Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Contrastes de significación

No description
by

Christopher Gonzalez

on 21 September 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Contrastes de significación


"Para decidir si la diferencia entre la cantidad medida y la cantidad conocida se puede atribuir a errores aleatorios se puede aplicar una prueba estadistica denominada contraste de significación.
Hipótesis nula (H0)
Aquella mediante la cual un método analítico no está sometido a error sistemático.

No hay diferencias entre el valor observado y el valor conocido.
Importancia
La hipótesis nula verdadera sirve para calcular la probabilidad de que la diferencia observada entre la media muestral y el valor verdadero, se deba solamente a errores aleatorios.
Significancia
Normalmente se rechaza la hipótesis nula cuando la probabilidad de que la diferencia se deba solo al azar, es menor al 5%.
Para este caso decimos que la diferencia es significativa al nivel del 5%.
Se pueden manejar niveles de significancia menores, como por ejemplo, al 1%.
Estadístico t
µ = media de la población, n = tamaño muestral y s= desviación estándar

El valor absoluto de t se compara con t critico de tablas para establecer si la diferencia es significativa.
Si t es mayor que el valor critico, la hipótesis se rechaza.
Ejemplo
En un método para determinar selenio en agua se obtuvieron las siguientes concentraciones para muestras de agua que contenian 50 ng/L del patron:

50,4 50,7 49,1 49,0 y 51,1 ng/L

¿Se evidencia error sistemático?
Comparación de dos medidas experimentales
Comparación de resultados obtenidos por dos métodos diferentes.

Para esto también utilizamos el estadístico t (con n1 + n2 - 2 grados de libertad), expresado como:
Contrastes de significación
Introducción
Ejemplo
En una comparación de dos métodos para la determinación de cromo en agua se obtuvieron los siguientes resultados:

Método 1: Media = 1,48; s = 0,28.
Método 2: Media = 2,33; s = 0,31.

Para cada método se hicieron 5 replicas.

¿Difieren significativamente las mediciones de los dos métodos?
El contraste F para comparación de desviaciones estándar
Los contrastes ya descritos permiten determinar errores sistemáticos.
Ahora nos enfocaremos a la determinación de los errores aleatorios de dos conjuntos de datos. Es decir, la diferencia en las precisiones de los datos.

El contraste F representa la razón de dos varianzas muestrales.
1 y 2 se disponen de forma tal que F siempre sea mayor o igual que 1.
Si la hipótesis nula es verdadera, F debiera ser próximo a 1.
Pequeñas diferencias de 1 pueden ser atribuidas a errores aleatorios.
Si F supera un valor crítico de tablas, la hipótesis se rechaza.
Ejemplo
Se compararon dos métodos para la determinación de DQO obteniéndose los siguientes resultados:

Metodo patron: Media = 72 mg/L; s = 3,31
Metodo nuevo: Media = 72 mg/L; s = 1,51

Para cada método se realizaron ocho determinaciones.
¿Es la precisión del nuevo método significativamente mayor que el patrón?
Los grados de libertad en el numerador y denominador son n-1.
Full transcript