Calculadora de intervalo de confianza para la diferencia de medias

¿Qué es un intervalo de confianza para la diferencia de medias?

Cuando se comparan dos grupos—tratamiento vs. control, antes vs. después, método A vs. método B—a menudo quieres saber: ¿cuánto difieren las medias?

Un intervalo de confianza para la diferencia (μ₁ - μ₂) proporciona un rango de valores plausibles:

"El grupo de tratamiento puntuó 8 puntos más alto en promedio (IC 95%: 5 a 11 puntos)"

Esto te dice tanto la diferencia estimada como su precisión.

¿Por qué comparar diferencias?

Efectos del tratamiento

Un nuevo medicamento reduce la presión arterial. ¿Cuánto comparado con placebo?

Mejoras de proceso

El nuevo proceso de fabricación afirma reducir defectos. ¿Cuánta mejora podemos esperar?

Intervenciones educativas

El nuevo método de enseñanza mejora las puntuaciones de exámenes. ¿Cuál es la magnitud del beneficio?

Un intervalo de confianza responde: "Dados nuestros datos, ¿qué rango de diferencias verdaderas es plausible?"

La fórmula

Intervalo t de dos muestras (varianza combinada):

$IC = (\bar{x}_1 - \bar{x}_2) \pm t^* \times S_p \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}$

Donde:

• $\bar{x}_1, \bar{x}_2$ = medias muestrales
• $S_p$ = desviación estándar combinada
• $n_1, n_2$ = tamaños de muestra
• $t^*$ = valor t crítico con $gl = n_1 + n_2 - 2$

Intervalo t de Welch (varianzas desiguales):

$IC = (\bar{x}_1 - \bar{x}_2) \pm t^* \times \sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}$

El método de Welch usa un cálculo de grados de libertad modificado cuando las varianzas difieren entre grupos.

Combinada vs. Welch: ¿Cuál usar?

Combinada (se asumen varianzas iguales):

• Ligeramente más potente cuando las varianzas realmente son iguales
• Usar cuando: s₁ ≈ s₂ (razón < 2)
• Enfoque más tradicional

Welch (se permiten varianzas desiguales):

• Robusto cuando las varianzas difieren
• Casi idéntico a combinada cuando las varianzas son iguales
• Recomendado como predeterminado por muchos estadísticos

Esta calculadora soporta ambos enfoques.

Interpretación

Cero en el intervalo

Si el IC contiene 0:

• La diferencia no es estadísticamente significativa
• Ejemplo: (-2 a 5) incluye cero—no se puede concluir que las medias difieran

Cero no en el intervalo

Si 0 está fuera del IC:

• La diferencia es estadísticamente significativa
• Ejemplo: (3 a 8) excluye cero—las medias genuinamente difieren

Significancia práctica

Una diferencia puede ser estadísticamente significativa pero prácticamente trivial:

• IC: (0,1 a 0,3 puntos)—significativo pero quizás demasiado pequeño para importar

Siempre considera si la magnitud es significativa en contexto.

Aplicaciones

Ensayos clínicos

"Mejora media en síntomas: 15 puntos (IC 95%: 12 a 18)"

Tanto la estimación como su precisión guían las decisiones de tratamiento.

Pruebas A/B

"La Versión B aumentó la conversión en 0,8 puntos porcentuales (IC 95%: 0,3 a 1,3)"

Los equipos de producto pueden evaluar tanto la significancia como el impacto práctico.

Investigación educativa

"Los estudiantes en el grupo de intervención puntuaron 7 puntos más alto (IC 95%: 4 a 10)"

Los responsables de políticas ven el beneficio estimado y su incertidumbre.

Mejora de calidad

"El nuevo proceso redujo defectos en 1,2 por 1000 unidades (IC 95%: 0,8 a 1,6)"

Los gerentes pueden evaluar si la mejora justifica los costos.

Supuestos

1. Independencia: Las observaciones dentro y entre grupos son independientes
2. Normalidad: Las poblaciones son aproximadamente normales, o las muestras son grandes
3. Varianzas iguales (para método combinado): Las desviaciones estándar poblacionales son aproximadamente iguales

Las violaciones de independencia son las más graves. La no normalidad importa principalmente para muestras pequeñas. Las varianzas desiguales se manejan con el método de Welch.

Desarrollo histórico

El marco de la prueba t de dos muestras fue desarrollado como una extensión del trabajo de una muestra de William Gosset (Student) a principios de 1900.

Ronald Fisher formalizó el enfoque de varianza combinada, asumiendo varianzas poblacionales iguales.

B.L. Welch (1947) desarrolló la modificación para varianzas desiguales, ahora llamada prueba t de Welch. Su enfoque usa grados de libertad modificados que se ajustan por la diferencia de varianza.

La práctica estadística moderna favorece cada vez más el método de Welch como predeterminado, ya que funciona bien tanto si las varianzas son iguales como si no.

Conexión con la prueba de hipótesis

El intervalo de confianza contiene la misma información que una prueba t de dos muestras:

• Si el IC contiene 0: No rechazar H₀: μ₁ = μ₂
• Si el IC excluye 0: Rechazar H₀ al nivel α correspondiente

El intervalo proporciona más información—no solo si rechazar, sino el rango de diferencias plausibles.

Contexto del tamaño del efecto

Considera reportar d de Cohen junto con el IC:

$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$

El tamaño del efecto estandariza la diferencia, permitiendo la comparación entre estudios con diferentes escalas.

Consideraciones de tamaño de muestra

El ancho del intervalo depende de:

• Tamaños de muestra (mayor = más estrecho)
• Variabilidad dentro de grupos (menor = más estrecho)
• Nivel de confianza (menor = más estrecho)

Para planificar estudios, determina el tamaño de muestra necesario para la precisión deseada. El margen de error disminuye con √n, entonces duplicar la precisión requiere cuadruplicar el tamaño de muestra.

Pareado vs. independiente

Esta calculadora maneja muestras independientes (diferentes sujetos en cada grupo).

Para datos pareados (los mismos sujetos medidos dos veces), usa un intervalo t pareado:

$IC = \bar{d} \pm t^* \times \frac{s_d}{\sqrt{n}}$

Donde $\bar{d}$ es la media de las diferencias y $s_d$ es la desviación estándar de las diferencias.

Cálculos relacionados

• Calculadora de desviación estándar combinada — Requerida para método combinado
• Calculadora de d de Cohen — Tamaño del efecto estandarizado
• Intervalo de confianza para la media — Un solo grupo
• Calculadora de distribución T — Valores críticos
• Calculadora de valor crítico (t*) — t* para cualquier gl

Resumen

Los intervalos de confianza para la diferencia de medias cuantifican cuánto difieren los promedios de dos grupos, junto con la incertidumbre en esa estimación. Ya sea comparando tratamientos, procesos o métodos, el intervalo revela tanto la magnitud de la diferencia como si es estadísticamente significativa (cero fuera del intervalo). El método de Welch proporciona un enfoque robusto que no asume varianzas iguales. Combinados con tamaños del efecto, estos intervalos comunican todo lo necesario para evaluar la significancia práctica y estadística de las comparaciones de grupos.