dos series de datos, calculamos para cada una de ellas la varianza, dividimos la mayor entre la menor y buscamos en la tabla el valor de esa f, la tabulada, nosotros hemos calculado uno y vamos a buscar la tabulada.

43
00:08:07,670 --> 00:08:11,290
¿Y cómo la buscamos? En función de los grados de libertad.

44
00:08:12,550 --> 00:08:16,649
Acordaos que los grados de libertad, en este caso, tenemos dos series de valores.

45
00:08:17,490 --> 00:08:22,810
Para cada uno de las series de valores, los grados de libertad es n-1.

46
00:08:23,129 --> 00:08:29,970
Por ejemplo, si yo estoy comparando una serie de 10 mediciones y otra serie de 8 mediciones,

47
00:08:29,970 --> 00:08:34,610
Los grados de libertad de la primera serán 10 menos 1, 9

48
00:08:34,610 --> 00:08:37,850
Y los de la segunda, 8 menos 1, 7

49
00:08:37,850 --> 00:08:42,750
¿Vale? Muy bien, pues yo calculo mi F y me voy a mi tabla

50
00:08:42,750 --> 00:08:46,750
Que la tengo aquí abierta, creo

51
00:08:46,750 --> 00:08:51,950
Y veis que aquí, ¿lo veis verdad? ¿Me podéis confirmar alguien que me estáis viendo la pantalla?

52
00:08:54,009 --> 00:08:54,549
Sí, se ve

53
00:08:54,549 --> 00:09:14,830
Aquí tenemos la F al alfa 0,05, que acordaos que es la significación que utilizamos por defecto, ¿no? Si no nos dicen nada, al 95%. Luego tenemos otra, por ejemplo, aquí abajo, que es al 0,01, al 99%, ¿vale?

54
00:09:15,429 --> 00:09:17,629
Entonces, ¿cómo se interpreta esta tabla?

55
00:09:18,750 --> 00:09:26,450
Si lo veis aquí, en las columnas se encuentran los valores, los grados de libertad del numerador

56
00:09:26,450 --> 00:09:30,590
y en los renglones los grados de libertad del denominador, ¿vale?

57
00:09:30,809 --> 00:09:39,669
Entonces, si yo por ejemplo tengo en el numerador que eran 10 mediciones, son los grados de libertad 9

58
00:09:39,669 --> 00:09:43,029
y en el denominador que eran 8, grados de libertad 7.

59
00:09:43,029 --> 00:10:05,309
Pues mi parámetro f sería 4,10. ¿Qué hago luego? Pues lo de siempre. Si yo he calculado mi f y este resultado de aquí que yo he calculado de dividir mis varianzas es menor que 4,10, que es lo que está en la tabla, puedo decir que acepto la hipótesis nula.

60
00:10:05,309 --> 00:10:30,370
O sea, que esas varianzas sí que son iguales. Si no, la rechazo y digo que no son iguales. O sea, que si en un ejercicio me preguntan que compare la precisión de dos métodos, si este f calculado me da menor que el f tabulado, yo puedo decir que esos métodos sí tienen la misma precisión, porque sus varianzas podemos decir que son iguales, estadísticamente iguales.

61
00:10:30,370 --> 00:10:49,509
Esto siempre, a veces no digo la coletilla, pero obviamente si un valor es 7,83 y otro es 7,88, a simple vista ya sabemos que no es el mismo número, no son iguales, pero estadísticamente sí que podemos asumir que sean iguales, ¿no? Es a lo que se refiere.

62
00:10:49,509 --> 00:10:54,230
Esto parece un poco lío, pero si queréis hacemos un ejemplo antes de seguir.

63
00:10:55,049 --> 00:11:00,070
Imaginaos, por ejemplo, que yo tengo dos experimentos.

64
00:11:00,250 --> 00:11:04,750
Hago el método 1 y el método 2.

65
00:11:05,490 --> 00:11:07,710
En el método 1 tengo estos datos.

66
00:11:07,870 --> 00:11:16,450
Me los voy a inventar. 6 con 3, 6 con 4, 6 con 3 otra vez, 6 con 5, 6 con 6, 6 con 7.

67
00:11:16,450 --> 00:11:41,220
Y en el método 2 tengo 6.1, 6.7, 6.5, 6.9, 7.2, 6.0, 6.3, 6.4.

68
00:11:41,220 --> 00:11:51,700
Por ejemplo, ¿vale? Este es un método, este es otro método, he medido el parámetro que sea, imaginaos que es concentración, pH, lo que queráis, y he obtenido estos resultados.

69
00:11:51,700 --> 00:12:02,480
Pues voy a calcular para cada uno de ellos la varianza. Calculo, esto lo hacéis con la calculadora, la varianza de esta serie de valores.

70
00:12:02,480 --> 00:12:08,519
Y calculo la varianza de esta serie de valores.

71
00:12:10,899 --> 00:12:20,860
Y me sale que la varianza del primero son 0,038 y la del segundo 0,18.

72
00:12:21,519 --> 00:12:24,419
Ya tengo mis dos varianzas, ¿ahora qué tengo que hacer?

73
00:12:24,899 --> 00:12:25,679
Calcular f.

74
00:12:26,379 --> 00:12:27,679
¿Y f cómo se calcula?

75
00:12:28,080 --> 00:12:30,299
Dividiendo una varianza entre la otra.

76
00:12:30,299 --> 00:12:47,460
Siempre elijo la mayor en el numerador. En este caso dividiré esta de aquí entre esta de aquí. Y me sale que mi f es 4.8. Ya tengo mi f calculada.

77
00:12:47,460 --> 00:12:57,659
Esta es la F calculada. ¿Ahora qué tengo que hacer? Comparar con la F tabulada. ¿Cómo hago eso? Yéndome a la tabla.

78
00:12:58,299 --> 00:13:06,200
Y lo primero de todo, voy a ver cuántas mediciones tengo en cada uno de mis métodos para ver cómo tengo que buscar en la tabla.

79
00:13:06,200 --> 00:13:29,899
Y tengo en cada una de ellas, tengo 7, ¿no? 7 mediciones, 7 y 7. Por lo tanto, n igual a 7, n igual a 7. Y grados de libertad del primero, 6, 7 menos 1. Y del segundo, lo mismo.

80
00:13:29,899 --> 00:13:44,460
¿no? Grados de libertad, 6, ¿vale? Esto puede ser, algunas veces me pueden dar que los dos métodos se han hecho el mismo número de mediciones y otras veces que se han hecho distintas, ¿no?

81
00:13:44,899 --> 00:13:55,879
Acordaos que la tabla tiene las dos posibilidades, ¿no? De este método podría haber hecho 15 mediciones y de este 10, por ejemplo, ¿vale? Pero bueno, en este caso hemos hecho 7 de cada uno,

82
00:13:55,879 --> 00:14:07,419
o sea que son 6 grados de libertad para cada uno, he calculado mi F dividiendo la varianza más grande entre la varianza más pequeña y ahora me voy a la tabla.

83
00:14:08,440 --> 00:14:22,960
Entonces, en mi tabla, para 6 grados de libertad en el numerador y 6 en el denominador, me da que mi F tabulada son 4,28.

84
00:14:22,960 --> 00:14:44,820
¡Joder, qué parecido! Mi F tabulada son 4,28. Todos hemos visto cómo hemos cogido la F, ¿no? Simplemente en la tabla, numerador y denominador. En este caso, en ambos será 6. 6, 6, 4,28.

85
00:14:44,820 --> 00:14:55,440
Ok, entonces, a la vista de estos resultados, si yo os pregunto si estos dos métodos tienen la misma precisión, ¿cuál sería la respuesta?

86
00:15:01,460 --> 00:15:02,480
¿Se rechaza el dato?

87
00:15:03,419 --> 00:15:03,879
¿Perdón?

88
00:15:06,419 --> 00:15:09,779
Se rechaza la hipótesis, sí.

89
00:15:09,779 --> 00:15:28,779
Los dos métodos, o sea, se rechaza la hipótesis nula. Los dos métodos no tienen la misma precisión. Se ha rechazado la hipótesis nula, que me decía que ambas varianzas eran iguales.

90
00:15:28,779 --> 00:15:43,450
pero como la F que yo he calculado es mayor que la tabulada, lo rechazo y eso quiere decir que los métodos no tienen la misma precisión.

91
00:15:43,450 --> 00:16:00,460
Hay un método que es más preciso que el otro, porque F calculada es mayor que F tabulada.

92
00:16:00,460 --> 00:16:26,740
¿Vale? Imaginaos que en vez de tener 6 medidas, esto fuese la varianza, pero yo hubiese hecho 15 medidas. Pues me voy aquí, 16 medidas, 16, 16, perdón, 15, 15, porque 16 medidas, los grados de libertad son 15 y 15, y me da 2,35.

93
00:16:26,740 --> 00:16:44,980
5. Claro, no, peor todavía. Es más pequeño, lo sigo rechazando. Si se diese el caso, por ejemplo, de que he hecho muy poquitas medidas, de que he hecho solo 5 medidas, el valor de 4,4, de los grados de libertad, me da 6,39.

94
00:16:44,980 --> 00:16:57,600
En ese caso, por ejemplo, sí que podría decir que como mi F calculada es menor que la tabulada, acepto la hipótesis nula y digo que sí que las varianzas son iguales.

95
00:17:02,039 --> 00:17:03,500
Estas son las varianzas.

96
00:17:09,460 --> 00:17:11,220
¿Alguna duda hasta aquí?

97
00:17:11,220 --> 00:17:37,200
Bien, lo que tenemos que hacer cuando nos enfrentamos a un ejercicio de este estilo es ver qué nos están pidiendo y ver los datos que tenemos. Tenemos una serie de mediciones, yo en cuanto tenga una serie de datos, yo puedo calcular la media, la moda, la mediana, la desviación típica, la varianza, con todos estos datos y con estos igual.

98
00:17:37,200 --> 00:18:02,359
Entonces, en este caso, si me piden que compare precisiones, me están pidiendo que compare las varianzas y lo hago con la prueba f. Mi f es s cuadrado del primero entre s cuadrado del segundo, siendo siempre la varianza que pongo arriba, en la parte de arriba de la fórmula, siempre la varianza que sea mayor.

99
00:18:02,359 --> 00:18:06,039
¿Vale? Aquí pongo la mayor y aquí la menor

100
00:18:06,039 --> 00:18:08,880
Si tienen, por ejemplo, distinto número de medidas

101
00:18:08,880 --> 00:18:13,039
¿No? Acordaos que nuestra tabla nos dice

102
00:18:13,039 --> 00:18:15,980
Los grados de libertad del numerador y del denominador

103
00:18:15,980 --> 00:18:19,539
Tengo que fijarme bien de cuántas medidas tengo de cada una de estas

104
00:18:19,539 --> 00:18:20,579
De la 1 y de la 2

105
00:18:20,579 --> 00:18:26,099
¿Vale? Entonces, nada, hacemos esta prueba

106
00:18:26,099 --> 00:18:29,059
Y aceptamos o rechazamos la hipótesis nula

107
00:18:29,059 --> 00:18:31,059
¿Vale? Aquí tenéis la tabla

108
00:18:31,059 --> 00:18:50,420
¿Ves? Grados de libertad del numerador y aquí los del denominador. Entonces, si por ejemplo el valor que yo he puesto en la parte de arriba de la fórmula, en el numerador, como tiene una varianza mayor, lo he puesto arriba y imaginaos que tiene eso, pues 8 mediciones.

109
00:18:50,420 --> 00:19:06,140
Y el que he puesto abajo, que tiene una varianza más pequeña, tiene 7 mediciones. Pues tendré que buscar grados de libertad del numerador 8, menos 1, 7 y del denominador 7, menos 1, 6. Tendría que buscar este valor de aquí.

110
00:19:06,140 --> 00:19:13,819
Porque los grados de libertad son n-1 en el numerador y n-1 en el denominador.

111
00:19:19,140 --> 00:19:33,730
Entonces, esa era una de las primeras aplicaciones y ahora vamos a la siguiente, que también es muy habitual, que es comparación de un resultado con un valor de referencia.

112
00:19:33,730 --> 00:19:54,849
Esto cuando se utiliza, por ejemplo, un accidente de tráfico y hay una persona que está involucrada en un accidente y le hacen un análisis de sangre y sale un valor de alcohol.

113
00:19:54,849 --> 00:20:06,910
Y se quiere saber si estadísticamente se puede asumir que el valor ese que nosotros hemos obtenido está por encima del valor de referencia.

114
00:20:08,269 --> 00:20:11,349
Otro caso que igual es más fácil de entender.

115
00:20:12,029 --> 00:20:20,670
Si tenemos por ley que en el etiquetado de un producto sin gluten, por ejemplo, algún tipo de alérgeno,

116
00:20:20,670 --> 00:20:39,150
La concentración de gluten tiene que ser menor de 0,01 ppm. Nosotros podemos hacer una serie de mediciones sobre ese producto y después hacer la media de esas mediciones y estadísticamente compararlo con el valor de referencia.

117
00:20:39,150 --> 00:20:44,150
Y así podemos saber si estadísticamente estamos cumpliendo con la ley o no.

118
00:20:47,009 --> 00:20:50,210
Entonces, el proceso exactamente igual que con la…

119
00:20:50,210 --> 00:20:50,910
Elena, perdona.

120
00:20:50,970 --> 00:20:51,130
Sí.

121
00:20:52,250 --> 00:20:57,349
Hay tablas de estas de los valores de F de una cola y de dos colas.

122
00:20:57,470 --> 00:20:58,609
¿Da igual la que utilicemos?

123
00:20:59,089 --> 00:21:05,849
No, normalmente, o sea, hay de dos colas, pero no se utiliza normalmente.

124
00:21:05,849 --> 00:21:10,809
Entonces, por lo general, en la prueba F es la única que por defecto utilizamos la de una cola.

125
00:21:11,970 --> 00:21:25,130
Esto es lo que se hace habitualmente y ya relativo al examen, todos los ejercicios que tengan que ver con tablas,

126
00:21:25,130 --> 00:21:32,490
quiero decir, que haya dos niveles de significación o que haya una o dos colas, eso va a estar muy bien definido en el enunciado.

127
00:21:32,710 --> 00:21:35,809
No se va a dejar nada al aire porque si no es muy lioso.

128
00:21:35,809 --> 00:21:40,210
pero en el aula virtual creo que solo os he subido la de una cola

129
00:21:40,210 --> 00:21:43,549
porque es que a diferencia de otras tablas como la T de Student

130
00:21:43,549 --> 00:21:45,309
que son totalmente simétricas

131
00:21:45,309 --> 00:21:48,369
la de la F, si os dais cuenta

132
00:21:48,369 --> 00:21:51,410
es un poco diferente

133
00:21:51,410 --> 00:21:56,130
entonces la que se utiliza habitualmente es la de una cola

134
00:21:56,130 --> 00:21:57,589
entonces las varianzas

135
00:21:57,589 --> 00:22:03,490
ahora veremos que al utilizar una cola o dos colas

136
00:22:03,490 --> 00:22:09,589
lo único que cambia es la tabla en la que miramos al final, que el resto del procedimiento es el mismo.

137
00:22:10,130 --> 00:22:17,410
Y lo que pasa, por ejemplo, cuando utilizamos la TED Student de una o dos colas, es que uno es un poco más restrictivo que el otro,

138
00:22:17,569 --> 00:22:24,609
pero el procedimiento es el mismo y en la mayoría de los casos, de hecho, si rechazamos con una cola, rechazamos con dos y viceversa.

139
00:22:24,609 --> 00:22:38,549
Pero bueno, como norma general, para el valor de F vamos a tomar el de una cola y la significación 0,05. Aunque sí que existen otras tablas, pero bueno, como referencia.

140
00:22:39,410 --> 00:22:40,009
Vale, gracias.

141
00:22:40,009 --> 00:23:06,410
Nada, luego en la TED Students sí que vamos a utilizar la de una y la de dos colas. La que tenéis subida en el aula virtual, aquí en tablas, tenéis directamente dentro de una misma tabla de la TED Students nivel de significancia de dos colas si lo miráis desde arriba y si lo miráis desde abajo tenéis la de una cola.

142
00:23:06,410 --> 00:23:26,269
¿Por qué? Porque realmente es la misma tabla, solo que como aquí estamos considerándose en un lateral y aquí los dos, esto se duplica. Esto que aquí es 0,1 en dos colas es 0,05 en una cola. Por eso podemos utilizar la misma tabla.

143
00:23:26,269 --> 00:23:43,789
Bien, os estoy liando con esto, ahora vemos la aplicación práctica, ¿vale? Que igual es más sencillo. Entonces, porque vamos a utilizar la T para lo de la comparación con un valor de referencia, ¿vale?

144
00:23:44,390 --> 00:23:52,630
Entonces, cuando nosotros queremos comparar eso, tenemos un valor de referencia, un valor fijo, un valor, como si fuera un patrón, por ejemplo,

145
00:23:53,269 --> 00:24:02,170
y queremos comparar una serie de medidas que nosotros hemos hecho y queremos decir si son iguales que ese valor o distintas o mayores o menores, ¿vale?

146
00:24:02,170 --> 00:24:11,619
Tenemos que plantear nuestra hipótesis. Nuestra hipótesis nula, como siempre, va a ser que sí que son iguales,

147
00:24:11,619 --> 00:24:27,920
Que la media de mis datos es igual que el valor de referencia. Y luego, como hipótesis alternativa, podemos plantear que la media de mis datos es mayor que el de referencia o menor, dependiendo.

148
00:24:27,920 --> 00:24:44,160
Esto se plantea una de las dos, ¿no? Imaginaos, el valor de referencia es 5 y mi media es 4,5. Pues, hombre, no tiene lógica que yo plantee esta de aquí. Plantearé esta o esta, ¿vale?

149
00:24:44,480 --> 00:24:56,880
Entonces, puedo plantear que la media de mis datos es mayor o menor que el valor de referencia, en función de si es mayor o menor, o simplemente puedo plantear que sea distinta, ¿vale?

150
00:24:56,880 --> 00:25:18,720
Planteo una hipótesis bilateral que simplemente me da igual que sea mayor o que sea menor, lo que quiero saber es que no es lo mismo. Esto lo único que cambia es que como en la tabla miramos en una columna o en otra, uno es un poco más restrictivo que el otro, ¿vale? Pero el procedimiento para hacer el ejercicio es exactamente el mismo, ¿vale? Para obtener nuestro parámetro.

151
00:25:19,319 --> 00:25:20,500
Entonces, ¿cómo lo hacemos?

152
00:25:22,160 --> 00:25:26,059
Bueno, las aplicaciones, lo que os he dicho, comprobar la evidencia de un error sistemático,

153
00:25:26,160 --> 00:25:32,140
decidir si una medida supera o no supera un valor determinado, por ejemplo, una referencia legal.

154
00:25:33,559 --> 00:25:34,700
Entonces, ¿cómo lo hacemos?

155
00:25:35,519 --> 00:25:39,700
Calculamos otro parámetro estadístico, igual que para las varianzas.

156
00:25:40,359 --> 00:25:44,259
Calculábamos la F, ahora calculamos la T, que es la T de Student,

157
00:25:44,440 --> 00:25:46,500
la que hemos estado utilizando para los intervalos de confianza.

158
00:25:46,500 --> 00:26:02,140
Y daos cuenta que cuando nosotros calculábamos nuestro intervalo de confianza, ¿qué hacíamos? Hacíamos mi valor es x media más menos t por s dividido entre raíz de n.

159
00:26:02,140 --> 00:26:09,759
Entonces, al final, esto es despejar la T de esa ecuación, ¿vale? De nuestra ecuación del intervalo de confianza.

160
00:26:09,759 --> 00:26:31,900
Bueno, perdón, pero en este caso tenemos la T calculada, la que nosotros vamos a calcular para luego ver si es mayor o menor que la tabulada, lo que vamos a hacer es coger el valor de referencia menos la media de nuestros datos y todo ello en valor absoluto, ¿vale?

161
00:26:31,900 --> 00:26:47,339
Acordaos que la T siempre tiene que ser positiva. Entonces, me dé lo que me dé en positivo, valor absoluto. Lo divido entre S, la desviación de mi serie de datos, y esta S dividida entre raíz de N.

162
00:26:48,200 --> 00:26:50,900
Otra cosa que n es el número de mediciones.

163
00:26:51,500 --> 00:26:55,319
Y otra cosa también que tenéis que tener mucho cuidado, porque también es un fallo muy habitual,

164
00:26:55,819 --> 00:26:58,819
es que este raíz de n está aquí dividiendo, ¿vale?

165
00:26:58,819 --> 00:27:06,099
Esto es exactamente lo mismo que decir, de calculada es x de referencia menos x media en valor absoluto

166
00:27:06,099 --> 00:27:10,839
multiplicado por raíz de n y dividido entre s, ¿vale?

167
00:27:11,140 --> 00:27:14,839
O sea, este raíz de n, daos cuenta que está dividiendo en el denominador.

168
00:27:15,779 --> 00:27:16,759
Entonces, ¿qué hago?

169
00:27:17,339 --> 00:27:35,720
Entonces, tengo mi serie de datos, que yo he hecho mis medidas, tengo un valor de referencia, pues con mi serie de datos calculo la media, calculo la desviación, veo el número de mediciones que tengo y con estos puedo calcular una T.

170
00:27:35,720 --> 00:28:02,519
¿Y luego qué hago? Pues me voy a la tabla de la TED Student y busco para los grados de libertad que tenga, por ejemplo, si tengo 10 mediciones buscaré para grados de libertad 9, 10 menos 1, y luego tendré que ver el nivel de significancia, que es, acordaos, si no nos dicen nada, es el 95%, alfa igual a 0,05,

171
00:28:02,519 --> 00:28:19,920
pero me pueden decir alfa igual a 0,01, alfa igual a 0,1, 90%, ¿vale? Lo que sea, por defecto, la del 95, pero eso me da igual, si me dicen cualquier otro valor es simplemente mirar en otra columna en la tabla, ¿vale?

172
00:28:19,920 --> 00:28:44,799
Y ahora, tengo que saber si utilizo la tabla de una cola o de dos colas. Eso va a depender de cómo he planteado yo la hipótesis. Por ejemplo, si yo lo que quiero es saber simplemente si son distintos, o sea, si mi valor medio no es igual que el de referencia, me da igual que sea mayor o menor, solo quiero saber que no es distinto.

173
00:28:44,799 --> 00:29:06,440
Me voy a la tabla de la TED Student de dos colas y, en cambio, si quiero saber si es mayor o es menor, por ejemplo, si me dicen, dime si el nivel de alcohol en sangre de estas medidas supera el límite legal, ahí ya me está diciendo que le diga si es mayor que el límite legal.

174
00:29:06,440 --> 00:29:20,079
Me está diciendo que si mis datos son mayores que el límite legal. Ahí utilizaría una hipótesis alternativa unilateral y en ese caso miraría en la tabla de la TED Student de una cola.

175
00:29:21,079 --> 00:29:31,400
Ejemplo, imaginaos que me dicen al 95%, o sea, alfa igual a 0,05, que quieren saber si mi valor es distinto del de referencia.

176
00:29:32,259 --> 00:29:37,880
Me voy a mi tabla y como solo me ha dicho que sí es distinto, busco el de dos colas.

177
00:29:38,019 --> 00:29:42,980
Me da igual por aquí que por aquí, nivel de significancia, dos colas.

178
00:29:42,980 --> 00:29:51,640
al 95%, pues buscaría el dato en esta columna de aquí, según el n que sea, ¿vale?

179
00:29:51,680 --> 00:29:56,299
Según el número de medidas, pues n-1, que son los grados de libertad, ¿vale?

180
00:29:57,400 --> 00:30:05,079
Ahora, si me dice no, yo lo que quiero es que me digas si es mayor que este valor de referencia.

181
00:30:05,299 --> 00:30:08,960
Vale, ya me están pidiendo solo por un lado, me tengo que ir al de una cola.

182
00:30:08,960 --> 00:30:33,660
Entonces me voy y en vez de mirar en esta fila de aquí, el valor que yo tengo que mirar es en esta fila de aquí, ¿vale? 0,05 de una cola, que es el valor del dato, o sea, de la t, que la t no es un valor adimensional, no me dice nada per se, es la misma que si fuese dos colas 0,1.

183
00:30:33,660 --> 00:30:41,619
Entonces, aquí miraría en esta fila de aquí, para el número de grados de libertad que sean, ¿vale?

184
00:30:41,759 --> 00:30:44,859
Si es de dos colas, en este, al 0,05.

185
00:30:45,299 --> 00:30:50,799
Si es de una cola, me voy aquí y digo, vale, para una cola el 0,05 es esta columna.

186
00:30:51,400 --> 00:30:56,460
Pues en esta columna, para los grados de libertad que sean, ¿vale?

187
00:30:57,960 --> 00:31:01,960
Entonces, el procedimiento, pues el mismo de siempre, calculo mi t.

188
00:31:01,960 --> 00:31:07,380
me voy a plantear mis hipótesis, calculo mi estadístico

189
00:31:07,380 --> 00:31:11,640
que para hacer la comparación con un valor de referencia es la T

190
00:31:11,640 --> 00:31:20,500
después me voy a mi tabla, busco dependiendo de si he planteado mi hipótesis de una o de dos colas

191
00:31:20,500 --> 00:31:27,180
unilateral o bilateral, si tengo que buscar en mi tabla de una o de dos colas

192
00:31:27,180 --> 00:31:31,380
y comparo el valor de la T de la tabla con el que yo he calculado

193
00:31:31,380 --> 00:31:59,750
Y ahora, como siempre, si el valor calculado, el que he calculado yo, es menor que el de la tabla, puedo aceptar la hipótesis nula, ¿vale? Mi valor es igual que el de referencia. En cambio, si planteo mi t es mayor que la t de las tablas, rechazo la hipótesis nula, ¿vale? Y acepto la alternativa, ¿ok?

194
00:31:59,750 --> 00:32:13,539
Entonces, Elena, por así decirlo, el test F es para comparar la precisión de los métodos y el test T la exactitud.

195
00:32:13,980 --> 00:32:24,640
Sí, porque con el test T lo que vamos a comparar es el valor de un resultado con un valor de referencia.

196
00:32:24,640 --> 00:32:36,000
Y vamos a comparar también mediante un test T, que ahora veremos en el siguiente procedimiento, la diferencia que hay entre las medias de dos series de valores.

197
00:32:36,460 --> 00:32:49,200
Lo que hemos hecho con las F es de comparar si la precisión de dos métodos es la misma, lo podemos hacer con un test T para ver si la media que nos dan esos dos métodos la podemos considerar igual también.

198
00:32:49,200 --> 00:33:10,480
Entonces, sí, la F nos da un indicativo de precisión y la T, en este caso, de exactitud, exactamente, porque estamos comparando un valor de referencia con un valor que nosotros tenemos y queremos ver si se parecen entre ellos, si son exactos.

199
00:33:10,480 --> 00:33:17,180
No queremos ver si las mediciones se han hecho igual, que es lo que estábamos viendo en el TSC, justo.

200
00:33:17,180 --> 00:33:47,160
Vale, gracias.

201
00:33:47,180 --> 00:33:57,640
¿Vale? Porque tenemos los mismos, para que tengamos las mismas cifras significativas. Lo voy a modificar para que no haya lío. Vale. Tiene que ser 50-0-0.

202
00:33:57,640 --> 00:34:07,460
y nosotros lo que hemos hecho ha sido coger 5 grifos, por ejemplo imaginaos en el instituto,

203
00:34:07,460 --> 00:34:12,119
pues yo me he ido a un baño de cada planta y he tomado una muestra de agua,

204
00:34:12,599 --> 00:34:18,760
esa muestra de agua la he analizado en el laboratorio para ver la concentración de nitratos que tiene

205
00:34:18,760 --> 00:34:34,840
Y los resultados que he obtenido han sido estos. 50,23 una muestra, 50,30 otra, 50,58 otra, 51,06 y 50,81. Me dicen, ¿existen evidencias de que se haya sobrepasado el límite legal?

206
00:34:34,840 --> 00:34:57,179
Entonces, lo que me están pidiendo es que yo diga, sí, con un 95%, porque no me dicen lo contrario, así que considero alfa igual a 0,05, me están diciendo que si puedo considerar que la media de estos valores sobrepasa el límite legal, el límite establecido.

207
00:34:57,179 --> 00:35:16,340
He planteado de otra manera, o sea, he dicho de otra manera que no es exacta exacta, pero creo que se entiende bien. Si yo calculo mi intervalo de confianza, sí está dentro este valor. Entonces, me están pidiendo que compare un resultado con un valor de referencia.

208
00:35:16,340 --> 00:35:35,869
¿Qué es lo primero que hago? Me voy a abrir una hoja de cálculo. Lo primero que hago es, vale, identifico, quiero comparar una serie de valores con un valor de referencia, así que voy a tener que calcular mi estadístico T, ¿no?

209
00:35:35,869 --> 00:35:46,789
Me han dado mi X referencia, que me han dicho que es 50.00 miligramos partido por litro.

210
00:35:47,550 --> 00:35:50,489
Y luego me han dado una serie de mediciones, ¿no?

211
00:35:51,329 --> 00:35:58,389
Mediciones que son 1, 2, 3, 4 y 5.

212
00:35:59,849 --> 00:36:01,289
Vale, las voy a copiar aquí.

213
00:36:01,289 --> 00:36:22,329
Entonces me han dicho que yo en un grifo he tomado una medida y cuando la he analizado me daba 50,23. Otro 50,30. Otro 50,58. Otro 51,06. Y otro 50,81. ¿Vale?

214
00:36:22,329 --> 00:36:47,010
Y me dicen que si hay evidencias de que se ha sobrepasado este límite legal. Pues yo lo que tengo que hacer es calcular mi estadístico T, ¿vale? Que acordaos que es el valor absoluto, voy a pegar aquí la fórmula, de mi valor de referencia menos la media, dividido entre S y multiplicado por raíz de N.

215
00:36:47,010 --> 00:36:55,489
Aquí tenemos la fórmula, ¿no? Entonces, vamos a organizarnos primero para ver los datos que tenemos.

216
00:36:56,250 --> 00:37:01,110
¿T calculada? Es lo que queremos, ¿no? Queremos calcular T para compararlo con la T tabulada.

217
00:37:01,969 --> 00:37:11,590
¿Tenemos el valor de referencia? Sí, 50.00 miligramos por litro. Es el valor legal que me dicen que es el máximo que puede tener mi agua, ¿vale?

218
00:37:12,409 --> 00:37:17,030
¿Tengo mi X media? Pues sí, porque tengo una serie de valores, así que lo puedo calcular, ¿no?

219
00:37:18,349 --> 00:37:22,030
Entonces voy a poner aquí media.

220
00:37:23,429 --> 00:37:26,469
Y hago la media de estos datos de aquí, ¿no?

221
00:37:26,530 --> 00:37:29,789
Que sería sumar todos y dividir entre el número de datos.

222
00:37:30,570 --> 00:37:33,570
Voy con la calculadora, la función X media.

223
00:37:35,349 --> 00:37:37,889
¿Vale? Hago mi media, ya la tengo.

224
00:37:37,889 --> 00:37:41,530
¿Qué más necesito? Mi desviación típica, pues la calculo.

225
00:37:41,590 --> 00:38:04,219
Desviación S, la calculo con la calculadora y me da que es 0,347, ya tengo mi media y mi desviación.

226
00:38:04,219 --> 00:38:14,139
Y ahora que más necesito, n, y n es, contar los datos que tengo, 1, 2, 3, 4 y 5, n es igual a 5.

227
00:38:14,139 --> 00:38:38,300
¿Vale? Pues ya tengo todo, ¿no? Para calcular mi t. Pues me pongo a calcularla. Mi t calculada es igual a mi valor de referencia, que son 50, menos mi media, que son 50.596.

228
00:38:38,300 --> 00:38:46,840
Ahora, esto me da negativo, lo tengo que poner en positivo

229
00:38:46,840 --> 00:38:48,639
No hago el valor absoluto

230
00:38:48,639 --> 00:38:52,260
Ahora, he hecho esta parte de aquí

231
00:38:52,260 --> 00:38:56,780
Divido entre S, mi desviación

232
00:38:56,780 --> 00:39:03,599
Y a la vez divido entre la raíz de N

233
00:39:03,599 --> 00:39:05,000
De mis cinco valores

234
00:39:05,000 --> 00:39:08,739
Y mi resultado es que mi T

235
00:39:08,739 --> 00:39:13,570
A ver si esto lo he hecho bien

236
00:39:13,570 --> 00:39:30,289
Voy a poner los paréntesis. Vale, no. Me faltaba un paréntesis, perdonad. Esto, bueno, lo hacemos con la calculadora y el resultado que me da es que mi t es 3,855. Vale.

237
00:39:30,289 --> 00:39:36,929
Bueno, ¿qué tengo que hacer ahora? Ya tengo mi t calculada, ahora tendré que ir a buscar mi t tabulada, ¿no?

238
00:39:37,809 --> 00:39:46,750
Lo primero, ¿qué me decía mi ejercicio? Me daba una serie de datos, un valor de referencia y me decía que si se superaba ese valor de referencia.

239
00:39:46,750 --> 00:39:52,349
Me decía h sub 0 que x es igual a x de referencia

240
00:39:52,349 --> 00:40:00,230
Y h alternativa, mi hipótesis alternativa, me decía que si mi valor supera el de referencia

241
00:40:00,230 --> 00:40:03,469
No me decía que si era distinto, me decía que si lo superaba

242
00:40:03,469 --> 00:40:04,889
¿Esto qué significa?

243
00:40:05,590 --> 00:40:09,349
Que tengo que utilizar, es unilateral

244
00:40:09,349 --> 00:40:15,369
Y por lo tanto, tengo que utilizar la tabla de una cola

245
00:40:15,369 --> 00:40:24,320
Si me hubiese dicho, ¿puedo afirmar que el resultado de las mediciones es distinto que el de referencia?

246
00:40:24,699 --> 00:40:29,400
Utilizaría la de 2, pero como me dice, si lo excede, o sea, si es mayor que

247
00:40:29,400 --> 00:40:35,139
Esta es mi hipoteca alternativa, es unilateral y mi tabla es la de una cola

248
00:40:35,139 --> 00:40:44,000
Pues voy a ello, me tengo que ir entonces para n5, n-1 igual a 4 y una cola

249
00:40:44,000 --> 00:41:04,500
Y como no me dicen nada, el alfa al 95%, ¿vale? Pues me voy a mi tabla del 95% de una cola y tengo que buscar en esta columna de aquí el n-1 grados de libertad igual a 4.

250
00:41:04,500 --> 00:41:20,739
Pues me dice que es 2,13, ¿no? El nivel de significancia de una cola, este es el 0,05, 4, 2,13.

251
00:41:20,739 --> 00:41:44,429
Ok, mi t tabulada es igual a 2,13. Esta es mi t calculada. ¿Esto qué quiere decir? Mi t calculada es mayor que mi t tabulada y por lo tanto rechazo mi hipótesis nula.

252
00:41:44,429 --> 00:41:47,989
solamente acepto mi hipótesis nula

253
00:41:47,989 --> 00:41:49,829
cuando lo que yo he calculado es menor

254
00:41:49,829 --> 00:41:52,190
que lo de la tabla, en este caso es mayor

255
00:41:52,190 --> 00:41:54,230
así que rechazo la hipótesis nula

256
00:41:54,230 --> 00:41:55,769
y acepto

257
00:41:55,769 --> 00:41:57,550
la hipótesis alternativa

258
00:41:57,550 --> 00:42:00,030
por lo tanto, como respuesta

259
00:42:00,030 --> 00:42:02,150
al ejercicio, sí que puedo afirmar

260
00:42:02,150 --> 00:42:04,269
que se ha sobrepasado el límite

261
00:42:04,269 --> 00:42:04,610
legal

262
00:42:04,610 --> 00:42:18,179
¿cómo lo ves?

263
00:42:21,519 --> 00:42:22,280
más o menos

264
00:42:22,280 --> 00:42:25,239
has dicho que se rechaza la hipótesis

265
00:42:25,239 --> 00:42:25,719
nula, ¿verdad?

266
00:42:25,719 --> 00:42:39,800
Te rechaza, sí, porque mi t calculada es mayor que mi t tabulada. Por lo tanto, rechazo la hipótesis nula y acepto la alternativa. Por lo tanto, mi media sí que es mayor que mi valor de referencia.

267
00:42:39,800 --> 00:42:48,449
lo que os he dicho al principio

268
00:42:48,449 --> 00:42:51,150
que no tiene sentido, o sea que la hipótesis unilateral

269
00:42:51,150 --> 00:42:53,489
solamente tiene sentido hacia un lado

270
00:42:53,489 --> 00:42:57,650
es porque si aquí mi media es 5,59

271
00:42:57,650 --> 00:43:00,329
yo no puedo plantear una hipótesis que diga

272
00:43:00,329 --> 00:43:03,050
mi media es menor que 50

273
00:43:03,050 --> 00:43:04,909
porque eso ya sé que no

274
00:43:04,909 --> 00:43:08,489
solamente puede ser o mayor o igual, pero menor no va a ser

275
00:43:08,489 --> 00:43:29,489
¿Vale? Entonces, hemos visto dos de las aplicaciones que tenemos con esta estadística inferencial para aplicarla y comparar.

276
00:43:29,489 --> 00:43:41,989
Lo primero, hemos comparado las precisiones de dos métodos y ahora hemos comparado un resultado que hemos obtenido a base de unas mediciones con un valor que tenemos estándar, de referencia.

277
00:43:45,809 --> 00:43:56,150
Ahora, el siguiente test que podemos hacer es el de comparar las medias de dos series de medidas.

278
00:43:56,150 --> 00:44:04,329
¿Vale? Aquí, si os acordáis, en el primero que hemos hecho, este de aquí, esto era el método 1 y esto era el método 2, ¿no?

279
00:44:04,329 --> 00:44:14,409
Y hemos comparado si eran igual de precisos. Hemos cogido y hemos calculado sus varianzas y luego hemos calculado la f y así hemos dicho que los métodos,

280
00:44:14,469 --> 00:44:22,369
bueno, en este caso no tienen la misma precisión, hemos rechazado la hipótesis nula que nos decía que sí que tienen la misma precisión, ¿vale?

281
00:44:22,369 --> 00:44:35,550
Hipótesis nula, iguales. Hipótesis alternativa, no iguales. Y lo hemos hecho con nuestro test F, pero ahora imaginaos que lo que yo quiero comparar no son las varianzas, la precisión.

282
00:44:35,550 --> 00:44:48,329
Yo quiero comparar las medias que me dan estos dos datos, estos dos estudios. Entonces, la media del primero, ¿cuánto es? Pues me hago la media con mis datos.

283
00:44:48,329 --> 00:44:52,130
Meto estos datos en la calculadora y calculo la media

284
00:44:52,130 --> 00:44:54,869
Del segundo, lo mismo

285
00:44:54,869 --> 00:44:56,289
Me hago la media

286
00:44:56,289 --> 00:44:59,110
Con estos datos

287
00:44:59,110 --> 00:45:06,670
Esta es 6,514 y esta es 6,542

288
00:45:06,670 --> 00:45:11,329
Ya a priori parecen muy, muy, muy...

289
00:45:11,329 --> 00:45:11,730
¿Lorena?

290
00:45:12,050 --> 00:45:12,289
Sí

291
00:45:12,289 --> 00:45:15,250
Sí, dime

292
00:45:15,250 --> 00:45:17,989
Una pregunta

293
00:45:17,989 --> 00:45:24,949
En las tablas de T, cuando se busca el número, no se resta, ¿verdad? El grado de libertad.

294
00:45:24,969 --> 00:45:32,090
Sí, sí, sí, estos grados de libertad. Teníamos cinco medidas, entonces hemos buscado cinco menos uno, que es cuatro.

295
00:45:32,730 --> 00:45:37,829
Sí. Ah, vale, vale, gracias, estaba confundida, gracias.

296
00:45:37,949 --> 00:45:50,059
Nada, nada. Ah, estaba en el Excel, perdona. Vale, entonces, he comparado mis varianzas y he llegado a la conclusión de que no son iguales.

297
00:45:50,059 --> 00:46:02,559
Ahora puedo hacer un test para decir si mis medias son iguales estadísticamente, si las puedo considerar que estos dos métodos, el resultado final que me dan es el mismo, o sea, quedaría igual que lo hiciese con un método o con el otro.

298
00:46:02,559 --> 00:46:21,539
Ya sé que la precisión no es la misma, pero podemos ver si las medias son comparables o no. ¿Cómo hacemos eso? Tenemos nuestras medias, que a priori son muy parecidas, y vamos a calcular otra vez un estadístico T para compararlo con el de las tablas.

299
00:46:21,539 --> 00:46:31,860
¿Qué pasa aquí? Que esto parece muy lioso, pero es porque hay que hacer mucho cálculo de suma-resta, no hay cálculos complicados.

300
00:46:32,579 --> 00:46:45,059
Entonces, bueno, vamos a ello. Si quiero comparar las medias de dos series de medidas, lo mismo, mi hipótesis nula, voy a plantear que sí, que las medias son iguales.

301
00:46:45,059 --> 00:46:57,460
Por el método A y por el método B, yo obtengo dos valores de dos medias y puedo decir con mi hipótesis nula que esas dos medias son lo mismo, que son iguales.

302
00:46:57,840 --> 00:47:08,880
Ahora, mi hipótesis alternativa, ¿cómo puede ser? Unilateral, ¿esta media es mayor que esta? O bilateral, ¿esta media es distinta que esta?

303
00:47:08,880 --> 00:47:28,800
Me da igual si mayor o menor, pero distinta. ¿Vale? Entonces, ¿cómo lo hacemos? Calculando nuestro estadístico t, como el que hemos calculado para comparar con un valor de referencia, el que buscamos en la tabla de la t de Student, pues lo vamos a calcular también para nuestras dos series de medidas.

304
00:47:28,800 --> 00:47:37,659
¿Qué es lo que pasa? Que vamos a calcularlo con una fórmula o con otra dependiendo de lo que nos da la prueba F, ¿vale?

305
00:47:37,860 --> 00:47:49,559
Que acordaos que era la que nos indica si las varianzas son iguales o no, siempre estadísticamente iguales o no, ¿vale?

306
00:47:50,099 --> 00:47:53,099
Entonces, ¿para qué puedo querer yo utilizar este test?

307
00:47:53,099 --> 00:48:21,380
Por ejemplo, si quiero comparar los resultados obtenidos por dos métodos distintos sobre la misma muestra, lo que hemos dicho antes, yo cojo una muestra de agua o de suelo o de un medicamento, voy a hacer unos análisis para obtener un parámetro con un método y con otro método y quiero saber si el resultado que obtengo es realmente el mismo, si estadísticamente puedo decir que es exactamente el mismo resultado.

308
00:48:23,099 --> 00:48:30,619
También para comparar los resultados del análisis de dos muestras distintas, ¿para qué? Para ver si esas muestras puedo decir que son iguales, ¿no?

309
00:48:30,619 --> 00:48:44,880
Por ejemplo, dos aplicaciones. Entonces, ¿cómo lo hacemos? Calculamos nuestro parámetro t. Antes de que os asustéis con nada de esto, todas estas fórmulas las tenéis en el examen disponibles.

310
00:48:44,880 --> 00:49:13,840
En el examen, para todos los ejercicios de estadística, tenéis los de calcular una serie de parámetros en un intervalo de confianza, tenéis los de rechazar resultados que puedan ser dudosos, comparación de dos series de medidas, ya sea la precisión, la media o un valor de referencia, etc.

311
00:49:14,880 --> 00:49:32,159
Aparte de las hojas del examen, tenéis un taco fotocopiado en el que tenéis todas las tablas y estas fórmulas. Las fórmulas de comparación, de ensayos estadísticos, de comparación de series de medidas, tenéis todas las fórmulas.

312
00:49:32,159 --> 00:50:00,460
No os tenéis que saber nada de esto, ¿vale? Ni esto, ni esto, para que no os asustéis, ¿vale? Porque luego viene otra que es más complicada y además se os pone para que se utiliza. No te dicen exactamente cómo aplicarlo en el ejercicio, pero sí que te dicen, pues, esta es la T que se calcula para muestras que provienen de muestras homogéneas, que tienen la misma varianza, ¿vale?

313
00:50:00,460 --> 00:50:17,719
¿Esto qué quiere decir? Que yo he hecho la prueba F, que es dividir la varianza de uno entre la del otro, compararlo con la tabla y ver si el F calculado es mayor o menor.

314
00:50:17,719 --> 00:50:31,480
¿Vale? Esto quiere decir que yo he hecho la prueba F y he dicho que sí que tienen la misma varianza, que son homogéneas. He aceptado la hipótesis nula. O sea, la F que yo he calculado es menor que la F tabulada. ¿Vale?

315
00:50:31,480 --> 00:50:54,619
En ese caso, que esa prueba ya la he hecho, digo, vale, pues para calcular mi t tengo que utilizar esta fórmula de aquí, ¿vale? Que es un poco liosa porque es, bueno, liosa no, a lo que voy con esto, siempre es, hay mucho dato que meter en la calculadora, pero si os dais cuenta son sumas, restas, multiplicaciones, divisiones.

316
00:50:54,619 --> 00:51:04,099
No tiene mayor complejidad que, bueno, pues cambiar este valor por su valor real y este, y este, y este, y no equivocarnos al meter los datos.

317
00:51:04,739 --> 00:51:13,840
Entonces, esto para el examen se hace por partes, se hace despacito, se repite un par de veces para que no nos bailen los números en la calculadora, ¿vale?

318
00:51:13,840 --> 00:51:33,639
Entonces, calcularía mi t como la media de mi primera serie de valores menos la media de mi segunda serie de valores, y esto en valor absoluto, o sea, me dé lo que me dé, sea este más grande o más pequeño que este, me dé lo que me dé positivo, ¿vale?

319
00:51:33,639 --> 00:51:48,559
Y lo divido entre S por la raíz de 1 dividido entre el número de repeticiones de la primera serie de valores más 1 dividido entre el número de repeticiones de la segunda serie de valores, ¿vale?

320
00:51:48,559 --> 00:52:14,679
Y diréis, ¿y esta S qué es? ¿La S del primero o la del segundo? Pues es una ponderación de los dos. Entonces, la calculo primero para poder, antes de calcular la T tengo que calcular la S y la calculo como N sub 1, o sea, el número de mediciones de mi primer experimento por la varianza de mi primer experimento más N sub 2,

321
00:52:14,679 --> 00:52:23,840
el número de repeticiones del segundo experimento menos uno por la varianza del segundo experimento

322
00:52:23,840 --> 00:52:33,420
dividido entre n sub uno más n sub dos menos dos, ¿vale? Lo que digo, esto parece un poco,

323
00:52:35,119 --> 00:52:42,099
es un poco lío porque hay mucha fórmula y muy larga y demás, pero si os dais cuenta

324
00:52:42,099 --> 00:52:58,320
Eso, si tenemos todos los datos, es simplemente sustituir a la fórmula, ¿vale? Entonces, yo calculo mi t de student, ¿ok? Tengo mi t calculada y ahora tengo que ver si mi t calculada es mayor o menor que la t tabulada, ¿vale?

325
00:52:58,320 --> 00:53:14,460
Pues me voy a mi tabla de la TED Student y busco por los grados de libertad de estas dos series de valores, que es n1 más n2 menos 2.

326
00:53:14,460 --> 00:53:27,300
Por ejemplo, si del primer experimento he hecho 10 repeticiones y del segundo 8, mis grados de libertad son 10 más 8 menos 2, o sea, 16.

327
00:53:27,300 --> 00:53:41,679
Entonces, en mi tabla de la TED Student me tendría que ir a 16, ¿vale? Ya he calculado los grados de libertad. Cuando solo teníamos una serie de valores, acordaos que era n-1, ¿vale?

328
00:53:41,679 --> 00:54:04,719
Aquí es n1 más n2 menos 2, que es lo mismo que decir n1 menos 1 más n2 menos 1. Si haces esa suma, te sale n1 más n2 menos 1 menos 1, que es lo mismo que n1 más n2 menos 2.

329
00:54:04,719 --> 00:54:08,900
Esperadme un segundín

330
00:54:08,900 --> 00:54:10,900
que estoy viendo que me queda poca batería

331
00:54:10,900 --> 00:54:17,099
¿Te puedo hacer mientras una pregunta, Elena?

332
00:54:17,539 --> 00:54:18,159
¿El qué, perdona?

333
00:54:18,539 --> 00:54:19,860
¿Te puedo hacer mientras una pregunta?

334
00:54:20,019 --> 00:54:20,360
Sí, claro

335
00:54:20,360 --> 00:54:24,079
Entonces, esto de la comparación

336
00:54:24,079 --> 00:54:26,039
de las dos medias de la TED Student

337
00:54:26,039 --> 00:54:27,860
¿sólo nos lo planteamos?

338
00:54:28,480 --> 00:54:29,179
Si vemos que

339
00:54:29,179 --> 00:54:31,840
la precisión es

340
00:54:31,840 --> 00:54:32,960
similar, ¿no?

341
00:54:33,820 --> 00:54:35,239
Si no, ¿no nos lo planteamos?

342
00:54:35,239 --> 00:54:53,159
No, realmente se puede analizar incluso con precisiones diferentes si las medias son iguales, que es un caso, pues el que sin querer con estos datos nos ha salido aquí, ¿no? Tenemos que nuestros métodos no tienen la misma precisión, pero vemos que las medias son muy parecidas.

343
00:54:53,159 --> 00:54:57,159
Entonces, podemos evaluar si estas medias son iguales o no.

344
00:54:57,320 --> 00:55:01,400
¿Qué pasa? Que como nuestra f nos ha dicho que no son homogéneas,

345
00:55:01,639 --> 00:55:05,559
en vez de utilizar la fórmula que acabamos de utilizar, utilizamos una distinta.

346
00:55:07,320 --> 00:55:12,199
Entonces, el paso cuando queremos comparar medias es, lo primero, calculamos la f.

347
00:55:12,920 --> 00:55:17,179
Y vemos si las varianzas son iguales o no son iguales.

348
00:55:17,380 --> 00:55:20,800
¿Que las varianzas son iguales? Utilizamos esta fórmula.

349
00:55:20,800 --> 00:55:24,280
que las variantes no son iguales

350
00:55:24,280 --> 00:55:25,679
utilizamos esta de aquí

351
00:55:25,679 --> 00:55:27,199
¿vale?

352
00:55:27,860 --> 00:55:29,099
que ahora vamos a ella

353
00:55:29,099 --> 00:55:30,440
vale, vale

354
00:55:30,440 --> 00:55:32,159
entonces, lo primero

355
00:55:32,159 --> 00:55:36,800
en casi casi todos estos ejercicios

356
00:55:36,800 --> 00:55:39,619
lo primero que hay que calcular siempre es la f

357
00:55:39,619 --> 00:55:41,119
que además es muy fácil

358
00:55:41,119 --> 00:55:43,179
porque eso, si vamos a recordarlo

359
00:55:43,179 --> 00:55:44,440
para calcular la f

360
00:55:44,440 --> 00:55:47,199
cogemos y calculamos la varianza

361
00:55:47,199 --> 00:55:49,219
de cada una de nuestras series de medidas

362
00:55:49,219 --> 00:55:55,519
y dividimos la mayor entre la menor, buscamos en la tabla por número de grados de libertad,

363
00:55:55,860 --> 00:56:00,239
denumerador, o sea, lo que está arriba en la ecuación, y denominador, lo que está abajo,

364
00:56:00,960 --> 00:56:08,239
y comparamos. Si nuestra f tabulada, calculada, la que hemos calculado nosotros, es menor que la tabulada,

365
00:56:08,739 --> 00:56:11,980
decimos que sí, que las varianzas son homogéneas, que tienen igual varianza,

366
00:56:12,460 --> 00:56:17,920
y si no, lo rechazamos y que tienen distinta, ¿vale? Y ese es el primer paso, calcular la f.

367
00:56:18,619 --> 00:56:26,219
Ahora, nos dicen, pues compárame, aparte de la precisión, compárame si los resultados obtenidos son iguales, si las medias se puede decir que son iguales.

368
00:56:26,679 --> 00:56:28,300
Digo, vale, pues te voy a hacer la prueba T.

369
00:56:29,280 --> 00:56:41,679
Si en la prueba F, comparando las varianzas, yo he obtenido que sí que son iguales, calculo la T de esta manera, ¿vale?, con estas fórmulas.

370
00:56:42,219 --> 00:56:52,860
Ahora, si me ha salido la prueba F y que no, he rechazado la hipótesis nula y he dicho que las varianzas no son iguales, utilizo esta fórmula de aquí, ¿vale?

371
00:56:54,000 --> 00:57:05,780
Ahora os cuento esto. Esta fórmula de aquí es calcular la T, ¿y cómo la calculo? El valor absoluto, las barras acordaos que es valor absoluto, o sea, me dé lo que me dé en positivo,

372
00:57:05,780 --> 00:57:12,900
de la media de la primera serie de valores menos la media de la segunda serie de valores

373
00:57:12,900 --> 00:57:18,940
y lo divido entre la raíz cuadrada de la varianza del primero al cuadrado

374
00:57:18,940 --> 00:57:25,800
dividido entre el número de mediciones del primero más la varianza del segundo

375
00:57:25,800 --> 00:57:33,139
he dicho la varianza al cuadrado y no es la varianza, perdón, es la desviación al cuadrado que es la varianza, perdón

376
00:57:33,139 --> 00:57:39,099
más la varianza del segundo dividido entre el número de mediciones del segundo.

377
00:57:39,400 --> 00:57:40,960
Y ya con esto tengo calculada mi T.

378
00:57:41,380 --> 00:57:47,900
¿Ahora qué pasa? Que tengo que ver con qué lo comparo en mi tabla.

379
00:57:48,079 --> 00:57:52,420
En la tabla de la T de Student tengo que ver para qué grados de libertad miro yo.

380
00:57:53,139 --> 00:57:58,559
¿Y cómo se calculan? Pues con esta fórmula de aquí, que os tengo esta pegada porque hay varias,

381
00:57:58,559 --> 00:58:17,659
Es una aproximación, no son exactas y esto es muy tedioso. No es difícil, pero es tedioso porque tienes que meter muchos datos en la calculadora. Al final, si os dais cuenta, es la varianza del primero entre el número de valores del primero más la varianza del segundo entre el número de valores del segundo.

382
00:58:17,659 --> 00:58:37,059
Todo eso lo tengo que elevar al cuadrado. Mi recomendación es que en el examen os lo hagáis a trocitos para no equivocaros metiendo datos, porque no es difícil, pero eso, pues si tienes que dividir 3,8 entre 5 más 2,7 entre 4, todo ello al cuadrado, al final es un poco lío, ¿vale?

383
00:58:37,059 --> 00:58:59,239
Y luego dividido entre eso, aquí sí que es la varianza al cuadrado, ¿no? Ese cuadrado al cuadrado, ¿vale? Y el número de valores al cuadrado, etc. O sea, es seguir esta fórmula, que reitero que no os tenéis que saber para nada y que esto todo lo tenéis en una hoja en el examen que os dice comparación de las medias de dos series de medidas.

384
00:58:59,239 --> 00:59:07,000
Y te dice, para varianzas homogéneas, y te da esta fórmula de la T y esta fórmula de la S, ¿vale?

385
00:59:07,380 --> 00:59:19,400
Y para muestras estadísticas que no son homogéneas, que no tienen igual varianza, y te da esta T y esta fórmula para calcular los grados de libertad, ¿vale?

386
00:59:20,280 --> 00:59:29,320
Entonces, lo de siempre, si calculo mi t calculada es menor que mi t tabulada, acepto la hipótesis nula.

387
00:59:29,320 --> 00:59:41,079
Puedo decir que las medias son iguales. Si mi t calculada, esta de aquí, es mayor que la que está en las tablas, rechazo la hipótesis nula, que quiere decir que no son iguales las medias.

388
00:59:41,079 --> 00:59:52,110
Y igual que hacíamos en el caso anterior, podemos plantear nuestra hipótesis unilateral o bilateral

389
00:59:52,110 --> 00:59:57,230
El ejercicio va a ser igual, quiero decir, la T la tenemos que calcular de la misma manera

390
00:59:57,230 --> 01:00:06,409
Los grados de libertad, si es el caso de variazas distintas, lo calculamos también de la misma manera

391
01:00:06,409 --> 01:00:19,610
Lo único que cambia cuando yo planteo la hipótesis unilateral o bilateral es que al final cuando yo me voy a mi tabla tendré que buscar en una columna o en otra.

392
01:00:21,030 --> 01:00:31,369
Si es de dos colas que es bilateral y es alfa igual a 0,05 buscaré en esta columna y si es de una cola buscaré en esta columna

393
01:00:31,369 --> 01:00:38,369
que es la que se corresponde con el nivel de significancia de una cola para alfa igual a 0,05.

394
01:00:41,699 --> 01:00:45,400
Elena, ¿qué diferencia hay entre la fórmula de la foto con la que hay debajo?

395
01:00:46,380 --> 01:00:48,039
A ver, a ver...

396
01:00:48,039 --> 01:00:52,719
Si vuelves a la presentación, ¿debajo de esa foto tienes puesta una o era otra diapositiva?

397
01:00:54,960 --> 01:00:55,880
No, debajo...

398
01:00:55,880 --> 01:00:57,420
Ah, es otra diapositiva, vale, vale.

399
01:00:57,519 --> 01:00:58,539
Sí, sí, sí, esto...

400
01:00:58,539 --> 01:01:01,179
Y eso es la S ponderada, ¿no?

401
01:01:01,179 --> 01:01:03,480
Ah, esta de aquí, sí. Esta es la S ponderada.

402
01:01:03,480 --> 01:01:15,639
Esto es, como en el caso de que tengamos las varianzas homogéneas, la fórmula para calcular la T es esta de aquí, incluye esta S, que se calcula así, la S ponderada.

403
01:01:16,079 --> 01:01:21,139
Entonces, en este caso, ¿cómo nos enfrentamos a un ejercicio de estos? Imaginaos.

404
01:01:21,519 --> 01:01:33,099
Vale, vale, perdona, y entonces, antes de que se me vaya la pregunta, ¿y cuando los resultados no son homogéneos, la S tiene otra fórmula para ponderar?

405
01:01:33,099 --> 01:01:35,559
No existe el concepto de S

406
01:01:35,559 --> 01:01:36,940
Es S1 y S2

407
01:01:36,940 --> 01:01:38,440
Aquí no utilizamos la ponderada

408
01:01:38,440 --> 01:01:43,139
¿Y entonces la fórmula de la derecha a qué se refiere?

409
01:01:43,599 --> 01:01:45,480
Esto es para los grados de libertad

410
01:01:45,480 --> 01:01:46,380
Esto quiere decir

411
01:01:46,380 --> 01:01:47,260
Yo calculo mi T

412
01:01:47,260 --> 01:01:50,400
Mi T con S1 y S2

413
01:01:50,400 --> 01:01:52,079
No necesito una S ponderada

414
01:01:52,079 --> 01:01:54,000
Porque para esta fórmula no la necesito

415
01:01:54,000 --> 01:01:55,400
Y digo, vale, tengo mi T

416
01:01:55,400 --> 01:01:57,760
Imagínate que mi T me da 3,87

417
01:01:57,760 --> 01:02:00,380
Vale, ahora yo me tengo que ir a la tabla

418
01:02:00,380 --> 01:02:02,239
Y tengo que comparar con

419
01:02:02,239 --> 01:02:04,900
un número de grados de libertad

420
01:02:04,900 --> 01:02:07,099
entonces, los grados de libertad

421
01:02:07,099 --> 01:02:08,719
se calculan con esta fórmula

422
01:02:08,719 --> 01:02:11,179
imagínate que yo hago con mis datos

423
01:02:11,179 --> 01:02:12,820
esto y me da el resultado 7

424
01:02:12,820 --> 01:02:14,920
pues yo me voy a mi tabla de la TED

425
01:02:14,920 --> 01:02:17,239
Student y busco para grados de libertad

426
01:02:17,239 --> 01:02:17,639
7

427
01:02:17,639 --> 01:02:21,099
esta fórmula de aquí

428
01:02:21,099 --> 01:02:21,840
todo este

429
01:02:21,840 --> 01:02:25,019
churro, es sólo

430
01:02:25,019 --> 01:02:27,360
para saber dónde tengo que buscar en mi tabla

431
01:02:27,360 --> 01:02:30,800
o sea, pero te va a dar un número

432
01:02:30,800 --> 01:02:32,639
más o menos tirando a un número

433
01:02:32,639 --> 01:02:33,539
redondo

434
01:02:33,539 --> 01:02:36,039
muchas veces da por ejemplo

435
01:02:36,039 --> 01:02:38,699
hay veces que te puede dar

436
01:02:38,699 --> 01:02:41,239
2,80 y algo, redondeas

437
01:02:41,239 --> 01:02:43,460
¿por qué? porque esto es una aproximación

438
01:02:43,460 --> 01:02:45,039
son herramientas estadísticas que son

439
01:02:45,039 --> 01:02:45,440
un poco

440
01:02:45,440 --> 01:02:49,119
no quiero decir que la estadística

441
01:02:49,119 --> 01:02:51,119
esté inventada, pero bueno, que la adaptamos

442
01:02:51,119 --> 01:02:51,880
un poco a

443
01:02:51,880 --> 01:02:54,880
al tipo de ensayos que nosotros

444
01:02:54,880 --> 01:02:56,900
queremos hacer, entonces aquí

445
01:02:56,900 --> 01:02:59,039
hay distintos criterios

446
01:02:59,039 --> 01:03:11,239
De hecho, para calcular esta fórmula de aquí, yo al final os he puesto esta porque antes tenía puesta otra, pero creo que esta es la menos difícil de equivocarse cuando haces los cálculos.

447
01:03:11,239 --> 01:03:34,500
Todas son iguales, pero a lo mejor eso también, como arrastramos tantísimos valores, por ejemplo, compañeros vuestros, un mismo valor de varianza para cada muestra, simplemente por los decimales que arrastras ya a lo mejor te daba un número distinto aquí.

448
01:03:34,500 --> 01:03:48,880
Sí, distinto, pero bueno, siempre... Me acuerdo una vez un caso que a algunos les dio 32 y a otros 33 grados de libertad. Aún así, se aceptaba o se rechazaba de las dos maneras porque había mucho margen, ¿vale?

449
01:03:48,880 --> 01:04:18,579
Pero sí, da un número que no es un número exacto, pero se aproxima al número entero más cercano. Yo sé que todo esto es muy lioso, pero luego ya veréis, hoy no vamos a hacer ejercicios porque ya no va a dar tiempo, pero ya veréis que es solo plantearnos qué nos están pidiendo, qué fórmulas tenemos que utilizar y sustituir en las fórmulas, ¿vale?

450
01:04:18,579 --> 01:04:22,349
entonces

451
01:04:22,349 --> 01:04:24,130
eso creo que ya no lo vamos

452
01:04:24,130 --> 01:04:26,789
lo de las medidas emparejadas creo que no lo vamos a dar hoy

453
01:04:26,789 --> 01:04:28,409
porque ya va a ser demasiada información

454
01:04:28,409 --> 01:04:31,030
así que mejor

455
01:04:31,030 --> 01:04:31,949
si os parece bien

456
01:04:31,949 --> 01:04:34,949
hacemos una recapitulación de todo lo que hemos visto

457
01:04:34,949 --> 01:04:37,030
de cómo se plantean las hipótesis

458
01:04:37,030 --> 01:04:38,369
cómo se miran las tablas

459
01:04:38,369 --> 01:04:39,409
y demás

460
01:04:39,409 --> 01:04:44,639
y el próximo día

461
01:04:44,639 --> 01:04:47,199
lo podemos dedicar entero a ejercicios de esto

462
01:04:47,199 --> 01:04:50,639
si os parece

463
01:04:50,639 --> 01:05:03,940
y a terminar la última parte de esta parte del tema, que es la comparación de dos series de medidas emparejadas, que es ya el último caso que tenemos.

464
01:05:04,519 --> 01:05:14,780
Tenemos cinco tipos de ejercicios. Cuando nos dan dos series de datos y nos piden que comparemos precisión, varianza,

465
01:05:14,780 --> 01:05:19,659
Lo que hacemos es una prueba f, que es dividir una varianza entre la otra, ¿vale?

466
01:05:19,880 --> 01:05:29,500
Luego tenemos otro tipo de ejercicio que nos dan una serie de datos, una serie de medidas y nos piden que las comparemos con un valor de referencia, ¿vale?

467
01:05:30,159 --> 01:05:39,760
Ahí lo hacemos calculando la t con la fórmula de x referencia menos x media dividido entre s partido de raíz de n.

468
01:05:40,460 --> 01:05:49,860
Luego, nos pueden decir que calculemos si hay diferencia entre las medias de dos series de medidas.

469
01:05:50,280 --> 01:05:57,920
¿Cómo hacemos eso? Pues primero evaluamos si las varianzas son iguales o no y luego aplicamos las fórmulas.

470
01:05:59,019 --> 01:06:06,159
Y el último ejercicio que tenemos de este tipo es comparar dos series de medidas emparejadas.

471
01:06:06,159 --> 01:06:18,039
¿Esto qué quiere decir? Os lo adelanto. Las series de medidas emparejadas son aquellas que podemos comparar por parejas, como su propio nombre indica.

472
01:06:18,199 --> 01:06:30,760
Un ejemplo, imaginaos que vamos a hacer un estudio clínico y estamos 10 personas y esas 10 personas a cada una de nosotras nos miden la tensión arterial.

473
01:06:30,760 --> 01:06:34,659
luego nos dan una pastilla que baja la tensión supuestamente

474
01:06:34,659 --> 01:06:37,179
y luego nos vuelven a medir la tensión

475
01:06:37,179 --> 01:06:40,440
yo para hacer ese análisis

476
01:06:40,440 --> 01:06:43,260
yo lo que voy a comparar es mi tensión antes de la pastilla

477
01:06:43,260 --> 01:06:45,159
con mi misma tensión después

478
01:06:45,159 --> 01:06:49,340
la tensión del segundo que estaba en el este

479
01:06:49,340 --> 01:06:52,579
antes y después, del tercero antes y después

480
01:06:52,579 --> 01:06:56,159
no tiene sentido que yo compare mi tensión con la de otro

481
01:06:56,159 --> 01:06:58,559
porque no tiene ningún tipo de sentido

482
01:06:58,559 --> 01:07:00,659
para ver el efecto de esa medicación

483
01:07:00,659 --> 01:07:04,239
Entonces a eso se le llaman medidas emparejadas.

484
01:07:04,880 --> 01:07:11,300
Otro ejemplo, si por ejemplo estamos en el laboratorio y sobre unas muestras que tenemos,

485
01:07:11,400 --> 01:07:17,460
la muestra 1, la 2, la 3, la 4, la 5, hacemos una medición de lo que sea, pH.

486
01:07:18,079 --> 01:07:24,760
Después hacemos un proceso entre medias que puede ser calentar y luego volvemos a medir el pH.

487
01:07:24,760 --> 01:07:35,760
Pues yo compararé la medida que tenía del 1 antes con la medida del 1 después, la del 2 de antes con la del 2 de después, la del 3 de antes con la del 3 de después.

488
01:07:36,300 --> 01:07:40,639
No compararé la 1 de antes con la 3 de después porque eso no me da información, ¿vale?

489
01:07:40,719 --> 01:07:50,139
Entonces ese es el último caso que tenemos, que lo vemos ya el próximo día para no aturullaros más.

490
01:07:51,019 --> 01:07:55,099
Entonces, resumiendo, prueba F para comparar varianzas.

491
01:07:55,539 --> 01:07:58,019
Hipótesis nula, que las varianzas son iguales.

492
01:07:58,139 --> 01:08:03,420
Hipótesis alternativa, en este caso en concreto la planteamos siempre unilateral por la tabla, por practicidad.

493
01:08:04,159 --> 01:08:07,239
Pero técnicamente la podemos plantear de las dos maneras.

494
01:08:07,820 --> 01:08:09,340
¿Cuándo es una hipótesis bilateral?

495
01:08:09,800 --> 01:08:15,539
Cuando yo solo planteo que mis varianzas, o que mis medias, o que lo que sea, son distintas.

496
01:08:15,860 --> 01:08:17,060
¿Cuándo es unilateral?

497
01:08:17,359 --> 01:08:20,020
Cuando planteo que sea mayor que o menor.

498
01:08:20,140 --> 01:08:31,399
¿Vale? ¿Cómo calculamos F? Calculo la varianza de uno, la varianza del otro y divido la varianza más grande entre la más pequeña.

499
01:08:32,000 --> 01:08:45,079
¿Vale? Tengo ya mi F calculada. Ahora me voy a mi tabla de F y busco, para el nivel de significación que quiera, ¿vale?

500
01:08:45,859 --> 01:08:50,500
Busco por los grados de libertad del numerador y del denominador, ¿vale?

501
01:08:50,800 --> 01:09:01,720
Busco el valor que sea, este por ejemplo sería que el valor del numerador, o sea, el que tenía una varianza más grande, he tomado 9 medidas, por eso aquí son 8.

502
01:09:02,140 --> 01:09:13,920
Y el del denominador, que es el más pequeño, es que había 10 medidas y por eso he tomado aquí 9, entonces en este caso, pues 3,23, ¿vale?

503
01:09:13,920 --> 01:09:32,159
Ya tengo mi f, ¿ahora qué hago? La comparo con la que yo he calculado y siempre el mismo criterio. Si la que yo he calculado es menor que la tabulada, acepto la hipótesis nula. Si la que yo he calculado es mayor que la tabulada, rechazo la hipótesis nula, ¿vale?

504
01:09:33,079 --> 01:09:36,300
¿Acepto la hipótesis nula? Que las varianzas son iguales.

505
01:09:36,739 --> 01:09:42,199
¿Rechazo la hipótesis nula? Que no son iguales, ¿vale? La que haya planteado.

506
01:09:44,579 --> 01:09:50,119
Ahora, para comparar un resultado con un valor de referencia, lo mismo, planteo mis hipótesis.

507
01:09:50,119 --> 01:09:54,079
¿Hipótesis nula? Mi resultado sí que es igual que el de referencia.

508
01:09:54,340 --> 01:09:57,100
¿Mi alternativa? Pues unilateral o bilateral.

509
01:09:57,100 --> 01:10:05,319
La unilateral, que mi resultado es mayor o que es menor que una referencia, y la bilateral, que es distinto.

510
01:10:07,479 --> 01:10:16,520
Calculo mi t con esta fórmula, acordaos del valor absoluto, no puede salir negativa, y lo comparo con la tabla.

511
01:10:18,039 --> 01:10:23,720
Si t calculada es mayor que la t tabulada, se rechaza la hipótesis nula.

512
01:10:23,720 --> 01:10:27,760
si t calculada es menor que t tabulada

513
01:10:27,760 --> 01:10:29,659
se acepta la hipótesis nula

514
01:10:29,659 --> 01:10:33,720
si acepto la hipótesis nula es que son iguales

515
01:10:33,720 --> 01:10:35,539
si la rechazo es que no

516
01:10:35,539 --> 01:10:41,039
y lo último que hemos visto hoy

517
01:10:41,039 --> 01:10:43,960
la comparación de las medias de dos series

518
01:10:43,960 --> 01:10:45,600
hipótesis nula

519
01:10:45,600 --> 01:10:50,159
oye, esperad un momento, no me digáis que no he puesto

520
01:10:50,159 --> 01:10:54,770
ay, qué susto, pensaba que no había puesto a grabar

521
01:10:54,770 --> 01:11:13,569
Ahora que estamos acabando, sí, sí, estamos grabando. Perdón. Vale, ahora, comparar las medias de dos series de medidas, ¿vale? Mi hipótesis nula, que las medias son iguales. Mi hipótesis alternativa, que son distintas o que una es mayor que la otra, ¿vale?

522
01:11:13,569 --> 01:11:19,270
¿Cómo hago para calcular mi estadístico cuando quiero comparar dos medias?

523
01:11:19,270 --> 01:11:32,270
Lo hago en dos pasos. Primero, calculo la prueba F, calculo si la precisión es similar o no, o sea, si las varianzas son iguales o no, si es homogéneo o no.

524
01:11:32,270 --> 01:11:39,729
¿Vale? Calculo mi prueba F. Según lo que haya obtenido en mi prueba F, calculo mi estadístico T.

525
01:11:40,329 --> 01:11:47,329
Y eso lo calcularé con una fórmula distinta según si las varianzas me han salido iguales o no me han salido iguales.

526
01:11:48,510 --> 01:11:54,890
¿Que las varianzas me han salido que sí que son homogéneas? Calculo con esta fórmula mi T.

527
01:11:54,890 --> 01:12:01,810
¿Vale? Primero calculo esta S ponderada, esta de aquí, la meto aquí el resultado y calculo mi T.

528
01:12:02,270 --> 01:12:16,909
Vale, ahora me voy a mi tabla de la T de Student y busco para este número de grados de libertad el valor y si mi T calculada es mayor que mi T tabulada, retoce la hipótesis nula, eso siempre igual, ¿vale?

529
01:12:17,689 --> 01:12:29,210
Ahora, que me ha dado el otro caso, que mis varianzas provienen de muestras estadísticas que no son homogéneas, que la varianza no es igual, pues calculo así mi T de Student, ¿vale?

530
01:12:29,210 --> 01:12:32,369
con esta fórmula de aquí y para buscar en mi tabla

531
01:12:32,369 --> 01:12:35,390
tengo que buscar por este número

532
01:12:35,390 --> 01:12:37,670
de grados de libertad, esto cuando yo lo haga

533
01:12:37,670 --> 01:12:40,250
todo esto tan críptico me dará un número, me dará el 7

534
01:12:40,250 --> 01:12:43,130
pues me voy a mi tabla y busco para el valor

535
01:12:43,130 --> 01:12:46,729
n menos u, o sea grados de libertad igual a 7

536
01:12:46,729 --> 01:12:48,750
y

537
01:12:48,750 --> 01:12:53,569
la aplicación de esto ya la dejamos

538
01:12:53,569 --> 01:12:56,590
para el próximo día porque si no creo que es mucha mucha información

539
01:12:56,590 --> 01:13:02,590
Así que no sé si tenéis comentarios.