Capítulo 5.2. Análisis para dos muestras poblacionales

Cuando empezamos a analizar y a comparar dos muestras poblacionales, toma mucha importancia la naturaleza de las mismas, es decir, si son independientes (no pareadas) o dependientes (pareadas) unas de otras. 

5.2.1 Prueba de la t de Student (paramétrico) 

 Al igual que hemos visto anteriormente, se hará un contraste de hipótesis y se calculará el valor del estadístico t, para obtener finalmente, un valor de p con el que decidiremos si rechazamos o no la hipótesis nula. Para utilizar esta prueba tenemos que tener en cuenta que las dos muestras deben seguir una distribución normalizada

 En las siguientes páginas se pueden realizar este test con la posibilidad de elegir si las muestras son independientes o dependientes:

- http://graphpad.com/quickcalcs/ttest1.cfm
- http://faculty.vassar.edu/lowry/tu_esp.html

 Nota: Para profundizar sobre esta prueba, consultar esta web: http://www.fisterra.com/mbe/investiga/t_student/t_student.asp#dependientes 

 Sacado de http://personales.upv.es/jcanizar/modulo_3/diferenciales_4.html

5.2.2. Prueba de U de Mann-Whitney para muestras independientes (no paramétrico) 

Este test es la versión no paramétrica de la t de Student para muestras independientes. Las alternativas paramétricas son menos robustas que las paramétricas ya que se basan en la mediana (valor que está situado en el centro al ordenar los datos). Análogo a la t de Student, este test se basa en el cálculo del estadístico U:  

El cual contrastaremos con los valores de significancia (0,05, 0,01 y 0,001) para así saber si existe diferencia estadísticamente significativa entre ambas poblaciones de muestras. 

Para realizar esta prueba, se pueden consultar las siguientes webs: 
- http://home.ubalt.edu/ntsbarsh/Business-stat/otherapplets/Ustat.htm
- http://faculty.vassar.edu/lowry/utest.html

Nota: Pata más información, consultar esta web:
http://members.fortunecity.com/bucker4/estadistica/pruebaumw2mi.htm

5.2.3. Prueba de Wilcoxon para muestras dependientes (no paramétrico) 

Se basa en calcular el estadístico W que contrastaremos con el p-valor. En las siguientes webs se puede realizar esta prueba:

- http://faculty.vassar.edu/lowry/wilcoxon.html
- http://www.fon.hum.uva.nl/Service/Statistics/Signed_Rank_Test.html