• Saltar a la navegación principal
  • Saltar al contenido principal
Logo Codificando Bits

Codificando Bits

  • Academia
    • Rutas
    • Cursos
    • Proyectos
    • Tutoriales
  • Acceder
  • Suscribirse

5 – La prueba z de dos muestras

Lección 5 del curso Estadística Inferencial Paramétrica.

En la lección anterior vimos todos los detalles de la prueba z de una muestra y vimos además cómo llevar a cabo esta prueba con ayuda de Python y librerías como «statsmodels» y Scipy.

En esta lección veremos en detalle la prueba z de dos muestras, que nos permite comparar la media de dos muestras y determinar si estos promedios son iguales o no desde el punto de vista estadístico. Así que veremos cómo calcular la estadística z de esta prueba y en qué situaciones usarla así como un ejemplo práctico de implementación de esta prueba en Python:

Contenido exclusivo para suscriptores

Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.

Como acabamos de ver, la prueba z de dos muestras se puede aplicar siguiendo exactamente la misma lógica y los mismos pasos que vimos en la lección anterior para el caso de la prueba z de una muestra.

Sin embargo, en este caso tendremos algunos pequeños cambios que resultan importantes:

  • En primer lugar la ecuación matemática para la estadística z cambia, pues en este caso tendremos dos muestras, cada una con un número de datos diferente y con desviaciones estándar diferentes
  • Y precisamente estas desviaciones estándar de cada población son uno de los supuestos de esta prueba, es decir que son valores que asumimos conocidos

Así que en este punto, y con lo visto tanto en esta como en la lección anterior, ya tenemos un primer conjunto de pruebas estadísticas que en ocasiones podremos aplicar a nuestros datos.

Sin embargo, una limitación de las pruebas z (o z-tests) es que entre los supuestos está el hecho de conocer la desviación estándar de las poblaciones. Y esto es una limitación pues no siempre tendremos acceso al total de datos (es decir a la población) por lo cual no podremos satisfacer esta condición.

Y es allí donde surgen las pruebas t (o t-tests) que resultarán muy similares a las pruebas z pero que en algunos casos no parten de estos supuestos sobre la desviación estándar. Así que estas pruebas serán el tema del siguiente módulo del curso.

Y específicamente en la próxima lección hablaremos de la prueba t (o t-test) de una muestra, que es como el equivalente de la prueba z de una muestra que vimos anteriormente.

Todas las lecciones del curso Estadística Inferencial Paramétrica

© Codificando Bits, LLC | Blog | Contacto | Servicios | Acerca de | Políticas

¿Has olvidado la contraseña?
¿Has perdido tu contraseña? Por favor, introduce tu nombre de usuario o dirección de correo electrónico. Recibirás por correo electrónico un enlace para crear una nueva contraseña.
body::-webkit-scrollbar { width: 7px; } body::-webkit-scrollbar-track { border-radius: 10px; background: #f0f0f0; } body::-webkit-scrollbar-thumb { border-radius: 50px; background: #dfdbdb }