Lección 6 del curso Estadística Inferencial Paramétrica.
En el anterior módulo de este curso vimos las dos pruebas z (o z-tests) más usadas en proyectos de Ciencia de Datos: la prueba z de una muestra y la prueba z de dos muestras.
Sin embargo, estas pruebas z tienen una gran limitación y es que para el cálculo de la estadística z debemos conocer tanto la media como la desviación estándar de la población. Y el problema es que no siempre tendremos acceso a la población (es decir a la totalidad de los datos) y por tanto no siempre podremos contar con estos valores.
Y esta limitación es la que da origen a las pruebas t (o t-tests) que son mucho más versátiles que las pruebas z y de las cuales hablaremos precisamente en este tercer módulo del curso.
Y específicamente en esta lección hablaremos de la prueba t (o t-test) de una muestra. Así que vamos a ver cómo se calcula la estadística (t) de esta prueba, qué es la distribución t-student (que es la distribución usada en esta prueba) y en qué situaciones usarla. Y al final de la lección veremos cómo desarrollar una prueba t de una muestra con ayuda de Python y librerías como «statsmodels» y «pingouin»:
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.
Muy bien, como acabamos de ver, el t-test de una muestra es el equivalente de la prueba z de una muestra vista anteriormente.
Sin embargo, en esta prueba t no es necesario conocer la desviación estándar de la población y en su lugar usamos la desviación estándar calculada directamente a partir de la muestra.
Y lo anterior hace que ahora la estadística ya no sea «z» sino que en este caso la estadística a usar será precisamente la que da nombre a la prueba: la estadística «t».
Además, esto implica que la distribución usada para aplicar esta prueba de hipótesis será ahora la distribución t (también conocida como t-Student). A pesar de estos pequeños cambios, cuando aplicamos la prueba de hipótesis la lógica será prácticamente la misma vista en lecciones anteriores.
Así que en este punto ya hemos visto qué es la prueba t de una muestra, cuáles son sus características y cómo usar Python para aplicar esta prueba de hipótesis. Así que ya estamos listos para, en la próxima lección, ver en detalle la prueba t para muestras independientes, una prueba muy usada en lo que se conocen como los tests A/B en Ciencia de Datos.
Todas las lecciones del curso Estadística Inferencial Paramétrica