Como realizar un ensayo

Cómo hacer una prueba t estadística

Después de haber escrito un artículo sobre la prueba t de Student para dos muestras (muestras independientes y emparejadas), creo que es el momento de explicar en detalle cómo realizar pruebas t de una muestra a mano y en R.
La prueba t de una muestra es una parte importante de la estadística inferencial (probablemente una de las primeras pruebas estadísticas que aprenden los estudiantes). Recuerde que, a diferencia de la estadística descriptiva, la estadística inferencial es una rama de la estadística cuyo objetivo es sacar conclusiones sobre una o dos poblaciones, basándose en un subconjunto (o dos) de esa población (llamadas muestras). En otras palabras, primero se recoge un conjunto aleatorio de observaciones de una población, y luego se calculan algunas medidas para generalizar a la población la información encontrada a través de la muestra.
En este contexto, la prueba t de una muestra se utiliza para determinar si la media de una variable de medición es diferente de un valor especificado (una creencia o una expectativa teórica, por ejemplo). Funciona de la siguiente manera: si la media de la muestra se aleja demasiado del valor especificado (el valor bajo la hipótesis nula), se considera que la media de la población es diferente de lo esperado. Por el contrario, si la media de la muestra se acerca al valor especificado, no podemos rechazar la hipótesis de que la media de la población es igual a la esperada.

Pruebas estadísticas de hipótesis

Las pruebas de rendimiento son una forma de pruebas de software que se centran en el rendimiento de un sistema bajo una carga determinada. No se trata de encontrar errores o defectos en el software. Los diferentes tipos de pruebas de rendimiento miden según puntos de referencia y estándares. Las pruebas de rendimiento proporcionan a los desarrolladores la información de diagnóstico que necesitan para eliminar los cuellos de botella.
En primer lugar, es importante entender cómo funciona el software en los sistemas de los usuarios. Hay diferentes tipos de pruebas de rendimiento que pueden aplicarse durante las pruebas de software. Se trata de pruebas no funcionales, diseñadas para determinar la preparación de un sistema. (Las pruebas funcionales se centran en las funciones individuales del software).
Las pruebas de carga miden el rendimiento del sistema a medida que aumenta la carga de trabajo. El sistema se supervisa para medir el tiempo de respuesta y la capacidad de permanencia del sistema a medida que aumenta la carga de trabajo. Esa carga de trabajo se encuentra dentro de los parámetros de las condiciones normales de trabajo.
A diferencia de las pruebas de carga, las pruebas de estrés -también conocidas como pruebas de fatiga- pretenden medir el rendimiento del sistema fuera de los parámetros de las condiciones normales de trabajo. El software recibe más usuarios o transacciones de las que puede manejar. El objetivo de las pruebas de estrés es medir la estabilidad del software. ¿En qué momento falla el software y cómo se recupera del fallo?

Comentarios

Utilice un método de comparación múltiple. El análisis de la varianza (ANOVA) es uno de estos métodos. Otros métodos de comparación múltiple son la prueba de Tukey-Kramer de todas las diferencias entre pares, el análisis de medias (ANOM) para comparar las medias de los grupos con la media general o la prueba de Dunnett para comparar las medias de cada grupo con una media de control.
Si el tamaño de la muestra es muy pequeño, es posible que no pueda comprobar la normalidad. Puede que tenga que confiar en su comprensión de los datos. Cuando no pueda asumir con seguridad la normalidad, puede realizar una prueba no paramétrica que no asuma la normalidad.
Una forma de medir el estado físico de una persona es medir su porcentaje de grasa corporal. Los porcentajes medios de grasa corporal varían según la edad, pero según algunas directrices, el rango normal para los hombres es del 15-20% de grasa corporal, y el rango normal para las mujeres es del 20-25% de grasa corporal.
Se puede ver claramente que las medidas de grasa corporal de los hombres y las mujeres de nuestra muestra coinciden, pero también hay algunas diferencias. Sólo con mirar los datos, es difícil sacar conclusiones sólidas sobre si las poblaciones subyacentes de hombres y mujeres en el gimnasio tienen la misma media de grasa corporal. Ese es el valor de las pruebas estadísticas: proporcionan una forma común y estadísticamente válida de tomar decisiones, de modo que todo el mundo toma la misma decisión sobre el mismo conjunto de valores de datos.

Qué es una prueba t

La prueba t de dos muestras es una de las pruebas estadísticas más utilizadas. Se aplica para comparar si las medias de dos conjuntos de datos son significativamente diferentes, o si su diferencia se debe únicamente al azar[1].
Podría utilizarse para determinar si un nuevo método de enseñanza ha ayudado realmente a enseñar mejor a un grupo de niños, o si ese grupo es simplemente más inteligente. O, como en el ejemplo de abajo, podría utilizarse para determinar si los nuevos coches más rápidos utilizados para repartir pizzas realmente han ayudado a acelerar los tiempos de entrega.