guía análisis estadístico t de student

4
GUIA DE ANALISIS ESTADISTICO USANDO EXCEL Y CALCULADORA CASIO fx-9860G Ejercicio No1: Función t TEST (Prueba T de Student) TIC Usando excel Suponga que en los pasados seis meses algunos de sus empleados nuevos hayan asistido a un seminario de entrenamiento en Boston y otros en New York. Al final del seminario, todos los empleados tomaron un examen para obtener el certificado. El seminario en Boston es más caro, pero en general usted piensa que el entrenamiento que se ofrece en Boston es mejor que el que se ofrece en New York. Usted ha recibido los resultados de las calificaciones de 15 empleados que estudiaron en Boston y de 15 empleados que estudiaron en New York. Basadas en es estas calificaciones, ¿puede comprobar usted que el programa de Boston es mejor que el programa de New York? Persona Boston New York 1 99 98 2 99 96 3 98 96 4 97 95 5 90 85 6 85 80 7 84 79 8 82 78 9 81 75 10 79 73 11 79 72 12 68 69 13 61 67 14 60 62 15 56 60 Promedio 81.2 79 Desv. Est. 14.4973 12.6152 Observaciones: La función de TTEST calcula la probabilidad asociada con la prueba t de Student para determinar la probabilidad de que dos muestras procedan de dos poblaciones subyacentes. La función pide lo siguiente: TTEST(Array1, Array 2, tails, type) [PRUEBA.T(matriz1, matriz2, colas, tipo)]:

Upload: galaxia-mercury

Post on 28-Jul-2015

1.623 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Guía análisis estadístico t de student

GUIA DE ANALISIS ESTADISTICO USANDO EXCEL Y CALCULADORA CASIO fx-9860G

Ejercicio No1: Función t TEST (Prueba T de Student)

TIC Usando excel

Suponga que en los pasados seis meses algunos de sus empleados nuevos hayan asistido a un seminario de entrenamiento en Boston y otros en New York. Al final del seminario, todos los empleados tomaron un examen para obtener el certificado. El seminario en Boston es más caro, pero en general usted piensa que el entrenamiento que se ofrece en Boston es mejor que el que se ofrece en New York. Usted ha recibido los resultados de las calificaciones de 15 empleados que estudiaron en Boston y de 15 empleados que estudiaron en New York. Basadas en es estas calificaciones, ¿puede comprobar usted que el programa de Boston es mejor que el programa de New York?

Persona Boston New York1 99 982 99 963 98 964 97 955 90 856 85 807 84 798 82 789 81 7510 79 7311 79 7212 68 6913 61 6714 60 6215 56 60Promedio 81.2 79Desv. Est. 14.4973 12.6152

Observaciones: La función de TTEST calcula la probabilidad asociada con la prueba t de Student para determinar la probabilidad de que dos muestras procedan de dos poblaciones subyacentes. La función pide lo siguiente: TTEST(Array1, Array 2, tails, type) [PRUEBA.T(matriz1, matriz2, colas, tipo)]:

Array 1 es el primer conjunto de datos, el cual en este ejemplo son las calificaciones de Boston.

Array 2 es el segundo conjunto de datos, el cual en este ejemplo son las calificaciones de New York.

Tails especifica el número de colas de distribución. Si el argumento colas = 1, TTEST utiliza la distribución de una cola. Si colas = 2, TTEST utiliza la distribución de dos colas. En este ejemplo se supone 2 colas ya que la diferencia puede ser positiva o negativa.

Page 2: Guía análisis estadístico t de student

Type es el tipo de prueba t que se realiza: 1 = Observaciones por pares; 2 = Observaciones de dos muestras con varianzas iguales; y 3 = Observaciones de dos muestras con varianzas diferentes. En este ejemplo se supone dos muestras con varianzas iguales.

Como resultado, la función de este ejemplo es la siguiente: TTEST(B2:B16, C2:C16, 2, 2). La probabilidad asociada con el valor t es de 0.6609. Ya que el valor no es menor de 0.05, no podemos decir que el entrenamiento en Boston es significativamente mejor que el entrenamiento de New York. Además, basada en esta información sería difícil justificar el entrenamiento más caro de Boston.

Esta prueba en el programa EXCEL, tiene tres opciones.

1. Prueba “t” para medias de dos muestras emparejadas. Es la prueba “ t” para dos grupos de datos relacionados entre sí; con esta opción no se comparan los promedios, sino las diferencias entre pares de valores.

2. Prueba “t” para dos muestras suponiendo varianzas iguales. Es la prueba “t” donde se compara los promedios de dos grupos independientes, cuyas varianzas sean iguales u homocedasticas.

3. Prueba “t” para dos muestras suponiendo varianzas desiguales. Es la prueba “t” donde se compara los promedios de dos grupos independientes, cuyas varianzas sean desiguales o heterocedasticas.

Ejercicio No: 2Función PEARSON (Coeficiente de Correlación producto o momento r) Suponga que sus empleados tomen una prueba para medir la agilidad manual. Usted tiene la impresión de que la edad de los empleados está relacionada con las calificaciones de las pruebas. Diez empleados reportaron sus calificaciones de la prueba de agilidad manual. ¿Existe alguna correlación entre la edad de los empleados y las calificaciones de la prueba.

Empleado Edad Prueba1 35 932 25 963 52 874 40 905 26 946 55 867 61 848 30 939 47 9110 66 84

Observaciones:

Page 3: Guía análisis estadístico t de student

La función de PEARSON devuleve el coeficiente de correlación producto o momento r de Pearson. En este caso ‘r’ es un índice que está entre –1.0 y 1.0 que refleja el grado de dependencia lineal entre dos conjuntos de datos. La función le pide lo siguiente: PEARSON(Array1, Array2) [PEARSON(matriz1, matriz2)]:

Array 1 es un conjunto de valores independientes.

Array 2 es un de conjunto valores dependientes.

Como resultado, la función para el problema ejemplo es la siguiente: PEARSON(B2:B11, C2:C11). El coeficiente de correlación producto o momento r en este caso es r= 0.971591. En otras palabras, sí existe una alta correlación entre la edad de los empleados y la calificación de la prueba de agilidad manual.

TIC: Ver el video “Coeficiente de correlación lineal en Excel”

Ejercicio 3: Función STDEV (Desviación Estandar)

Suponga que el precio de la mantequilla de cacahuate haya incrementado. Durante una encuesta hecha al azar, usted revisó los precios en 10 diferentes tiendas. El incremento del precio por botella de mantequilla de cacahuate de 32 onzas es (.30, .40, .23, .54, .55, .10, .28, .29, .30, .51) Así, el incremento promedio salió en $0.35. ¿Cuál es la desviación estándar del incremento del precio de la mantequilla de cacahuate?

Observaciones:

La función de STDEV calcula la desviación estándar de una población o muestra. La desviación estándar incida la dispersión de los datos respecto al promedio. La función le pide lo siguiente: STDEV(number1, number2, …) [DESVEST(número 1, número2, …)].

Number1 es el argumento numérico o matriz que corresponde a la muestra.

Number2 es otro argumento numérico que corresponde a la muestra.

Como resultado, la desviación estándar del incremento promedio de $0.35 de la mantequilla de cacahuate es la siguiente: STDEV(30, .40, .23, .54, .55, .10, .28, .29, .30, .51) = $0.1470