2da.

PRÁCTICA: 07/05/19
COMPARACIÓN DE DOS MEDIAS.
1.- Objetivo:
Que el estudiante pueda entender el significado de dos medias muestrales y asimismo,
resolver utilizando el programa SAS los ejercicios y problemas que se presentan muy a
menudo en las carreras de veterinaria, zopotecnia y agronomía.
2.- Fundamento teórico de la comparación de dos medias:
En bioestadística existen numerosos ejercicios donde es necesario comparar las medias de
las muestras de dos o más poblaciones, de tal modo que SAS provee las herramientas para
tres tipos de comparación de medias:

a) Comparación de dos medias muestrales, donde se tiene que probar la hipótesis de que no
existen diferencias (H0: µ1=µ2); estos ejercicios SAS los resuelve mediante la prueba de “t”
considerando dos alternativas:
a1. Varianzas iguales;
a2. Varianzas diferentes.

b) Comparación de dos medias de observaciones apareados; que es cuando de una unidad

experimental se puede extraer dos variables o datos pares. Del mismo modo que el anterior,
se plantean la hipótesis de H0: µ1=µ2, y la alterna Ha: µ1≠µ2.

c) Comparación de más de dos medias, donde el programa SAS los resuelve utilizando el
análisis de varianza (ANVA) y que a su vez existen dos formas de realizar el ANVA.
c1.- Para diseños ortogonales balanceados, usando PROC ANOVA.
c2.- Para diseños no balanceados, se emplea PROC GLM.
En esta cuarta práctica se desarrollaran los dos primeros casos, mientras el tercer caso se
implementará después de la sexta práctica.

3.- Ejercicios:
1. Comparación de 2 medias muestrales.
Se tienen dos acuarios con carpas ornamentales Cyprinus carpio que contienen peces de la
misma edad, pero de aparentemente diferente longitud, de los cuales se ha extraído al azar
11 peces de cada acuario con las siguientes longitudes en centímetros:
1
 Acuario 1 11 5 9 8 10 11 10 8 11 8 8
Acuario 2 9 6 9 9 13 8 6 5 6 10 7
Probar la hipótesis de que no hay diferencia entre las medias de los acuarios.
Desarrollo.
Para el desarrollo se plantea la hipótesis siguiente: Hipótesis nula, H 0: µ1=µ2 ; y la hipótesis
alterna es Ha: µ1≠µ2.
Cuando se presentan estos casos, SAS primeramente, realiza una prueba de igualdad de
varianzas para luego realizar directamente la prueba de “t” correspondiente. Los datos y
comandos que se escriben en la ventana Editor en la forma siguiente:
data medias;
input acuar cmt;
cards;
1 11
15
19
18
1 10
1 11
1 10
18
1 11
18
18
29
26
29
29
2 13
28
26
25
26
2 10
27
;
proc ttest;
class acuar;
var cmt;
run;

2
Tener en cuenta que las instrucciones que se le proporciona a SAS y en su lenguaje
estadístico, se expresa así:
Proc ttest indica procedimiento de la prueba de t.
Class acuar, se refiere a la variable acuario que identifica los dos que se van a ser
comparados: el 1 vs el 2.
Var cmt, es la variable materia de diferencia.
Run, es correr el programa e indica darle salida al SAS.

Salida: Esta operación se realiza haciendo un CLIC EN SUBMIT y es con el fin de obtener
los resultados para luego interpretarlos.
The TTEST Procedure
Statistics

Lower CL Upper CL Lower CL Upper CL

Variable acuar N Mean Mean Mean Std Dev Std Dev Std Dev

cmt 1 11 7.7612 9 10.239 1.2884 1.8439 3.2359

cmt 2 11 6.4389 8 9.5611 1.6237 2.3238 4.0781
cmt Diff (1-2) -0.866 1 2.8657 1.6048 2.0976 3.0291

Statistics
Variable acuar Std Err Minimum Maximum
cmt 1 0.556 5 11
cmt 2 0.7006 5 13
cmt Diff (1-2) 0.8944

T-Tests
Variable Method Variances DF t Value Pr > |t|

cmt Pooled Equal 20 1.12 0.2768

cmt Satterthwaite Unequal 19 1.12 0.2775

Equality of Variances

Variable Method Num DF Den DF F Value Pr > F

cmt Folded F 10 10 1.59 0.4775

Interpretación:
Para interpretar esta salida, primeramente se debe examinar la prueba de varianzas
(Equality of Variances = igualdad de varianzas) en la última línea.

Aquí el valor de F calculado es 1.59 y, la probabilidad de obtener un valor mayor que F (Pr >
F) es 0.4775 (comparado con 0.05, es un valor muy alto), lo que nos indica que no hay
diferencias significativas entre las varianzas de ambos acuarios.

3
Para rechazar la Ho y aceptar la Ha, el valor calculado (0.4775) debió ser menor o igual que
0.05; por lo tanto, al aceptar que las varianzas son iguales, se usa la Prueba de “t” para
varianzas iguales (la línea Pooled equal).

El valor obtenido en esta prueba de “t” calculado es 1.12 y, la probabilidad de obtener un

valor mayor que “t” es 0.2768 (Pr > |t|), que también es un valor alto (mayor que 0.05),
indicándonos que no existen diferencias significativas de los promedios µ 1 y µ2; por lo tanto,
no se puede rechazar la Ho (µ1=µ2).

En conclusión: No existen diferencias estadísticas en la longitud de los peces de los dos

acuarios y aceptamos que µ1=µ2.

2. Comparación de 2 medias apareadas.

Se realiza un experimento en un establo lechero, donde se aplican 02 nuevas drogas
somníferas (A y B), para realizar cirugía en vacunos, en la cual se midió el N° de horas extra
de sueño. La droga A se aplicó a un grupo de animales durante 12 días, y después de 8 días
se aplicó al mismo grupo de animales el somnífero B. Los datos siguientes corresponden al
promedio de horas extra de sueño de cada droga:
Animales/día 1 2 3 4 5 6 7 8 9 10 11 12
Somnífero A 2 1 0 2 1 2 1.3 2 3 2 1 0
Somnífero B 3 2 1 3 3 4 3.8 2 4 4 3 3
Se desea saber si el somnífero B produce efectos diferentes que el somnífero A.
Desarrollo: En la ventana Editor se colocan los comandos/órdenes.
data vacunos;
input droga A droga B;
diferen = A - B;
cards;
23
12
01
23
13
24
1.3 3.8
22
34
24
13
03
;
proc means mean t prt;
var diferen;
4
run;
Tener presente que en la PARTE SUPERIOR siempre se deben colocar el término data (se
refiere al tipo de datos o su procedencia); luego, input (ingreso de datos); seguidamente,
diferen (se le está indicando la diferencia de las 2 drogas); por último cards (se escribirá los
datos como una tarjeta).
En la parte inferior, luego de los datos, se escribe los comandos, procedimientos u órdenes
que desarrollará el Programa SAS: Proc means (procedimiento de medias); mean t
(pedimos que halle la media en la prueba de t), no olvidar que, mientras más cerca de cero
está la media, más parecidas son las drogas en los efectos que se evalúan; prt (probabilidad
de que la media sea cero); var diferen (variable de diferencia, es para calcular la diferencia
entre las dos drogas; run (indica que debe correr el programa SAS).

Salida: Esta operación se realiza haciendo un clic en Submit y es con el fin de obtener los
resultados siguientes:
The SAS System
3:52 Saturday, January 1, 2000

The MEANS Procedure

Analysis Variable: diferen

Mean t Value Pr > |t|

ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
-0.0333333 -0.06 0.9544
ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
Este resultado nos muestra la media de las diferencias (Mean); luego, el valor de t calculado
(t Value), y el Pr > |t| (Probabilidad de obtener un valor mayor que t= - 0.06; esto es, se tiene
que comparar con el valor 0.05. Valores como 0.01 (hay diferencias significativas); 0.001 y
0.0001, indican que la diferencia es altamente significativa.
Luego: 0.9544 > 0.05, con esto podemos concluir que: aunque existe diferencia numérica
entre las medias, hay igualdad de efectividad de medias entre las drogas A y B.
(NOTA: Mayor explicación de los resultados se hará en clase).

3. Medias apareadas.
A once estudiantes de la Facultad de Ciencias Agropecuarias se les midió en centímetros
tanto la altura y la longitud de brazos extendidos, de extremo a extremo de los dedos medios:
Estudiante 1 2 3 4 5 6 7 8 9 10 11

5
 Altura 170 172 185 180 178 173 155 174 167 168 182
Long. brazo 173 170 183 175 177 174 155 173 166 167 185

Determinar si la altura es igual al promedio de la longitud de punta a punta de sus dedos

medios entre sus brazos extendidos.

Desarrollo: Al igual que en el ejercicio pasado se plantean las hipótesis:

Hipótesis nula H0: µ1=µ2;
Siendo µ1, el promedio de la altura y, µ2, el promedio de la longitud del brazo: Hipótesis
alterna Ha: µ1≠µ2.
Además, aquí no se investiga si hay homogeneidad de varianzas, por ser ya homogéneas:
s12 = s22; luego, aquí no hay prueba de F. En la ventana Editor se colocan datos comandos
e instrucciones en la forma sgte:

data alumnos;
input alt long;
diferen = alt - long;
cards;
170 173
172 170
185 183
180 175
178 177
173 174
155 155
174 173
167 166
168 167
182 185
;

6
proc means mean t prt;
var diferen;
run;

Respecto a las instrucciones proporcionadas a SAS tales como:

Proc means, se refiere al procedimiento de medias de las observaciones que deba realizar;
Mean t, se solicita hallar el valor medio de “t”;
Prt, se pide hallar la probabilidad de que la media sea cero;
Var diferen, con esto solicitamos calcular la diferencia entre el promedio de la altura de los
estudiantes y el promedio de la longitud de sus brazos extendidos;
Run, es la orden para la salida del programa SAS.

Salida de SAS.
Se procede para obtener los resultados siguientes:

The SAS System 19:53 Sunday, September 26, 2009

The MEANS Procedure
Analysis Variable: diferen
Mean t Value Pr > |t|
ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
0.5454545 0.79 0.4491
ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ

En esta salida nos muestra la media (Mean) de las diferencias que es 0.5454; así también, el
valor de T calculado (t value) es 0.79 y la probabilidad de obtener un valor mayor que “t” es
0.4491; este valor debe ser comparado con el nivel de significancia (α= 0.05), resultando:
(Pr > |t|) > α; es decir: 0.4491 > 0.05
En conclusión, se acepta la hipótesis nula Ho: µ1=µ2, de igualdad de medias.
(NOTA: Mayor explicación de los resultados se hará en clase).

Ejercicios para el estudiante.

1.- Se ha preparado una nueva ración alimenticia para vacas productoras de leche a base de
harina de pescado como fuente proteica, de las cuales se separaron 9 animales al azar y
fueron sometidos a un estudio de dos tipos de manejo; el primero de dos y el segundo de
tres ordeños al día. Se desea saber si hay diferencia en la producción de leche en
función a los manejos. El cuadro nos muestra la producción de leche de los animales.

Nº de vaca 1 2 3 4 5 6 7 8 9

7
2 ordeños: litro 16.6 15.4 18.8 19.2 17.7 14.5 18.3 19.1 22.4
3 ordeños: litro 17.2 14.3 17.6 20.1 18.2 13.8 17.8 20.3 21.3
Respuesta: t calculado = 0.49; luego aceptamos Ho:µ1=µ2.

2. El peso en Kg de cabritos (Capra aegagrus hircus), de 02 razas diferentes, al mes de

nacidos y criados de forma idéntica se muestran en el siguiente cuadro:
Raza / animales 1 2 3 4 5 6 7 8 9 10
Raza A 23 43 24 19 29 47 6 14 29 26
Raza B 17 14 10 9 3 18 3 19 11
Determinar si los pesos de las dos razas son diferentes.
Respuesta: T calculado= 3.20; Pr > |t| = 0.0053; luego, rechazamos la Ho: µ1=µ2

3.- Se realiza un estudio sobre el incremento diario de peso (g/día) de dos grupos de
lechones raza Duroc para carnes, alimentados con dos raciones diferentes tanto iso-
proteicas como iso-energéticas, pero donde el insumo principal fue a base de harina de
pescado y de “torta” de soya. Se desea saber si existen diferencias estadísticas en los
aumentos de peso bajo las dos dietas que aquí se muestran:
Con harina pescado 218 224 235 241 222 241 237 229 234 241 236
Con “Torta” de soya 194 201 216 218 199 185 210 216 204
Respuesta: t calculado = 6.41; luego, rechazo Ho: µ1=µ2.

4. Se estudió el efecto de la exposición de las algas marinas a la radiación solar que se

desarrolla en la playa. Se tomó 10 plantas de la especie laminaria y se halló el % de agar
obtenido en la punta superior de la planta y a una profundidad de 1 m. Los datos fueron:
Planta 1 2 3 4 5 6 7 8 9 10
Punta superior 4.0 5.2 5.7 4.2 4.8 3.9 4.1 3.0 4.6 6.8
Base inferior 4.4 3.7 4.7 2.8 4.2 4.3 3.5 3.7 3.1 1.9
Respuesta: T calculado= 2.32; P value= 0.032

5. Un estudiante de MVZ analizó el fósforo en el suero sanguíneo de vacunos, estudiando

una muestra al azar de 9 animales. Los valores del P en mg/100 cc suero fueron lo siguiente:

N° de animal 1 2 3 4 5 6 7 8 9
Fósforo en el suero 2.9 3.0 3.0 2.9 3.0 2.9 2.9 3.0 2.9
La teoría y la experiencia indican que el promedio µ en una población no deficiente debe ser
de 7 mg/100 cc. ¿Son deficientes en P los animales muestreados por el estudiante?

Respuesta: T calculado= -230.85; Rechazamos la Ho: µ1=µ2.