Diferencia entre la prueba T emparejada y la prueba T no emparejada (con tabla)

We live in a day and age where information can be mathematically determined with the aid of statistics. However, the study of statistics, as it seems, isn’t simply that of facts and numbers.

Statistical inference consists of the use of statistics to create decisions concerning the parameters of a population, based on random sampling. The implementation of statistical inference involves hypothesis testing and talks about how this procedure is employed by statisticians to just accept or reject the assumption of a population parameter. Under this methodology, the topic of T-Tests and its various types, that is, one sample T-Test, independent T-Test and paired T-Test, comes about.

Prueba T emparejada frente a prueba T no emparejada

The difference between the two statistical terms Paired T-test and Unpaired T-test is that in Paired T-Tests, you compare the differences between the paired measurements that have been deliberately matched whereas, in Unpaired T-Tests, you measure the difference between the means of two samples that do not have a natural pairing.


 

Tabla de comparación entre la prueba T emparejada y la prueba T no emparejada (en forma tabular)

Parámetro de comparaciónPrueba T emparejadaPrueba T no emparejada
SentidoPrueba T pareada, también conocida como prueba T de muestras repetidas, determina la distinción entre las dos medias del mismo sujeto.Las pruebas T no emparejadas, también conocidas como pruebas T independientes o prueba T del estudiante, determinan los dos grupos de medias de materias diferentes / no relacionadas.
Homogeneidad de variacionesEn la prueba T pareada, la varianza de los dos grupos de medias no es igual.En la prueba T para datos no apareados, la varianza de los dos grupos de medias es igual.
Efectos / impactosLas pruebas T pareadas tratan con errores muy menores, ya que la prueba se realiza solo entre dos grupos similares.Las pruebas T no emparejadas tienen un poco más de errores en comparación con las pruebas T emparejadas, ya que el experimentador se vería afectado por las variaciones entre dos sujetos diferentes.
SalirLas pruebas T emparejadas no necesitan recopilar cantidades masivas de datos de muestra para realizar comparaciones, esto ahorra dinero y tiempo sucesivamente.Dado que las pruebas T no emparejadas tienen que comparar las medias de dos sujetos independientes, esto resulta ser un proceso un poco más costoso y que requiere más tiempo.

 

¿Qué es la prueba T emparejada?

Una prueba T pareada, también conocida como prueba t de pares correlacionados / prueba t de muestras pareadas / prueba t dependiente, es un procedimiento estadístico que ejecuta una prueba en variables dependientes. Se realiza una prueba emparejada en sujetos similares antes de la asignación de datos y se realizan dos pruebas antes y después de un tratamiento. Por ejemplo, la mejora de los académicos observada en una prueba de clase de inglés realizada al comienzo y al final del año, el impacto anterior y posterior de un medicamento en el mismo grupo de personas, etc.

Hipótesis:

Las dos hipótesis bajo prueba t pareada.

  1. La hipótesis nula (H0): ninguna diferencia significativa entre poblaciones especificadas, H0: μ1 = μ2
  2. La hipótesis alternativa (H1): existe una diferencia estadísticamente significativa entre las dos medias poblacionales provocada por el rechazo de la hipótesis nula. H1: μ 1 ≠ μ2

Supuestos:

La prueba t de muestras pareadas hace las siguientes suposiciones:

  1. Las diferencias entre los pares similares siguen una distribución de probabilidad normal.
  2. Las observaciones deben muestrearse de forma independiente y distribuida de forma idéntica.
  3.  Una prueba t pareada se mide en un nivel gradual con la ayuda de razones o intervalos. Dado que las pruebas T se basan en una distribución normal, los datos deben ser continuos y no discretos
  4. Las variables independientes deben formar parte de dos grupos dependientes / similares.
 

¿Qué es la prueba T no emparejada?

Una prueba t no apareada, también conocida como prueba t de muestras independientes / prueba t de dos muestras, es un método estadístico que determina si existe o no una distinción significativa entre las medias de dos grupos independientes no relacionados. Por ejemplo: cuando desee comparar el ciclo de sueño promedio de individuos agrupados por género: grupos masculinos y femeninos.

Hipótesis para la prueba t independiente:

La hipótesis nula para la prueba t independiente es que las medias poblacionales de los dos grupos diferentes son iguales:

H0:  μ1= μ2

La hipótesis alternativa se acepta una vez que se rechaza la hipótesis nula, lo que significa que las medias poblacionales no son iguales

H1:  μ1 ≠ μ2

Para rechazar o aceptar la hipótesis nula, un nivel de significancia es fundamental. Este valor particular es 0.05.

Supuestos:

  1. El primer supuesto se refiere a la escala de medición: los datos recopilados deben seguir una escala continua u ordinal.
  2. Los datos deben recopilarse de una parte seleccionada al azar de la población total.
  3. Los datos deben dar como resultado una curva de distribución normal en forma de campana. El nivel de significancia se puede especificar cuando se supone una distribución normal.
  4. Debería utilizarse un tamaño de muestra masivo.
  5. La varianza y las desviaciones estándar deben ser iguales para las variables dependientes.

Principales diferencias entre la prueba T emparejada y la prueba T no emparejada

  1. Pruebas T emparejadas significa comparar la diferencia entre los dos grupos medios de sujetos dependientes. Por ejemplo: el coeficiente intelectual de 5 estudiantes antes y después del entrenamiento. Pruebas T no emparejadas se refiere al cálculo de las diferencias entre los dos grupos medios de sujetos independientes. Por ejemplo: Media de 100 estudiantes Grupo 1-50 niñas y grupo 2-50 niños
  2. La varianza de Pruebas T emparejadas se dice que es igual. Dado que la varianza es igual, la desviación estándar también es igual para los dos grupos de medias. La varianza de Pruebas T no emparejadas se supone que es desigual y, debido a esto, la desviación estándar también es desigual.
  3. Pruebas T emparejadas tiene menos errores aleatorios, ya que las pruebas T emparejadas se ocupan principalmente de encontrar las variaciones entre dos grupos medios de sujetos similares; el experimentador no necesita centrarse en las diferencias individuales. Debajo Pruebas T no emparejadas La observación del experimentador se verá afectada por las diferencias individuales de los dos grupos de sujetos no relacionados y esto, a su vez, terminaría en un error aleatorio.
  4. Pruebas T emparejadas ahorra mucho tiempo y dinero al experimentador, ya que no necesita encontrar grandes cantidades de datos de muestra para calcular los dos grupos medios similares. Pruebas T no emparejadas son procesos un poco más costosos y que requieren más tiempo, ya que el experimentador tendría que encontrar una gran cantidad de datos para analizar los dos grupos de medias independientes.

 

Conclusión

Todos los días, las personas se encuentran analizando nuevas ideas, logran métodos rápidos para completar el trabajo asignado o encuentran un enfoque sencillo, no tan sofisticado, para tratar de hacer lo que están haciendo mejor. La pregunta esencial es si la nueva idea es notablemente mejor de lo que originalmente tenían en mente. Estas nuevas ideas que las personas tienden a proponer se denominan comúnmente hipótesis. Probar estas ideas para resolver si una funcionaría mejor que la otra se llama prueba de hipótesis. Es el arte de tomar decisiones utilizando datos.

El trabajo a destajo anterior ofrece una descripción general de los dos términos estadísticos: pruebas T emparejadas y pruebas T no emparejadas. Nos ayuda a adentrarnos en un estudio detallado sobre el concepto de pruebas T no aparejadas y plantea la cuestión de cuán ventajoso es en cuestiones de decidir la probabilidad de un valor en una muestra y si los beneficios superan o no los inconvenientes cuando se trata de eligiendo esta técnica de cálculo.

También nos proporciona un repaso del concepto de pruebas T emparejadas y nos muestra los diversos campos y ejemplos en los que se utilizan adecuadamente las pruebas T emparejadas, los supuestos que es necesario seguir de antemano y la fórmula que podría utilizarse para el cálculo para asegurar la importancia de la distinción entre medios de medidas tomadas dos veces del mismo tema.


Referencias

  1. https://libguides.library.kent.edu/SPSS/PairedSamplestTest
  2. https://libguides.library.kent.edu/SPSS/IndependentTTest
x
2D vs 3D