1
00:00:00,000 --> 00:00:20,320
Entonces, la semana pasada empezamos con los ensayos de significación, que es el segundo gran bloque de nuestra parte que estamos llamando genéricamente de estadística, de la unidad de trabajo 5, que es la de tratamiento de los resultados analíticos.

2
00:00:20,320 --> 00:00:46,859
Entonces, habíamos visto toda la parte descriptiva y ahora estamos con los ensayos de significación. Y nos queda esta tercera parte que os he comentado, que es la de calibración, que los que tengáis análisis instrumental os resultará más sencillo porque se trabaja mucho también en ese módulo, pero como no todos estabais matriculados en los mismos módulos, aquí lo vamos a dar desde un poco de cero.

3
00:00:46,859 --> 00:01:05,620
¿Vale? Entonces, bueno, los ensayos de significación, habíamos hablado que es una de las partes de las aplicaciones de la estadística inferencial en la que nosotros planteamos unas hipótesis, o sea, unas cosas que pueden pasar y luego comprobamos si esas hipótesis son correctas o no.

4
00:01:05,620 --> 00:01:19,159
De esa manera, con una serie de valores que nosotros tengamos, somos capaces de hacer deducciones, predicciones a través de estas hipótesis para evaluar ciertos parámetros.

5
00:01:19,640 --> 00:01:35,299
Hemos empezado con la parte de evaluar si tenemos algún resultado que consideramos que a lo mejor no está dentro de nuestra población, que pueda ser anómalo y vemos si tenemos que rechazarlo o no, nuestros resultados que son dudosos.

6
00:01:35,620 --> 00:01:55,560
Luego habíamos visto también que esto se puede aplicar para comparar precisiones entre métodos, para comparar si los resultados obtenidos por métodos diferentes nos dan una media que es igual, que podemos considerar igual, que no hay diferencias.

7
00:01:55,560 --> 00:02:16,479
También para hacer una comparativa entre una serie de valores que tengamos y un valor de referencia, un valor de referencia que puede ser la máxima concentración permitida de un alérgeno en un alimento o la mínima que es necesario que tenga un alimento para ser considerado.

8
00:02:16,479 --> 00:02:25,860
pues siempre ponemos el ejemplo del yogur que tiene que tener un pH, creo que es inferior a 5,5 para que se le pueda llamar yogur.

9
00:02:26,479 --> 00:02:37,060
Entonces, si hacemos una serie de pruebas midiendo pH sobre varios yogures y tenemos un resultado medio que no estamos seguros si lo podemos aceptar o no,

10
00:02:37,060 --> 00:03:01,539
Mediante este tipo de test podemos tomar una decisión fundamentada, ¿vale? Con distintos criterios que nos tienen que establecer el propietario, la persona que nos estableza que quiere esos resultados o en algunos casos, bueno, pues los podemos elegir nosotros en función de nuestra experiencia y de lo que estemos trabajando, ¿no?

11
00:03:01,539 --> 00:03:04,159
del resultado que queramos interpretar.

12
00:03:05,520 --> 00:03:10,800
Entonces, bueno, habíamos visto el planteamiento de hipótesis,

13
00:03:10,800 --> 00:03:18,259
que siempre cuando nosotros tratamos de realizar un test estadístico

14
00:03:18,259 --> 00:03:23,159
de los que estamos hablando, planteamos dos hipótesis que son excluyentes.

15
00:03:23,460 --> 00:03:25,139
Si se cumple una, no se cumple la otra.

16
00:03:25,139 --> 00:03:52,580
La hipótesis nula la escribimos como H0 y la alternativa como HA o H1. Nosotros planteamos nuestra hipótesis, hacemos una serie de test, comprobamos los resultados y según lo que hayamos obtenido decimos si esta hipótesis nula que hemos planteado es correcta o no, si la aceptamos o la rechazamos.

17
00:03:52,580 --> 00:03:54,039
Si la aceptamos o qué

18
00:03:54,039 --> 00:03:55,340
Si la rechazamos

19
00:03:55,340 --> 00:04:00,020
Elena, no estamos viendo la pantalla

20
00:04:00,020 --> 00:04:01,180
¿Qué me dices?

21
00:04:04,180 --> 00:04:06,020
Pues esta a lo mejor es

22
00:04:06,020 --> 00:04:07,960
Ahora mismo sí, ¿no?

23
00:04:09,439 --> 00:04:10,460
O tampoco

24
00:04:10,460 --> 00:04:12,539
Yo aún no la veo

25
00:04:12,539 --> 00:04:14,159
¿Los demás?

26
00:04:15,340 --> 00:04:16,040
No, tampoco

27
00:04:16,040 --> 00:04:18,779
Pero antes sí la veíais, ¿verdad?

28
00:04:21,790 --> 00:04:22,129
No

29
00:04:22,129 --> 00:04:23,290
Cuando inició la clase sí

30
00:04:23,290 --> 00:04:25,949
Pero después de que empezaste a hablar, no

31
00:04:25,949 --> 00:04:26,990
No me digas

32
00:04:26,990 --> 00:04:28,589
Jolín, pues

33
00:04:28,589 --> 00:04:31,170
Sé que es un lío, pero ¿os importa

34
00:04:31,170 --> 00:04:32,529
Saliros a todos un momento

35
00:04:32,529 --> 00:04:34,829
Y volvemos a entrar conmigo la primera

36
00:04:34,829 --> 00:04:36,050
Es que creo que ha sido por eso

37
00:04:36,050 --> 00:04:38,949
¿Quién ha entrado el primero?

38
00:04:41,709 --> 00:04:42,790
Mira, se está yendo todos

39
00:04:42,790 --> 00:04:43,529
Vale, pues genial

40
00:04:43,529 --> 00:04:55,389
A ver, si María Gisela

41
00:04:55,389 --> 00:04:56,290
Te sales

42
00:04:56,290 --> 00:04:58,449
A ver

43
00:04:58,449 --> 00:05:27,800
Ay, qué lío

44
00:05:27,800 --> 00:05:43,920
Bueno, nada, nos ha salido alguien. Voy a crear otro enlace, ¿vale? Que se llame videoconferencia nueva y entramos todos desde ahí. Lo voy a crear dentro yo y os aviso, ¿vale? Un segundín, porque es que esto, ya sabía que nos podía dar problemas. A ver.

45
00:05:43,920 --> 00:06:26,560
vale, perdonadme

46
00:06:26,560 --> 00:06:28,680
os he creado en el aula virtual

47
00:06:28,680 --> 00:06:30,339
otro enlace a Jitsi que se llama

48
00:06:30,339 --> 00:06:32,660
videoconferencia nueva y yo ya estoy ahí dentro

49
00:06:32,660 --> 00:06:34,680
¿vale? es que yo creo que es

50
00:06:34,680 --> 00:06:36,459
precisamente porque

51
00:06:36,459 --> 00:06:38,540
alguien ha entrado antes que yo que no

52
00:06:38,540 --> 00:06:40,379
tengo los privilegios de moderadora

53
00:06:40,379 --> 00:06:41,439
porque es un poco

54
00:06:41,439 --> 00:06:44,480
regular esta aplicación

55
00:06:44,480 --> 00:07:03,319
vale, estupendo

56
00:07:03,319 --> 00:07:09,079
estupendo

57
00:07:09,079 --> 00:07:10,800
bueno, faltan unos

58
00:07:10,800 --> 00:08:00,480
A ver, somos siete, éramos once. A ver si los tres que nos faltan. Mira, ocho. Pues es que en la aplicación está en Jitsi. El primero que entra es el que le dan los privilegios de moderador.

59
00:08:00,480 --> 00:08:07,480
Entonces yo siempre entro cinco minutos antes que vosotros y me quedo conectada hasta que entréis los demás

60
00:08:07,480 --> 00:08:11,519
Hoy estaba aquí delante pero no le he dado al botón y entonces alguien ha entrado antes que yo

61
00:08:11,519 --> 00:08:18,819
Y ya a mí no me dan el privilegio de moderadora y yo creo que es por eso por lo que no estabais viendo mi pantalla

62
00:08:18,819 --> 00:08:26,379
Bueno, estamos nueve, voy a ir compartiendo, ¿vale? Y me confirmáis que ahora sí que lo veis

63
00:08:26,379 --> 00:08:38,870
A ver, ¿me confirmáis alguno, por favor?

64
00:08:46,860 --> 00:08:47,840
Sí, ahora sí.

65
00:08:48,100 --> 00:08:53,179
Vale, genial. Bueno, pues perdonad por los fallos técnicos.

66
00:08:54,679 --> 00:09:05,000
Os estaba proyectando esta página ahora mismo en la que tenemos dos hipótesis, la nula que es H0 y la alternativa que la llamamos HA o H1.

67
00:09:05,000 --> 00:09:24,679
Entonces, nosotros planteamos esas hipótesis y luego, cuando hacemos nuestros estudios, decidimos si la aceptamos o la rechazamos. Entonces, una hipótesis nula, en el caso de los resultados dudosos, lo que empezamos a ver el otro día con el criterio de la Q de Dixon, significa que no hay diferencia entre los valores.

68
00:09:24,679 --> 00:09:33,779
perdón, que esas pequeñas diferencias que puede haber, los datos del otro día, si os acordáis, teníamos una serie de datos y había uno que era un poco más grande que los demás,

69
00:09:34,460 --> 00:09:43,799
si aceptamos la hipótesis nula, decimos, vale, nos quedamos con el resultado porque esas diferencias que hay entre los valores se deben a errores aleatorios,

70
00:09:43,919 --> 00:09:53,059
no es que haya un error en el método o que tengamos algún problema, simplemente es algo que es inherente al método científico, el hecho de tener errores.

71
00:09:53,059 --> 00:10:11,059
Entonces, en el caso de que rechacemos la hipótesis nula, lo que hacemos es quedarnos con la alternativa, que nos dice que sí, que la diferencia entre los valores es significativa. O sea, ese valor lo tenemos que quitar de ahí porque nos está perjudicando a la calidad de nuestros resultados analíticos.

72
00:10:11,059 --> 00:10:41,039
Porque, bueno, lo que decimos siempre, ¿hemos podido medir mal por cualquier tipo de error o estamos fuera del intervalo en el que nuestra respuesta es lineal, por ejemplo? Bueno, hemos hecho…

73
00:10:41,039 --> 00:10:48,279
correcta, si no nos da lineal y hay un punto intermedio que nosotros vemos que no lo está

74
00:10:48,279 --> 00:10:56,559
jorobando, pues por lo general nosotros a grosso modo lo quitamos y ya, sí, pero cuando tú explicaste

75
00:10:56,559 --> 00:11:03,320
en la clase pasada lo de la Q de Dixon solo se hacía con los extremos, ¿eso no se puede hacer

76
00:11:03,320 --> 00:11:04,940
con valores

77
00:11:04,940 --> 00:11:07,039
intermedios o cómo es?

78
00:11:07,080 --> 00:11:08,740
No, son parámetros diferentes.

79
00:11:09,580 --> 00:11:11,759
Cuando hacemos una recta de calibrado

80
00:11:11,759 --> 00:11:13,659
lo que nosotros hacemos es evaluar

81
00:11:13,659 --> 00:11:16,000
el R cuadrado. ¿Qué es el R cuadrado?

82
00:11:16,360 --> 00:11:17,179
Es lo

83
00:11:17,179 --> 00:11:19,519
buen ajustado es que

84
00:11:19,519 --> 00:11:21,559
están nuestros puntos a una línea recta

85
00:11:21,559 --> 00:11:23,519
en el caso de un ajuste lineal, ¿no? Por mínimos

86
00:11:23,519 --> 00:11:25,740
cuadrados. La ecuación

87
00:11:25,740 --> 00:11:27,460
de la recta que nosotros

88
00:11:27,460 --> 00:11:29,360
creamos matemáticamente, calculamos

89
00:11:29,360 --> 00:11:31,320
matemáticamente, lo que está haciendo

90
00:11:31,320 --> 00:11:36,460
es intentar minimizar los trocitos que hay entre cada punto y esa recta

91
00:11:36,460 --> 00:11:41,639
y hace la recta que mejor encaja en la ecuación.

92
00:11:42,220 --> 00:11:44,639
Entonces, para evaluar si hay algún dato que nos sobra,

93
00:11:44,759 --> 00:11:48,559
en el caso de las rectas de calibrado, que es una correlación,

94
00:11:48,820 --> 00:11:51,399
porque date cuenta que aquí estamos hablando de series de valores,

95
00:11:52,279 --> 00:11:54,379
pero solamente tenemos una variable, ¿no?

96
00:11:54,379 --> 00:12:00,059
Tenemos el pH, 7,5, 7,2, 7,1, 7,3 y evaluamos esa variable.

97
00:12:00,840 --> 00:12:08,700
Tenemos, por ejemplo, temperaturas y tenemos una temperatura que es 25, otra que es 24,3, otra que es 25,2, etc.

98
00:12:08,700 --> 00:12:20,200
Y evaluamos solo la temperatura. En cambio, cuando tenemos una recta de calibrado, lo que estamos haciendo es evaluar una correlación entre una X y una Y.

99
00:12:20,200 --> 00:12:35,659
Tenemos dos variables, ¿no? La concentración frente a una señal, la absorbancia, por ejemplo. Ahí no podemos aplicar este mismo criterio, ¿vale? Entonces, lo que hacemos es calcular nuestra R cuadrado y ver qué valor tiene.

100
00:12:35,659 --> 00:12:48,019
Normalmente nosotros aceptamos unas R cuadrados con dos nueves, 0,99. Por debajo de eso consideramos que no es un resultado analítico que a nosotros nos valga.

101
00:12:48,019 --> 00:13:05,620
Entonces, si tú, te llegan tus muestras del laboratorio, haces tu recta de calibrado y ves que tu R cuadrado te da 0,96, dices, uy, aquí hay algún dato que me está estropeando mi linealidad.

102
00:13:05,620 --> 00:13:08,460
la r tiene que ser lo más cercana a 1 posible

103
00:13:08,460 --> 00:13:10,559
la r cuadrado en este caso

104
00:13:10,559 --> 00:13:12,440
que es entre 0 y 1

105
00:13:12,440 --> 00:13:14,799
si fuese solo la r sería entre menos 1 y 1

106
00:13:14,799 --> 00:13:15,980
que para los demás

107
00:13:15,980 --> 00:13:18,820
esto lo vamos a ver en la siguiente parte

108
00:13:18,820 --> 00:13:20,379
aunque no se está sonando

109
00:13:20,379 --> 00:13:21,779
lo que estamos hablando

110
00:13:21,779 --> 00:13:24,519
entonces cuando tenemos una recta de calibrado

111
00:13:24,519 --> 00:13:26,559
lo que hacemos es efectivamente lo que has dicho tú

112
00:13:26,559 --> 00:13:27,320
un poco a ojo

113
00:13:27,320 --> 00:13:30,539
lo graficamos

114
00:13:30,539 --> 00:13:33,179
vemos algún punto que se nos está desviando

115
00:13:33,179 --> 00:13:35,179
de esa línea recta

116
00:13:35,179 --> 00:13:41,519
Y ahí ya evaluamos qué pasa con nuestra R cuadrada si quitamos ese punto.

117
00:13:41,519 --> 00:13:51,080
Si nuestra R cuadrada mejora significativamente, podemos inferir que ese punto nos estaba perjudicando a la calidad de los datos.

118
00:13:51,500 --> 00:13:56,700
Pero es distinto porque las hipótesis de las que estamos hablando ahora, cuando hablamos de Dixon, de Grooves, etc.,

119
00:13:56,700 --> 00:13:59,899
es solo para cuando tenemos una variable, una serie de datos.

120
00:14:00,480 --> 00:14:03,220
No para cuando tenemos dos que están correlacionadas.

121
00:14:05,179 --> 00:14:14,820
Vale, eso, de todas formas, eso lo veremos justo en el siguiente apartado. ¿Vale? Entonces, bueno, si continuamos con esto, ¿te ha quedado claro, verdad?

122
00:14:16,460 --> 00:14:18,259
Sí, sí, sí, clarísimo, muchas gracias.

123
00:14:19,360 --> 00:14:30,480
Entonces, eso, lo que hacemos es evaluar nuestras hipótesis, ¿no? Habíamos visto lo que era un falso positivo, un falso negativo, un verdadero positivo y un verdadero negativo, que esto lo sabíamos todos, ¿no?

124
00:14:30,480 --> 00:14:47,139
Verdadero positivo, me hago un test COVID y realmente tengo COVID. Falso negativo, me hago un test COVID, me sale negativo pero yo realmente tengo COVID. Y así lo mismo con falso positivo y verdadero negativo.

125
00:14:47,139 --> 00:15:02,980
Si alguien tiene alguna duda de esto, pues que lo pregunte. Entonces, ¿cuáles serán los pasos para evaluar en cualquier ensayo de significancia? Pero en este caso, si nuestro resultado lo tenemos que dejar ahí o no.

126
00:15:02,980 --> 00:15:21,860
Si es un resultado dudoso, pues decir, vale, este resultado sí que forma parte de mis datos, es un resultado válido y lo voy a dejar en mis análisis cuando hago una media, por ejemplo, o digo, bueno, no, este dato se sale de mis parámetros y lo voy a rechazar.

127
00:15:21,860 --> 00:15:28,139
Pues lo primero, planteamos la hipótesis, ¿vale? ¿Qué es lo que hemos dicho? La hipótesis nula, que sí que son iguales.

128
00:15:28,480 --> 00:15:33,320
La hipótesis alternativa, que no, que ese dato no es igual que los demás y hay que quitarlo.

129
00:15:34,059 --> 00:15:41,100
Después, establecemos, calculamos un parámetro estadístico en función del test.

130
00:15:41,220 --> 00:15:50,179
Por ejemplo, la semana pasada vimos la Q de Dixon, entonces lo que hacíamos era con la fórmula específica de ese test calcular un valor numérico

131
00:15:50,179 --> 00:16:04,120
Y ese valor lo comparamos con el que está en las tablas. Entonces, si el que nosotros hemos calculado es más bajo que el que está en la tabla, aceptamos la hipótesis nula, que quiere decir que sí, que mi valor se queda.

132
00:16:04,399 --> 00:16:13,360
Es igual que los demás y las diferencias que hay son diferencias que se deben a errores aleatorios, pero mi dato lo dejo en mis resultados.

133
00:16:13,360 --> 00:16:31,220
Ahora, si el valor que yo he calculado, la Q en este caso, es más grande que la que está en la tabla, ese dato lo quito. Lo elimino, lo tengo que borrar y cuando yo presente mis resultados y calcule mi media, etc., el resultado ese lo quito, como si nunca hubiese existido.

134
00:16:31,220 --> 00:16:41,220
¿Vale? Entonces, teníamos distintos métodos, unos que estaban basados en tablas, el de Dixon y el de Grubbs, por ejemplo, y otros que están basados en intervalos de confianza.

135
00:16:42,120 --> 00:16:53,379
¿Vale? Y habíamos empezado a ver los de uno en uno. Acordaos de esto, porfa, porque es lo más difícil de equivocarse.

136
00:16:53,379 --> 00:17:12,019
Cuando utilizamos métodos basados en tablas, el valor del que nosotros dudamos sí que lo utilizamos en nuestros cálculos. En cambio, cuando utilizamos los métodos basados en el intervalo de confianza, el valor del que tenemos sospecha lo quitamos para hacer nuestros cálculos.

137
00:17:12,019 --> 00:17:17,960
Y luego ya comprobamos si se queda o no, pero para hacer los cálculos de decisión, ese valor lo quitamos.

138
00:17:19,059 --> 00:17:27,940
Entonces, habíamos empezado con la Q de Dixon. ¿Qué es lo que hacemos?

139
00:17:28,980 --> 00:17:32,720
Calculamos el parámetro, que en este caso se llama Q. ¿Cómo lo calculamos?

140
00:17:32,960 --> 00:17:37,819
Hacemos el valor del que tenemos dudas menos el valor que esté más cerca de él

141
00:17:37,819 --> 00:17:44,180
y lo dividimos entre el recorrido o el rango, que es lo mismo, entre el número mayor y el número menor, ¿vale?

142
00:17:44,740 --> 00:17:48,119
Y estas barras de aquí, acordaos que significan valor absoluto, ¿vale?

143
00:17:48,119 --> 00:17:49,740
Este número de aquí siempre positivo.

144
00:17:50,440 --> 00:18:00,420
Imaginaos que el valor este es un 1 y este es un 3, sería 1 menos 3 menos 2, lo pongo en positivo, ¿vale?

145
00:18:00,420 --> 00:18:13,339
2 dividido entre el rango, que el rango siempre es positivo, porque es el valor mayor que tengo menos el menor, ¿vale? Entonces, esta es la fórmula que necesito para calcular esa Q.

146
00:18:13,339 --> 00:18:30,259
Una vez que la he calculado, me voy a mis tablas, las tenéis en el aula virtual, y esta es mi tabla de la Q de Dixon, ¿vale? Y acordaos, igual que los intervalos de confianza, esta es mi alfa, mi significación,

147
00:18:30,259 --> 00:18:54,319
que esto es un 90%, un 95%, estos son tantos por uno, 0,1% es un 10%, mi nivel de confianza un 90%, esto de aquí es un 5%, o sea, 5% es lo que yo no tengo claro, 95% es de lo que estoy seguro,

148
00:18:54,319 --> 00:19:09,799
Y este de aquí, 0,01, es un 99%. Este de aquí, el 0,05, y este de aquí, el 0,01, son los que utilizamos. El resto los tenéis en la tabla, pero no es algo que vayamos a utilizar.

149
00:19:09,799 --> 00:19:35,319
Y aquí tenemos la n, que es el número de medidas que tenemos. Por ejemplo, si yo estoy evaluando 7 valores y quiero saber al 99% de confianza si un valor lo tengo que eliminar o no, cuando yo busque en mi tabla me iré, vale, n igual a 7 y mi significación 0,01.

150
00:19:35,319 --> 00:19:49,559
Así que el valor que yo cogeré será el 0,680. Si la Q que yo he calculado con la fórmula de antes es más pequeña que 0,680, el dato del que dudo es un dato válido y me lo quedo.

151
00:19:50,119 --> 00:19:59,200
Si en cambio la Q que yo he calculado me sale más grande que este valor, ese dato lo rechazo y lo elimino. ¿Vale? Eso era la Q de Dixon.

152
00:19:59,200 --> 00:20:15,440
Y creo recordar que fue el único que vimos. Pero bueno, todos son iguales. Me estoy parando un poco más en este porque al final lo que tenemos que saber es cómo aplicar los test.

153
00:20:15,440 --> 00:20:37,420
Pues calculamos nuestro estadístico, lo comparamos con el de la tabla y vemos si es mayor o menor. Y acordaos que, igual que en las tablas de la TED Student, cuando buscábamos nuestro valor de t para hacer el intervalo de confianza, lo que hacíamos era buscar por grados de libertad, que es n-1, o sea, el número de datos que yo tengo, menos 1.

154
00:20:37,420 --> 00:20:43,619
En este caso, cuando buscamos en las tablas o de Dixon o de Grubbs, buscamos por el valor de n.

155
00:20:43,920 --> 00:20:46,480
O sea, si tengo 8 datos, busco n igual a 8.

156
00:20:48,539 --> 00:20:53,579
El siguiente, el de Grubbs. En algunos sitios está como g y en algunos como r.

157
00:20:55,559 --> 00:20:58,900
Si esto lo tenéis que utilizar en un examen, tendréis todo esto escrito.

158
00:20:59,140 --> 00:21:02,519
Este es de Grubbs para que no haya ningún tipo de duda.

159
00:21:03,380 --> 00:21:07,240
Entonces, es el que recomienda la ISO para la intercomparación de laboratorios.

160
00:21:07,420 --> 00:21:17,720
Y para calcular nuestro parámetro, lo que hacemos es nuestro valor sospechoso menos la media,

161
00:21:18,440 --> 00:21:24,519
X media es la media de los valores que tenemos, y dividido entre la desviación estándar.

162
00:21:25,480 --> 00:21:34,299
Entonces, ¿cómo hacemos si nos enfrentamos a una serie de datos y queremos ver si rechazamos o no uno según el criterio de Gruss?

163
00:21:34,299 --> 00:21:59,920
Pues lo primero, hacemos la media de nuestros datos, de todos, incluyendo el sospechoso. Hacemos la media y luego cogemos nuestro valor sospechoso y le restamos esa media, el valor que nos dé positivo, porque es valor absoluto, y lo dividimos entre la desviación estándar, que también hemos calculado con todos los valores, y nos da un valor.

164
00:21:59,920 --> 00:22:21,519
Ese valor nos vamos a nuestras tablas. Esta es la Q de Dixon y aquí debajo tenemos la de Gruss. Y la tenemos al 95%, o sea, alfa igual a 0,05 o al 99%, alfa igual a 0,01.

165
00:22:21,519 --> 00:22:42,440
Pues lo mismo, si yo estoy evaluando una serie de 10 valores y quiero saber si uno de ellos, que es un poquito más alto que los demás, lo tengo que aceptar o no, pues me voy a, y lo quiero saber al 95%, pues me voy a n igual a 10, he dicho 10 valores creo, y a 0,05.

166
00:22:42,440 --> 00:22:58,640
¿Vale? Entonces, si el valor que yo he calculado, esa G o esa R, es más bajo que 2,290, me quedo con el valor. ¿Es más grande el que yo he calculado que este de aquí? Rechazo el valor.

167
00:22:58,640 --> 00:23:19,579
¿Vale? Os iba a decir algo de esto, de lo del 90... Ah, ya sé lo que os iba a decir, perdonad. Siempre, en cualquier ejercicio o cotidianamente, si no nos dicen un alfa, si no nos dicen con qué alfa lo quieren, establecemos por defecto el 95%, ¿vale?

168
00:23:19,579 --> 00:23:40,160
Si yo te digo, dime el intervalo de, bueno, cálculame si este dato, según el criterio de Dixon, se debe rechazar o no. Pues si yo no te digo nada más y te digo solo según el criterio de Dixon, tú tendrías que ir aquí, al alfa igual a 0,05, ¿vale? Por defecto, 95%.

169
00:23:40,799 --> 00:23:47,680
¿Qué pasa? Esto os lo digo para que lo sepáis, pero la mayoría, mayoría, mayoría de las veces establece el nivel de significancia, ¿vale?

170
00:23:47,680 --> 00:23:53,839
Pero bueno, imaginaos que tenéis algún caso en el que no os dicen nada, pues os vais al 95, ¿vale?

171
00:23:55,000 --> 00:24:06,920
Entonces, vamos a hacer un ejemplo, por ejemplo, el del otro día con los mismos valores que son estos de aquí, ¿vale?

172
00:24:06,920 --> 00:24:19,980
que no sé si los tengo por aquí, si queréis ir haciéndolo a la vez y así vamos a poner aquí esta serie de valores,

173
00:24:20,299 --> 00:24:34,109
pero ese no era un 66, era otro valor, creo, vamos a hacerlo, 75, 72, bueno, no son los mismos, pero es absolutamente igual,

174
00:24:34,109 --> 00:24:59,009
Voy a poner aquí 75, bueno, 67 estaba puesto. Vale, pues ahora quiero evaluar según el criterio de groups si este dato, este 67, que es claramente más bajo que los demás, si lo tengo que eliminar o me lo puedo quedar en mi serie de resultados.

175
00:24:59,009 --> 00:25:30,539
Entonces, pues empiezo a poner la fórmula. Lo primero, para que nadie se pierda, que es esta de aquí. Mi G calculada es el valor del que sospecho. ¿Cuál es el valor del que sospecho? Valor sospechoso, el 67, ¿no?

176
00:25:30,539 --> 00:25:49,619
Lo que me has preguntado antes, no me acuerdo qué compañera era, de si en este caso no podemos evaluar un valor central. No, porque realmente nosotros, como es solamente una serie de valores y no es uno respecto a otro, la única opción de que uno esté fuera de la tendencia es que sea o el más grande o el más pequeño.

177
00:25:49,619 --> 00:26:11,079
En cambio, cuando tenemos una correlación de valores, una X frente a una Y, sí que puede ser que uno de los puntos en mitad esté más arriba o más abajo, pero en este caso la única manera de evaluarlo lógica es considerar que estos de aquí son relativamente homogéneos y que este es un poco más pequeño que los demás.

178
00:26:11,079 --> 00:26:26,339
No hay otra manera de hacerlo. Entonces, tengo mi valor sospechoso es el 67. Ahora, tengo que calcular la media. Para calcular la media, ¿el 67 lo considero sí o no? Sí.

179
00:26:26,339 --> 00:26:47,019
Entonces calculo la media, que acordaos que es la suma de todos estos valores dividido entre el número de valores. 67 más 72 más 73 más 73 más 75 más 75 y todo ello dividido entre 1, 2, 3, 4, 5, entre 6.

180
00:26:47,019 --> 00:27:06,880
Y me dice que el promedio es 72,5. Ahora voy a calcular también la desviación y lo mismo, para calcular la desviación considero todos los valores. Esto lo hacemos con la calculadora y me dice que la desviación es esta de aquí.

181
00:27:07,619 --> 00:27:10,799
Vale, pues ya tengo todos mis parámetros, ¿no?

182
00:27:10,859 --> 00:27:15,339
Tengo el valor sospechoso, tengo la media y tengo la desviación.

183
00:27:15,700 --> 00:27:16,839
Pues vamos a hacer la operación.

184
00:27:17,279 --> 00:27:28,799
Es igual a 67 menos 72,5, pero esto me da menos 5,5.

185
00:27:28,799 --> 00:27:33,039
¿Cómo lo tengo que poner? En positivo porque es valor absoluto, ¿vale?

186
00:27:33,039 --> 00:28:01,680
Lo escribo en positivo, que en la calculadora es simplemente multiplicar por menos uno o darle a una tecla que sueles tener que es un menos, que lo que hace es cambiarte el signo, ¿vale? Y ahora esto de aquí es la parte de arriba y lo tengo que dividir entre S, que es mi desviación, y me dice que mi G es 1,86467, ¿vale?

187
00:28:02,140 --> 00:28:04,740
Ahora, ¿qué más tengo que saber para buscar en la tabla?

188
00:28:05,220 --> 00:28:10,539
Esta es mi g calculada, esta de aquí.

189
00:28:14,210 --> 00:28:19,809
Y ahora, para irme a mi tabla, tengo que buscar por el nivel de significación y el número de valores, ¿no?

190
00:28:19,809 --> 00:28:26,750
¿Cuántos valores tengo? El 67 se cuenta, ¿no? Pues 1, 2, 3, 4, 5 y 6.

191
00:28:26,750 --> 00:28:29,609
¿He contado bien? 3 y 3, 6, sí.

192
00:28:29,609 --> 00:28:45,269
Vale, pues tengo aquí que n es igual a 6. Y vamos a buscar si este valor lo aceptamos o lo rechazamos al 95%, que es lo más estándar, al 95%.

193
00:28:45,269 --> 00:29:01,630
Entonces, ¿qué tengo que hacer? Irme a mi tabla de groups y buscar para n igual a 6 al 95% y me dice que mi r es 1,887.

194
00:29:01,630 --> 00:29:21,619
Y me dice que R tabulada, o G tabulada, es igual a 1,887.

195
00:29:22,440 --> 00:29:25,420
1,887. Vale.

196
00:29:26,819 --> 00:29:31,359
Ya he calculado mi G calculada y ya he buscado mi G tabulada.

197
00:29:31,359 --> 00:29:32,920
¿Cuál es mi conclusión?

198
00:29:33,519 --> 00:29:59,299
La G que yo he calculado es 1,864 y la que está tabulada es 1,887. Es un poquito más grande.

199
00:29:59,299 --> 00:30:08,720
Entonces, como la que yo he calculado es menor, significa que acepto la hipótesis nula que me decía que este dato sí que es válido, así que este dato me lo quedo.

200
00:30:09,700 --> 00:30:15,660
Y yo ahora, cuando quiera calcular la media de esta serie de datos, tengo que considerar el 67.

201
00:30:15,900 --> 00:30:22,079
Si lo hubiese rechazado, ¿no? Si lo hubiese rechazado, es como si tuviese estos datos, pero como lo he aceptado, ¿vale?

202
00:30:22,079 --> 00:30:31,420
Entonces, imaginas ahora que en vez de ser el 67, este valor fuese, pues en cuanto lo bajemos un poquito ya va a estar fuera, ¿no? El 65

203
00:30:31,420 --> 00:30:49,289
El 65, el valor sospechoso menos la media debido a la desviación, me sale 1,39

204
00:30:50,210 --> 00:31:00,630
Elena, y si tengo un valor sospechoso al principio y al final, ¿puedo usar dos veces el cálculo?

205
00:31:01,130 --> 00:31:08,589
No es buena práctica porque normalmente nosotros tenemos que tener en nuestras series de datos solamente un valor sospechoso.

206
00:31:08,730 --> 00:31:12,950
Si tenemos más de uno, ya sería susceptible de repetir el experimento.

207
00:31:12,950 --> 00:31:18,890
Igual que cuando tenemos una recta de calibrado, deberíamos eliminar solamente uno de los puntos.

208
00:31:19,289 --> 00:31:40,829
Porque si no, al final lo estamos sesgando mucho. Así que realmente sí se podría dar el caso de que tuviésemos un dato muy por arriba y otro dato muy por abajo, pero habitualmente si hemos cometido un error, porque aquí os dais cuenta de que este valor es 10 puntos inferior que este, entonces sí que tenemos una duda.

209
00:31:40,829 --> 00:31:47,750
pero si tuviésemos 65 y aquí tuviésemos 89, ya de estos datos sospecharíamos como conjunto.

210
00:31:48,289 --> 00:31:51,950
No nos plantearíamos eliminar uno, sino que nos plantearíamos empezar de cero.

211
00:31:54,319 --> 00:31:54,460
¿Vale?

212
00:31:54,559 --> 00:31:55,140
Ok, gracias.

213
00:31:55,980 --> 00:32:05,609
Nada. Entonces, bueno, lo que os digo, este de aquí, a ver si es que yo he hecho esto mal, que me sale un…

214
00:32:05,609 --> 00:32:24,849
Un, vale, la G calculada es el valor del que yo sospecho menos el valor medio, que el valor del que yo sospecho ahora mismo lo hemos cambiado y es 65, ¿no? Vale, perdonadme.

215
00:32:25,390 --> 00:32:30,369
Imaginaos otro caso en el que el valor sospechoso en vez de ser 67 como antes, ahora es 65.

216
00:32:30,789 --> 00:32:40,089
Yo calculo mi g de la misma manera. 65, que es el sospechoso menos la media, que la he recalculado, es esta de aquí.

217
00:32:40,990 --> 00:32:50,210
O sea, 65 menos 72, lo que me da lo paso a positivo porque es valor absoluto y lo divido entre la desviación, que es esta de aquí, que también la he recalculado.

218
00:32:50,210 --> 00:32:52,910
y mi g me sale 1,93.

219
00:32:53,549 --> 00:32:57,910
Ahora la tabulada es la misma, porque sigue siendo al 95%

220
00:32:57,910 --> 00:33:00,509
y sigue siendo para todos estos valores, que son 6.

221
00:33:01,849 --> 00:33:06,009
En este caso, si el valor fuese 65, ¿me lo quedo o lo rechazo?

222
00:33:09,000 --> 00:33:09,700
Lo rechazo.

223
00:33:09,880 --> 00:33:12,779
Lo rechazo, porque la calculada, la que yo he calculado,

224
00:33:12,900 --> 00:33:14,940
es más grande que la que está en las tablas.

225
00:33:15,920 --> 00:33:18,900
Entonces, estos ejercicios son todos iguales.

226
00:33:18,900 --> 00:33:38,920
Los de rechazo de resultados dudosos hay que tener cuidado con, si nos están pidiendo calcular o Q de Dixon o groups, ser conscientes de que el valor del que dudamos tiene que entrar en estos datos, cuando calculamos la media y cuando calculamos la desviación para evaluar si lo queremos o no, lo consideramos, ¿vale?

227
00:33:38,920 --> 00:33:54,880
¿Vale? Calculamos nuestro parámetro y lo comparamos con el de la tabla y también hay que tener cuidado de buscar en la tabla por el número de datos que es, ¿vale? Y por el alfa, o sea, el nivel de significación, el porcentaje que nosotros queremos, ¿ok?

228
00:33:54,880 --> 00:34:11,880
Luego, ¿qué pasa? En este caso que acabamos de hacer, el 65, hemos dicho que se rechaza. Si yo ahora os digo que me presentéis la media de estos datos con su intervalo de confianza, lo primero que tenemos que hacer es tachar este dato como si nunca hubiese existido.

229
00:34:11,880 --> 00:34:39,739
Y hacemos la media con estos valores, que mi media aquí sería este más este más este más este más este dividido entre 5, porque este valor ya no existe, ¿vale? Mi media es la media de estos valores, que es esta de aquí, mi n, mi número de datos ya no es 6, es 5, ¿vale?

230
00:34:39,739 --> 00:34:48,860
porque este de aquí lo he eliminado, y ahora cuando yo busque en mi tabla de la TED Student para presentar mi intervalo de confianza,

231
00:34:49,059 --> 00:34:59,980
que acordaos que es la media, más menos t por s dividido entre raíz de n, tengo n que es 5, o sea, raíz de n es raíz de 5,

232
00:34:59,980 --> 00:35:19,320
Tengo la media. La desviación la calculo con estos datos también. Mi desviación, que es el valor que me salga con la calculadora, ¿vale? De calcular mi S, mi desviación.

233
00:35:19,320 --> 00:35:35,679
Y solo me falta buscar la T. Pues yo ahora me voy a buscar en la T de Student, en mi tabla de la T de Student y ¿cuánto es mi N? 5, ¿no? Antes mi N era 6, pero este dato ya no existe, así que ahora mi N es 5. ¿Qué valor busco en mi tabla de la T de Student?

234
00:35:35,679 --> 00:35:39,340
4

235
00:35:39,340 --> 00:35:42,679
4, efectivamente, porque en la tabla de la TED Student

236
00:35:42,679 --> 00:35:44,440
que la voy a proyectar

237
00:35:44,440 --> 00:35:48,159
lo que buscamos es grados de libertad

238
00:35:48,159 --> 00:35:49,599
no número de valores

239
00:35:49,599 --> 00:35:52,059
entonces aquí

240
00:35:52,059 --> 00:35:55,599
en la tabla de la TED Student

241
00:35:55,599 --> 00:36:00,360
si queremos, por ejemplo, al 95%

242
00:36:00,360 --> 00:36:06,300
en este caso nos iríamos a 4 y 0,05

243
00:36:06,300 --> 00:36:20,480
¿No? Que sería 2,78. Para luego multiplicar eso, hacer en X media más menos T, 2,78, por S, que la calculamos, dividido entre raíz de 5.

244
00:36:21,039 --> 00:36:31,719
¿Vale? Entonces, los test de rechazo o aceptación de resultados con tabla son estos dos, los que vamos a utilizar.

245
00:36:31,719 --> 00:36:48,500
¿Vale? Y ahora nos vamos a los que hemos visto que están basados en intervalos de confianza. ¿Estos qué ventaja tienen? Pues que no tenemos que disponer de tablas para poder calcularlos, ¿vale?

246
00:36:48,500 --> 00:37:05,699
Entonces, lo que os he comentado, cuando utilizamos la tabla de la Q de Dixon o de la R o la G de Grubbs, cuando hacemos los cálculos de la media, de la desviación, el valor sospechoso, tenemos en cuenta el valor sospechoso, ¿vale? No lo quitamos.

247
00:37:05,699 --> 00:37:26,139
Ahora, cuando hacemos los cálculos para ver si aceptamos o no, basados en intervalos de confianza, quitamos ese valor del que estamos dudando, ¿vale? Si tenemos que calcular una media, la calculamos sin ese valor. Si tenemos que calcular una desviación, la calculamos sin ese valor, ¿vale? Y luego evaluamos si ese dato tiene que estar o no.

248
00:37:26,139 --> 00:37:51,380
Pero para hacer los cálculos iniciales, los que acabamos de hacer ahora con Q de Dixon y Grubbs, ese valor lo quitamos, ¿vale? Entonces, criterios. Tenemos el criterio 2S. ¿Qué quiere decir este criterio? Que de nuestra serie de valores calculamos la S, la desviación típica o desviación estándar, que acordaos que lo digo siempre un poco pesada, pero que son sinónimos, ¿vale?

249
00:37:52,219 --> 00:38:03,039
Entonces, ¿qué hacemos? Calculamos nuestra desviación típica de nuestra serie de datos, como hemos hecho antes, pero en este caso el valor del que dudamos no lo metemos en los cálculos.

250
00:38:03,039 --> 00:38:20,039
O sea, si tenemos estos datos de aquí, por ejemplo, los que acabamos de ver, del que yo dudo es del 65, ¿no?

251
00:38:20,039 --> 00:38:39,659
¿No? Vale, pues ahora yo voy a calcular la desviación típica de mi, perdonad, este de aquí es del que dudo, vale, pues yo voy a calcular la desviación típica, pero la voy a calcular de estos datos, este lo voy a dejar fuera, ¿vale?

252
00:38:39,659 --> 00:39:04,420
Entonces voy a calcular la desviación, la S en vuestra calculadora, de estos datos y me da 1,3416, etc. ¿Qué me dice el criterio 2S? Que yo me voy a hacer un intervalo de confianza que va a ser, esto es S, que va a ser mi media más menos dos veces S.

253
00:39:04,960 --> 00:39:10,559
Entonces, ¿qué es lo primero que hago? Pues hago 1,3416, mi S, la multiplico por 2.

254
00:39:11,019 --> 00:39:15,380
O sea, este valor lo multiplico por 2 y me da esto de aquí.

255
00:39:16,800 --> 00:39:20,139
Ahora, calculo mi media, ¿no? Media.

256
00:39:21,960 --> 00:39:26,000
Y para calcular mi media, no considero este valor.

257
00:39:28,880 --> 00:39:34,400
Considero todos los demás menos el sospechoso. O sea, este más este más este.

258
00:39:34,420 --> 00:39:37,659
Más este, más este y dividido entre 5

259
00:39:37,659 --> 00:39:41,079
¿Vale? Hago mi media y me da 73,6

260
00:39:41,079 --> 00:39:42,559
Pues ahora ¿qué tengo que hacer?

261
00:39:43,599 --> 00:39:47,960
Mi criterio es media más menos 2S

262
00:39:47,960 --> 00:39:50,300
Tengo la media y tengo 2S

263
00:39:50,300 --> 00:40:00,920
Entonces mi criterio es 73,6 más menos 2,68

264
00:40:00,920 --> 00:40:28,739
o sea, desde 73,6 menos 2,683 hasta 73,6 más, aquí echo el menos, aquí hago el más, más 2,683 y me está dando un intervalo de confianza que es entre 70,917 y 76,283.

265
00:40:28,739 --> 00:40:48,420
Ahora, ¿qué hago? Evalúo si mi valor dudoso está aquí dentro. Está claramente fuera, ¿no? 65 está fuera de este intervalo. Si mi valor sospechoso fuese 71, estaría aquí dentro. Pero como fuera está muy por debajo, rechazo mi resultado.

266
00:40:49,119 --> 00:41:02,440
Este es el criterio 2S. ¿Qué pasa? Que es un criterio que es muy restrictivo, casi siempre se rechaza y no lo utilizamos tanto nosotros, porque es muy difícil aceptar el dato.

267
00:41:02,440 --> 00:41:17,039
Es como de los que más se rechaza. Entonces, este es uno de los criterios que se llama 2S. Muy fácil acordarse. Calculamos la S, la multiplicamos por 2, calculamos la media.

268
00:41:17,039 --> 00:41:30,480
y aquí pone media, la media, y hacemos nuestra media más menos dos veces S, o sea, nuestra media menos S, nuestra media más S.

269
00:41:30,900 --> 00:41:36,920
Si el valor dudoso está dentro de este intervalo, lo acepto, si está fuera, lo rechazo.

270
00:41:37,420 --> 00:41:42,320
Entonces, con esta misma serie de datos, en el criterio 2D, rechazo el dato, ¿vale?

271
00:41:42,320 --> 00:41:56,679
Por ejemplo, antes lo habíamos hecho con 65 y según Gruss lo rechazábamos, pero según Gruss lo aceptábamos, ¿no? El 67, muy al límite, pero nos lo quedábamos.

272
00:41:56,679 --> 00:42:16,719
Vamos a ver ahora qué pasaría con este criterio 2S. Hacemos nuestra desviación, que como es sin contar este valor, es la misma. Hacemos nuestra media, que como es sin contar este valor, es la misma. Y hacemos nuestro intervalo de confianza. ¿Qué pasa? El 67 sigue estando fuera. Lo seguimos rechazando.

273
00:42:16,719 --> 00:42:30,079
En cambio, con el criterio de groups, sí que lo aceptábamos. Por eso digo que es más restrictivo, es más difícil aceptar el valor. Se utiliza en distintas circunstancias. Nosotros habitualmente utilizamos la Q de Dixon.

274
00:42:30,079 --> 00:42:58,099
¿Vale? Entonces, este es el criterio 2S, que es este que tenemos aquí, no nos hacen falta tablas y lo que nos dice es que calculamos nuestra media sin contar el valor sospechoso, calculamos nuestra S sin contar el valor sospechoso y luego si el valor sospechoso está dentro de este intervalo, de la media más esto o la media menos esto, lo que hay entre medias, nos lo quedamos, si no, lo rechazamos.

275
00:42:58,099 --> 00:43:09,860
Y ahora nos quedan solo dos, que son los criterios basados en la desviación. Son iguales, solo que uno es el criterio 2,5D y el otro es el criterio 4D.

276
00:43:12,800 --> 00:43:27,440
El proceso es exactamente igual que este último que acabamos de hacer. Calculamos esta desviación de la que hablamos, la multiplicamos por 2,5 en este caso, por 4 si es el criterio 4D.

277
00:43:28,099 --> 00:43:38,719
Y vemos si nuestro resultado está dentro del intervalo entre la media más menos este 2,5D de aquí.

278
00:43:38,719 --> 00:43:43,219
Si está dentro, lo aceptamos. Si está fuera, lo rechazamos.

279
00:43:43,780 --> 00:43:54,940
Entonces, la desviación lo que es es coger cada uno de los valores menos el valor medio.

280
00:43:54,940 --> 00:44:06,880
y si vemos que cada uno de los valores es el valor medio, lo sumamos y lo dividimos entre n.

281
00:44:08,360 --> 00:44:15,679
Hacemos nuestro intervalo de confianza, x media más menos 2,5 por esta desviación,

282
00:44:16,420 --> 00:44:19,199
si está dentro lo aceptamos, si está fuera lo rechazamos.

283
00:44:19,199 --> 00:44:23,460
Esto es algo que también lo utilizamos poco, nosotros utilizamos los que están basados en tablas,

284
00:44:23,460 --> 00:44:50,150
Pero, bueno, esto es para que sepáis que existen y cómo se aplican, ¿vale? Entonces, ¿qué creéis que es más restrictivo? O sea, ¿cuál es más, sí, más restrictivo, que es más difícil aceptar el dato? ¿El 2,5D o el 4D? ¿Nadie?

285
00:44:50,150 --> 00:44:59,340
será más restrictivo, será más difícil aceptar en este de aquí, porque el intervalo es más chiquitito.

286
00:44:59,340 --> 00:45:03,579
O sea, lo que se puede desviar respecto a la media es 2,5 por d.

287
00:45:04,300 --> 00:45:09,400
En este caso se puede desviar 4 veces d, entonces este será más fácil de aceptar que este.

288
00:45:09,579 --> 00:45:16,940
Imaginaos que mi desviación es 1 y mi valor es 1 también.

289
00:45:16,940 --> 00:45:32,960
Bueno, pues aceptaré por el criterio 2,5D, 1, bueno, mi valor es 10, aceptaré 10 más menos 2,5 por 1, o sea, 10 más menos 2,5, aceptaré entre 7,5 y 12,5.

290
00:45:32,960 --> 00:45:47,860
En cambio, en este de aquí, si tengo los mismos valores, ¿qué tendré? 10 más menos 4, ¿no? Porque es 4 veces esa d que hemos establecido un caso imaginario en el que es 1.

291
00:45:47,860 --> 00:46:06,880
Entonces, podría aceptar todo valor que esté entre 10 menos 4, o sea, entre 6 y 14, el intervalo es mucho más grande, ¿vale? Entonces, este de aquí, pues es un poco menos restrictivo que este de aquí, ¿vale?

292
00:46:06,880 --> 00:46:08,880
Entonces, ahora que...

293
00:46:09,980 --> 00:46:14,320
¿Y entre el 4D y el 2S?

294
00:46:15,139 --> 00:46:31,610
Pues depende, pero el 2S es el más restrictivo. Tenéis aquí una tabla, este de aquí. Ah, no, perdona, el 2,5D es el más restrictivo y entre estos dos depende un poco, pero si quieres lo podemos calcular.

295
00:46:31,610 --> 00:46:39,650
Podemos hacer con los datos que tenemos y ver qué intervalos nos salen

296
00:46:39,650 --> 00:46:43,409
En este de aquí, esto era el criterio 2S

297
00:46:43,409 --> 00:46:54,190
En el que habíamos calculado nuestra S y nuestra media

298
00:46:54,190 --> 00:46:57,150
Y este era nuestro intervalo de confianza según el criterio 2S

299
00:46:57,150 --> 00:47:03,010
Vamos a ver, según el criterio 4D, qué tenemos que hacer

300
00:47:03,010 --> 00:47:22,659
Cada uno de estos valores, restarle la media. Este menos la media. En valor absoluto, ¿vale? Valor absoluto, o sea, que sea positivo. Este menos la media.

301
00:47:22,659 --> 00:47:45,400
Ok, ahora el siguiente, este, lo mismo, ¿no? Este menos la media. Este que nos va a dar lo mismo, ¿no? Porque es el mismo valor. Ahora este menos la media y este que es el mismo, ¿no? 1,4.

302
00:47:45,400 --> 00:47:58,199
Y de esto hacemos la media, ¿vale? Es la media de las desviaciones. Pues sumamos todos estos valores y los dividimos entre 5, promedio de esto, ¿vale?

303
00:48:00,539 --> 00:48:10,079
Estamos evaluando el 2,5D, ¿verdad? Me has dicho que es lo que quería saber, ¿vale? 2,5D. Tenemos nuestra desviación media, que es 1,12.

304
00:48:10,079 --> 00:48:30,480
Pues ahora vamos a multiplicar nuestra desviación, no perdóname, el 4D, entonces tenemos este valor de aquí por 4, vale, pues este es menos restrictivo, ¿no?

305
00:48:30,480 --> 00:48:49,739
Porque nuestro resultado va a ser entre 73,6 menos 4,48 y 73,6 más 4,48. O sea, entre este valor menos este y este valor más este.

306
00:48:49,739 --> 00:49:12,880
Ahora mismo se nos ha ampliado bastante el rango. En el criterio 2S nuestros valores podían estar entre 70,9 y 76,3 y en el criterio 4D nuestros valores pueden estar entre 69,12 y 78,08.

307
00:49:12,880 --> 00:49:35,159
Ojo que el 67 se nos sigue quedando fuera. Los criterios estos por intervalo de confianza son más restrictivos en general que los criterios por tablas. Entonces, el 67 aquí lo seguiríamos rechazando porque no está en el intervalo, pero sí que vemos que el 2S es más restrictivo que el 4D.

308
00:49:35,159 --> 00:50:00,219
¿Qué pasaría con el 2,5D? Pues en este caso, a ver, igual, 2,5 por D serían 2,8. Pues en este caso, fíjate que es más restrictivo el 2S que el 2,5D.

309
00:50:00,219 --> 00:50:24,300
A no ser que haya hecho yo algo mal. 1,6. Son muy, muy similares. El intervalo de confianza va a ser muy, muy parecido. Con los dos se rechaza claramente, pero sí, en este caso el 2S, el intervalo es más pequeño que en el 2S.

310
00:50:24,300 --> 00:50:33,019
Que en el 2D qué tontería, ¿no? Lo que acabo de decir, el 2S es el más restrictivo porque es el que tiene un intervalo de confianza más pequeño, ¿no?

311
00:50:33,019 --> 00:50:40,719
Lo hemos dicho bien todo el rato, que el 2S era el más… a ver, que se estoy liando…

312
00:50:42,139 --> 00:50:44,659
¿Que el 2,5D es más restrictivo? Pues no, en este caso no.

313
00:50:44,860 --> 00:50:51,380
Yo, igual esto tiene una errata, os lo voy a comprobar porque yo, el 2S es muy, muy restrictivo.

314
00:50:51,380 --> 00:51:13,369
Pero, aún así, al margen de todo esto, que está muy bien que lo comprobemos así para hacer cálculos, nosotros vamos a utilizar habitualmente estos de aquí, ¿vale? Los que están basados en tablas. Y, bueno, tenemos que saber cómo calcularlos y cómo evaluar los resultados, ¿vale?

315
00:51:13,369 --> 00:51:31,460
Entonces, como hemos visto ya todos, todos los resultados dudosos, vamos a hacer algún ejercicio más y a ver que tengo, me he bajado aquí un libro para coger datos reales y que salgan bien.

316
00:51:31,460 --> 00:51:51,420
Vale, pues este de aquí. Os leo el enunciado y pongo los datos en la pantalla. Nos está hablando de que se ha medido un contenido de mercurio y que se han obtenido unos resultados, que son estos de aquí.

317
00:51:51,420 --> 00:52:15,420
Se ha obtenido un valor de 175, otro de 184. Están medidas en ppm. Nos da igual cuando hagamos nuestro análisis para ver si rechazamos algún dato, pero luego si expresamos nuestra media con nuestro intervalo de confianza, sabemos que tenemos que poner unidades.

318
00:52:15,420 --> 00:52:28,500
Yo no puedo decir mi resultado es 170. Si estoy hablando de una concentración tendré que decir 170 ppm o 170 gramos por litro o lo que sea las unidades en las que esté trabajando.

319
00:52:28,500 --> 00:52:33,039
Esto de aquí son medidas de mercurio en ppm, para que lo sepamos.

320
00:52:33,039 --> 00:52:59,360
Y tengo 175, 184, 168, 171, 176, 179, 152, 181 y 177.

321
00:53:00,019 --> 00:53:04,800
Estos son los datos que tengo yo de mis mediciones, ¿vale?

322
00:53:05,159 --> 00:53:10,619
Entonces, me dicen que evalúe según el criterio de Dixon y el de Grubbs, y no me dicen nada.

323
00:53:11,079 --> 00:53:16,480
Así que entiendo que es, ¿a qué porcentaje? Al 95, ¿no?

324
00:53:16,480 --> 00:53:20,480
Al 95%, en ausencia de información, 95%.

325
00:53:21,320 --> 00:53:30,119
Me piden que evalúe según el criterio de Dixon y Grubbs, ¿vale?

326
00:53:30,119 --> 00:53:42,880
Y me dicen que evalúe el contenido que tienen en Mercurio estas muestras y que después diga su media con su intervalo de confianza, ¿vale?

327
00:53:43,300 --> 00:53:57,000
Entonces, lo primero que tengo que hacer es identificar mi dato dudoso, ¿no? Que aquí está claro. Este no, no, no, no, no, este no, el 152 pinta.

328
00:53:57,659 --> 00:53:59,239
¿Esto cómo es una manera fácil de hacerlo?

329
00:53:59,400 --> 00:54:02,500
Pues, por ejemplo, si hacemos la media, si tenemos dudas, ¿no?

330
00:54:02,500 --> 00:54:05,500
Podemos, a ver, ordenarlos.

331
00:54:06,579 --> 00:54:25,500
Y los ordeno por 152, 168 es el siguiente, 171, 175, 176, 177.

332
00:54:27,000 --> 00:54:36,219
179, 181 y 184, ¿no? Si no me he comido nada, está así.

333
00:54:37,119 --> 00:54:40,860
Los pongo así en orden. Puedo ver un poco la tendencia, ¿no?

334
00:54:41,579 --> 00:54:46,159
Estos 179, 181, 184 están bastante cerquita entre ellos.

335
00:54:46,719 --> 00:54:54,679
En cambio, de 152 a 168 van 14, ¿no? 152, sí, van 14.

336
00:54:54,679 --> 00:54:56,840
aquí en cambio hay 3 de diferencia

337
00:54:56,840 --> 00:54:59,159
entonces claramente este es mi resultado

338
00:54:59,159 --> 00:55:01,079
dudoso, también puedo decir

339
00:55:01,079 --> 00:55:02,079
vale voy a hacer la media

340
00:55:02,079 --> 00:55:03,739
hago promedio

341
00:55:03,739 --> 00:55:06,559
de mis datos

342
00:55:06,559 --> 00:55:08,780
o sea los sumo todos y los divido

343
00:55:08,780 --> 00:55:11,480
y me dice que la media es 173,6

344
00:55:11,480 --> 00:55:12,019
pues hombre

345
00:55:12,019 --> 00:55:14,840
este valor de aquí se separa

346
00:55:14,840 --> 00:55:15,980
en 20 unidades

347
00:55:15,980 --> 00:55:19,099
y este de aquí por arriba que es el que más se separa

348
00:55:19,099 --> 00:55:20,679
por arriba se le separa en 10

349
00:55:20,679 --> 00:55:22,519
entonces bueno, claramente

350
00:55:22,519 --> 00:55:25,320
Este es mi dato del que tengo que tener sospechas, ¿vale?

351
00:55:25,659 --> 00:55:28,380
Entonces, vale, ya tengo el dato identificado, que es el primer paso.

352
00:55:28,599 --> 00:55:42,039
Ahora, me pongo mis dos formulitas, la Q de Dixon, que si os acordáis es el valor absoluto de mi valor sospechoso, que es el 52, ¿no?

353
00:55:42,460 --> 00:55:50,780
Menos el valor más cercano a él, que en este caso, ya los tengo ordenaditos, sería el 168, ¿no?

354
00:55:52,519 --> 00:56:14,929
Y todo ello lo divido, ¿entre qué? Entre el recorrido o rango, que es lo mismo, ¿vale? Voy a pegaros la formulita aquí, porque igual es más sencillo si la veis, ¿no? A ver, esta de aquí, la ponemos en la misma hoja, vale.

355
00:56:14,929 --> 00:56:32,670
Esta es la Q de Dixon. Pues no tengo más que calcular la Q. ¿A qué es igual? El valor sospechoso, 152, menos el valor más cercano a él, 168.

356
00:56:32,670 --> 00:56:36,849
esto en positivo, en valor absoluto

357
00:56:36,849 --> 00:56:41,150
y el resultado que me dé dividido entre el recorrido

358
00:56:41,150 --> 00:56:45,909
que es el valor mayor menos el valor menor

359
00:56:45,909 --> 00:56:51,670
o sea, 184 menos 152

360
00:56:51,670 --> 00:56:55,650
que son 72, son 32

361
00:56:55,650 --> 00:57:00,349
y me da que es 0,5, acordaos que esto lo tengo que poner en valor absoluto

362
00:57:00,349 --> 00:57:17,510
Entonces mi Q es igual a 0.5. Pues ya lo he calculado. Mi Q es igual a 0.5. Ahora, me han dicho que lo evalúe al 95%. ¿Qué tengo que hacer? Irme a mi tabla.

363
00:57:17,510 --> 00:57:41,449
Primero tengo que saber cuántos datos tengo. ¿Qué cuantos tengo? 1, 2, 3, 4, 5, 6, 7, 8 y 9. Tengo un n que es igual a 9. ¿Vale? Pues ¿qué hago? Me voy a mi tabla del 95% de la Q de Dixon para n igual a 9.

364
00:57:41,449 --> 00:58:05,559
Y esta Q es la Q que yo he calculado. Pues me voy a mi tabla. Hemos quedado aquí en 95% y n igual a 9, ¿no? ¿Cuánto es mi valor? Este de aquí, ¿no? n igual a 9 para el 95%.

365
00:58:05,559 --> 00:58:27,449
Así que mi valor es 0.493, ¿vale? Pues me voy aquí, me lo voy a escribir, cutabulada, que también se llama, bueno, cutabulada, es igual a 0.493, ¿verdad?

366
00:58:27,449 --> 00:58:33,929
0.493

367
00:58:33,929 --> 00:58:40,030
Esta es mi Q tabulada

368
00:58:40,030 --> 00:58:43,449
y esta de aquí es mi Q calculada

369
00:58:43,449 --> 00:58:45,829
¿Qué pasa con el 152?

370
00:58:49,110 --> 00:58:51,230
Me lo cargo, lo rechazo

371
00:58:51,230 --> 00:58:51,630
¿Por qué?

372
00:58:52,130 --> 00:58:54,170
Porque mi Q calculada

373
00:58:54,170 --> 00:58:56,289
es mayor

374
00:58:56,289 --> 00:59:16,500
Que mi Q tabulada. Y en este caso rechazo la hipótesis nula que decía que el resultado sí era válido. Mi resultado no es válido.

375
00:59:16,500 --> 00:59:36,179
¿Vale? Entonces, el 152, según el criterio, según el criterio de Q de Dixon al 95%, mi dato sospechoso se rechaza.

376
00:59:36,739 --> 00:59:40,159
¿Vale? Espera, me han dicho también que... ¿Sí?

377
00:59:40,159 --> 00:59:54,159
Aquí en la cuta abulada, como es 0.49, ¿igual se aceptaría?

378
00:59:54,159 --> 01:00:24,139
¿Qué aceptaría?

379
01:00:24,159 --> 01:00:26,099
mosteros detrás y comparamos, ¿vale?

380
01:00:26,340 --> 01:00:28,219
Solo que es muy raro que nos pase que justo

381
01:00:28,219 --> 01:00:29,679
nos ha pasado en el caso anterior

382
01:00:29,679 --> 01:00:32,159
que eran

383
01:00:32,159 --> 01:00:33,739
casi casi iguales y

384
01:00:33,739 --> 01:00:35,880
se diferenciaban en el segundo decimal

385
01:00:35,880 --> 01:00:38,340
pero bueno, normalmente suele haber más margen, ¿no?

386
01:00:38,340 --> 01:00:40,500
¿Y qué pasaría si saliese

387
01:00:40,500 --> 01:00:42,039
exacta exactamente igual?

388
01:00:42,619 --> 01:00:42,940
Pues

389
01:00:42,940 --> 01:00:46,280
si te digo la verdad, no sé si hay

390
01:00:46,280 --> 01:00:48,219
algún criterio para

391
01:00:48,219 --> 01:00:50,420
evaluar eso. Lo voy a mirar

392
01:00:50,420 --> 01:00:52,340
por curiosidad, normalmente no pasa, ¿vale?

393
01:00:52,340 --> 01:01:19,860
pero si nos dice justo, exacta, exactamente igual, el mismo valor de la Q calculada que el de la Q tabulada, yo entiendo que sí que rechazaríamos el valor, que solamente nos vale, sí, rechazaríamos el valor, solamente lo aceptamos si la calculada es menor que la tabulada, no si es menor o igual, entonces sí, si fuesen exactamente iguales lo rechazamos aún así, ¿vale?, porque nuestra hipótesis es lo que nos dice.

394
01:01:19,860 --> 01:01:36,420
Luego, cuando vayamos a la segunda parte de este tipo de ensayos, veremos que las hipótesis se pueden plantear de diferentes maneras. Mi hipótesis nula, por ejemplo, que dos datos obtenidos por dos métodos distintos son iguales. Esa es la nula.

395
01:01:36,420 --> 01:01:51,119
Ahora, cuando yo planteé la alternativa, puedo plantear que son distintos, la nula que son iguales, la alternativa que son distintos, o puedo plantear como alternativa que uno es más grande que otro, por ejemplo, ¿no?

396
01:01:51,119 --> 01:02:07,300
Pero en este caso, en este caso de los resultados de dosos, sería muy, muy, mucha casualidad que te salga exactamente el mismo valor con los mismos decimales, pero en ese caso sí que lo seguiríamos rechazando.

397
01:02:07,300 --> 01:02:29,210
Lo aceptamos una vez que el valor calculado sea menor que el tabulado, ¿vale? Entonces, según el criterio de la Q de Dixon, este valor lo rechazamos, ¿vale? Vamos a ver ahora, si pongo esto un poquito más pequeño bien, sí, ¿no?

398
01:02:29,210 --> 01:02:31,210
Sí.

399
01:03:02,949 --> 01:03:17,710
lo considero, lo incluyo en mis cálculos, ¿vale? O sea, mi media es igual a este más este, más este, más este, más este, más este, más este, más este, más este, dividido entre nueve, ¿vale?

400
01:03:18,710 --> 01:03:32,070
O sea, el promedio, que es como se hace con LibreOffice, ¿vale? Lo mismo que hacéis con la calculadora, dándole a inverso dos y buscando el valor de X media, pues en Excel se hace así, ¿vale?

401
01:03:32,070 --> 01:03:40,969
que ya lo veremos. Ok, mi media es esta de aquí. Mi desviación, la S en la calculadora,

402
01:03:41,750 --> 01:03:51,969
pues la calculo también, desviación S, y mi desviación la calculo de todos los valores,

403
01:03:51,969 --> 01:04:18,989
Entonces, 152, valor sospechoso incluido, ¿vale? Calculado. Ya tengo todos los datos, ahora calculo mi G, mi G de groups, que es mi valor sospechoso, que es 152 menos la media, que es 173, no estamos considerando ahora decimales, ¿vale?

404
01:04:18,989 --> 01:04:33,190
voy a poner un poco a lo loco, 173,66, y todo ello dividido entre la desviación, que es esta de aquí, que acabamos de calcular, 9,46, ¿vale?

405
01:04:33,190 --> 01:04:55,550
Esto, perdonad, es mi g calculada. Como la tengo que pasar a valor absoluto, g calculada es igual a 2,289, ¿no? Bueno, sería 2,290 si somos precisos con el redondeo.

406
01:04:55,550 --> 01:05:07,130
Vale, aquí la tengo, la calculada. ¿Qué hago ahora? Irme a mi tabla y buscar al 95% el valor de g para n igual a 9.

407
01:05:08,190 --> 01:05:20,389
Pues vamos a ello. Este es q, este es g o r de groups y hemos dicho al 95%, ok, esta fila de aquí.

408
01:05:20,389 --> 01:05:42,099
Y tenemos nueve valores, ¿no? Pues mi valor es 2,215. Mi tabulada es 2,215.

409
01:05:42,099 --> 01:06:15,010
2,215. ¿Qué pasa ahora? La que yo he calculado es 2,290. La tabulada

410
01:06:15,010 --> 01:06:18,289
es 2,215

411
01:06:18,289 --> 01:06:20,050
según el criterio

412
01:06:20,050 --> 01:06:21,329
de groups

413
01:06:21,329 --> 01:06:22,869
acepto o rechazo el resultado

414
01:06:22,869 --> 01:06:29,030
lo vuelvo a rechazar

415
01:06:29,030 --> 01:06:30,269
lo vuelvo a rechazar

416
01:06:30,269 --> 01:06:32,570
me da la misma solución

417
01:06:32,570 --> 01:06:34,489
me da la misma conclusión

418
01:06:34,489 --> 01:06:36,530
como la que yo he calculado es mayor

419
01:06:36,530 --> 01:06:37,730
que la que está en la tabla

420
01:06:37,730 --> 01:06:40,730
según el criterio de groups

421
01:06:40,730 --> 01:06:42,489
rechazo

422
01:06:42,489 --> 01:06:43,929
el resultado

423
01:06:43,929 --> 01:06:44,989
dudoso

424
01:06:44,989 --> 01:07:06,480
¿Vale? Era este valor de aquí. Vale. Ahora, imaginaos que me dicen que lo haga al 99%. Esta tabulada era al 95%, ¿no?

425
01:07:06,480 --> 01:07:26,480
Ahora, si lo hago al 99, porque me lo piden porque es el criterio, la tabulada al 99 ahora mismo es 2,387, es igual a 2,387.

426
01:07:26,480 --> 01:07:49,360
¿Qué pasa ahora? Aquí ya lo acepto, si es al 99 ya lo acepto. Acepto mi resultado duro, porque el intervalo de confianza se hace más grande.

427
01:07:49,360 --> 01:08:14,719
Acordaos lo que os decía al principio, esto a veces es un poco contraintuitivo, es un poco difícil de interiorizarlo, lo de que sea más al 99 que al 95, pero acordaos lo que os decía, que si yo quiero, por ejemplo, calcular la media de edad de nuestra clase al 95%, a lo mejor os digo que está entre 18 y 90 años.

428
01:08:15,519 --> 01:08:21,199
Ahora, si lo quiero estar segura al 99%, os digo que está entre 0 y 200 años.

429
01:08:21,420 --> 01:08:22,500
Hombre, pues ahí sí que estoy segura.

430
01:08:22,680 --> 01:08:29,510
Abro el intervalo, caben más valores dentro y así sí que estoy segura.

431
01:08:29,510 --> 01:08:36,449
Porque estoy diciendo un intervalo más grande, mi intervalo de confianza va a tener un rango más amplio.

432
01:08:36,609 --> 01:08:41,550
O sea que realmente no voy a estar tan segura de cuál es el valor real, pero el rango es más amplio.

433
01:08:41,550 --> 01:08:49,590
Es un poco el mismo, lo digo porque por eso a veces puede parecer un poco intuitivo, pero bueno, es la misma filosofía.

434
01:08:52,470 --> 01:08:59,550
Entonces, ahora la siguiente parte del ejercicio nos decía que calculásemos la media y el intervalo de confianza.

435
01:09:00,770 --> 01:09:07,569
Bueno, pues vamos a contar con el 95% que en ambos casos hemos rechazado este valor, ¿no?

436
01:09:07,569 --> 01:09:25,270
Y yo para calcular ahora la media y el intervalo de confianza, ¿qué hago? Este valor es que lo borro directamente, es como si nunca hubiese existido, ¿vale? Entonces calculo mi media como la suma de todos estos valores dividido, ahora ya entre 8 porque tengo un valor menos, ¿no?

437
01:09:25,270 --> 01:09:29,090
entonces mi media

438
01:09:29,090 --> 01:09:31,569
como yo he rechazado ese resultado

439
01:09:31,569 --> 01:09:33,010
mi media ya no es

440
01:09:33,010 --> 01:09:35,529
el valor que tenía antes

441
01:09:35,529 --> 01:09:36,090
que es que como

442
01:09:36,090 --> 01:09:39,789
mi media ya no es 174

443
01:09:39,789 --> 01:09:40,909
como tenía antes, ¿vale?

444
01:09:40,909 --> 01:09:43,829
mi media ahora es 173,375

445
01:09:43,829 --> 01:09:44,750
porque este valor

446
01:09:44,750 --> 01:09:47,449
lo tacho, lo borro, lo ignoro

447
01:09:47,449 --> 01:09:48,350
¿vale?

448
01:09:48,789 --> 01:09:51,229
y ahora tendré que calcular para hacer

449
01:09:51,229 --> 01:09:52,609
el intervalo de confianza

450
01:09:52,609 --> 01:09:53,689
ya tengo mi media

451
01:09:53,689 --> 01:09:59,369
y ahora tendré que calcular mi S, mi desviación

452
01:09:59,369 --> 01:10:05,250
y decir cuál es mi número N

453
01:10:05,250 --> 01:10:10,529
¿cuál es? N es 8

454
01:10:10,529 --> 01:10:14,510
porque tenía 9 valores pero uno ya no lo tengo así que mi N es 8

455
01:10:14,510 --> 01:10:18,409
mi desviación de esos 8 valores

456
01:10:18,409 --> 01:10:23,510
en la calculadora este, el 156, no lo meto porque ya no existe

457
01:10:23,510 --> 01:10:53,250
Lo he borrado para siempre de mis datos. Entonces, mi desviación de estos valores, me falta uno por meter, ¿no? El J. Mi desviación es esta de aquí, ¿no?

458
01:10:53,250 --> 01:11:16,109
¿Y ahora qué tengo que hacer? Pues si quiero calcular mi intervalo de confianza al 95% voy a buscar en mi tabla de la TED Student, sabiendo que tengo 8 datos en total, pues me voy a mi tabla de la TED Student y busco al 95% para n igual a, o sea, n menos 1 igual a 7, ¿vale?

459
01:11:16,109 --> 01:11:29,130
Y me dice que es, si no me equivoco, este de aquí, 2,36. Pues ya tengo mi t, que es igual a 2,36.

460
01:11:29,130 --> 01:11:41,590
Vale, pues ya puedo calcular mi X media más menos T por S dividido entre raíz de N.

461
01:11:42,789 --> 01:11:48,130
Entonces, ¿cuánto es mi intervalo de confianza? Es 176,375.

462
01:11:48,430 --> 01:11:53,869
Ahora ya que estamos dando el resultado final, sí que vamos a redondear las cifras significativas correctas, ¿no?

463
01:11:54,789 --> 01:11:57,270
176, las mismas que tienen mis datos.

464
01:11:57,270 --> 01:12:21,659
más menos mi valor de t, que es 2,36, por mi s, que es 5.18, y dividido entre la raíz de n.

465
01:12:21,659 --> 01:12:47,039
¿N cuánto es? 8, efectivamente, no confundáis nunca grados de libertad con número de datos, ¿vale? Aquí N, si en la fórmula pone N, la N es N, ¿vale? Entonces N es igual a 8 y me dice que mi T por S entre raíz de N es esto de aquí, o sea que mi intervalo de confianza va a ser 176 más menos 4, ¿no?

466
01:12:47,039 --> 01:13:06,920
¿Eso qué quiere decir? Pues que voy a tener entre 176 menos 4 y 176 más 4. O sea que mis valores van a estar comprendidos entre 172 y 180.

467
01:13:06,920 --> 01:13:22,779
Y este es mi intervalo de confianza al 95%, una vez que he rechazado mi resultado dudoso, porque según el criterio tanto de la Q de Dixon como de Grubbs, me han dicho que lo tenía que rechazar.

468
01:13:22,779 --> 01:13:44,079
¿Vale? Si no lo hubiese rechazado, pues aquí n es 9, la media es contando con esto, la t de students en a sería esta de aquí, ¿no? La siguiente, porque sería para 8, n-1, 8, y la s, pues la que me dé calculándolo, ¿vale?

469
01:13:44,079 --> 01:14:02,479
Y entonces tendría que expresar mi media contando con este dato. Pero como lo he rechazado, yo hago como si mi ejercicio partiese de aquí. Siempre en estos ejercicios hay como dos partes. La primera, saber si me quedó el dato o no. Y la segunda, hacer los cálculos con los datos que me he quedado. Así un poco de manera general.

470
01:14:02,479 --> 01:14:33,779
¿Dudas hasta aquí?

471
01:14:33,800 --> 01:14:44,739
El valor dudoso sí lo consideramos, que cuando son con intervalo de confianza no, cómo buscar en las tablas según el nivel de significación, etc. Pero luego son todos iguales, ¿vale?

472
01:14:45,399 --> 01:14:50,699
Pero en el examen tú nos das la gráfica, digo la ecuación y nos das las tablas.

473
01:14:51,180 --> 01:14:51,979
Las tablas seguro.

474
01:14:54,329 --> 01:14:55,189
Y la ecuación también.

475
01:14:57,270 --> 01:15:02,430
La ecuación, si os dais cuenta, son dos fórmulas muy cortitas.

476
01:15:02,430 --> 01:15:05,750
algunos años, no sé si se han dado

477
01:15:05,750 --> 01:15:07,930
pero bueno, que es valor sospechoso

478
01:15:07,930 --> 01:15:09,050
menos media entre S

479
01:15:09,050 --> 01:15:10,750
una fórmula y la otra

480
01:15:10,750 --> 01:15:13,270
valor sospechoso menos valor más cercano

481
01:15:13,270 --> 01:15:15,170
entre recorrido, o sea son dos fórmulas

482
01:15:15,170 --> 01:15:16,770
muy muy cortitas, pero bueno

483
01:15:16,770 --> 01:15:19,609
no lo sé todavía

484
01:15:19,609 --> 01:15:20,609
pero lo que sí

485
01:15:20,609 --> 01:15:22,850
obviamente tenéis todas las tablas

486
01:15:22,850 --> 01:15:25,649
tendréis de T de Student, tendréis las de la Q

487
01:15:25,649 --> 01:15:27,550
todas las que necesitéis

488
01:15:27,550 --> 01:15:28,670
las tenéis en un taquito

489
01:15:28,670 --> 01:15:30,390
con el examen

490
01:15:30,390 --> 01:15:49,670
Y entonces, más o menos sí que vamos según lo previsto, porque hemos terminado hoy la parte de rechazo de resultados dudosos y lo que no hemos empezado es con esta parte, con la comparación de series de valores.

491
01:15:49,670 --> 01:16:14,869
que bueno, eso lo empezaremos la semana que viene, estaremos probablemente la clase que viene y por lo menos media de la siguiente, o dos clases enteras, bueno ya veremos, y terminaríamos esta segunda parte y nos faltaría la parte de calibración y ya pasaríamos, que bueno, esto va a ser dentro de más de un mes,

492
01:16:14,869 --> 01:16:23,329
pasaríamos ya a las dos últimas unidades, que es la que os digo que, bueno, no que sean más fáciles,

493
01:16:23,329 --> 01:16:28,369
porque al final cada uno se le dan mejor unas cosas u otras, pero bueno, que no tienen, por ejemplo,

494
01:16:28,789 --> 01:16:34,489
complejidad matemática, son más de estudiar, ¿no?, al final, de las normas de seguridad y demás.

495
01:16:34,489 --> 01:16:36,949
entonces, nada

496
01:16:36,949 --> 01:16:37,470
yo

497
01:16:37,470 --> 01:16:41,329
nada, nada más ya

498
01:16:41,329 --> 01:16:43,029
que la semana que viene nos vemos

499
01:16:43,029 --> 01:16:44,390
y seguimos con

500
01:16:44,390 --> 01:16:46,350
estadística inferencial

501
01:16:46,350 --> 01:16:49,029
y bueno, que espero que os estéis

502
01:16:49,029 --> 01:16:50,829
enterando y si no que me cortéis

503
01:16:50,829 --> 01:16:52,470
que hay veces que me escribís en el chat

504
01:16:52,470 --> 01:16:54,270
y lo leo al final de la clase