Intervalo de confianza para la diferencia entre dos medias

El intervalo de confianza para \(\mu_1 - \mu_2\) estima el rango de valores plausibles para la verdadera diferencia entre dos medias poblacionales. Si usar el enfoque de varianzas combinadas o el de Welch depende de si se puede asumir que las varianzas poblacionales son iguales.

Planteamiento

Se tienen dos muestras aleatorias independientes (si las dos muestras son en realidad los mismos sujetos medidos dos veces, usa el IC pareado en su lugar, es más potente):

  • Grupo 1: \(n_1\) observaciones, media muestral \(\bar{X}_1\), varianza muestral \(S_1^2\).
  • Grupo 2: \(n_2\) observaciones, media muestral \(\bar{X}_2\), varianza muestral \(S_2^2\).

La estimación puntual de \(\mu_1 - \mu_2\) es \(\bar{X}_1 - \bar{X}_2\). El IC tiene la forma:

\[(\bar{X}_1 - \bar{X}_2) \pm t^* \cdot \text{EE}(\bar{X}_1 - \bar{X}_2)\]

Los dos enfoques difieren en cómo calculan el EE y los grados de libertad para \(t^*\).

Intervalo de Welch (varianzas desiguales)

Cuando las varianzas poblacionales pueden diferir, usa el intervalo \(t\) de Welch:

\[\text{EE} = \sqrt{\frac{S_1^2}{n_1} + \frac{S_2^2}{n_2}}\]

Los grados de libertad se obtienen mediante la aproximación de Satterthwaite:

\[gl = \frac{\left(\frac{S_1^2}{n_1} + \frac{S_2^2}{n_2}\right)^2}{\frac{(S_1^2/n_1)^2}{n_1-1} + \frac{(S_2^2/n_2)^2}{n_2-1}}\]

Este valor es siempre no entero y debe redondearse hacia abajo. El intervalo de Welch es el predeterminado en R (t.test()) y en la mayoría del software estadístico.

Intervalo combinado (varianzas iguales)

Cuando se puede asumir que las varianzas poblacionales son iguales (\(\sigma_1^2 = \sigma_2^2 = \sigma^2\)), se combinan las dos varianzas muestrales en una única estimación:

\[S_p^2 = \frac{(n_1-1)S_1^2 + (n_2-1)S_2^2}{n_1+n_2-2}\]

\[\text{EE} = S_p\sqrt{\frac{1}{n_1} + \frac{1}{n_2}}, \qquad gl = n_1 + n_2 - 2\]

El intervalo combinado es ligeramente más estrecho que el de Welch cuando las varianzas son realmente iguales, pero puede ser engañoso cuando difieren.

⚠️ Usa Welch por defecto: el supuesto de varianzas iguales rara vez está justificado

Usar el intervalo combinado cuando las varianzas son desiguales da una cobertura incorrecta: el IC real puede ser más estrecho de lo declarado y no capturar la verdadera diferencia con más frecuencia de la que implica el nivel \(\alpha\).

La regla “usa el combinado cuando \(n < 30\), Welch cuando \(n \geq 30\)” está obsoleta y es incorrecta. La regla correcta: usa siempre Welch salvo que haya una razón sólida para asumir varianzas iguales (mismo instrumento, mismo proceso, experimento aleatorizado con asignación igualada). En R, t.test(..., var.equal = FALSE) es el valor predeterminado y la opción correcta en la mayoría de las situaciones.

Visualización de los dos grupos

Dos distribuciones muestrales con las medias señaladas y un panel con el intervalo de confianza para su diferencia

El panel derecho muestra la distribución muestral de la diferencia \(\bar{X}_1 - \bar{X}_2\). La línea roja discontinua en 0 representa “ninguna diferencia”. Como 0 cae fuera del IC al 95%, la diferencia es estadísticamente significativa al nivel del 5%.

Ejemplo paso a paso

Un ensayo clínico compara dos dietas durante 6 meses:

  • Dieta A: \(n_1 = 30\), \(\bar{x}_1 = 8{,}0\) kg, \(S_1 = 2{,}0\) kg.
  • Dieta B: \(n_2 = 25\), \(\bar{x}_2 = 6{,}0\) kg, \(S_2 = 1{,}73\) kg.

Construye un IC al 95% para \(\mu_A - \mu_B\).

Paso 1: calcula la estimación puntual.

\[\bar{x}_1 - \bar{x}_2 = 8{,}0 - 6{,}0 = 2{,}0 \text{ kg}\]

Paso 2: calcula el EE de Welch.

\[\text{EE} = \sqrt{\frac{4{,}0}{30} + \frac{3{,}0}{25}} = \sqrt{0{,}1333 + 0{,}1200} = \sqrt{0{,}2533} \approx 0{,}503 \text{ kg}\]

Paso 3: grados de libertad de Satterthwaite.

\[gl = \frac{0{,}2533^2}{\frac{(0{,}1333)^2}{29} + \frac{(0{,}1200)^2}{24}} \approx \frac{0{,}0641}{0{,}000613 + 0{,}000600} \approx 52{,}8 \to 52\]

Paso 4: valor crítico.

\[t_{0{,}025,\; 52} \approx 2{,}007\]

Paso 5: construye el IC.

\[\text{IC} = 2{,}0 \pm 2{,}007 \times 0{,}503 = 2{,}0 \pm 1{,}01 = (0{,}99;\; 3{,}01) \text{ kg}\]

El IC no incluye el 0, por lo que existe una diferencia estadísticamente significativa. La dieta A produce entre 0,99 y 3,01 kg más de pérdida de peso que la dieta B, en promedio, con un 95% de confianza.

Varianzas combinadas vs Welch: cuándo difieren

Los mismos datos de antes pero asumiendo varianzas iguales para el enfoque combinado:

\[S_p^2 = \frac{29 \times 4{,}0 + 24 \times 3{,}0}{53} = \frac{116 + 72}{53} = \frac{188}{53} \approx 3{,}547\]

\[\text{EE}_p = \sqrt{3{,}547 \times (1/30 + 1/25)} = \sqrt{3{,}547 \times 0{,}0733} \approx 0{,}510 \text{ kg}\]

\[gl_p = 53, \quad t_{0{,}025,\; 53} \approx 2{,}006\]

\[\text{IC}_{\text{combinado}} = 2{,}0 \pm 2{,}006 \times 0{,}510 = (0{,}978;\; 3{,}022)\]

En este caso los dos intervalos son prácticamente idénticos porque \(S_1^2 \approx S_2^2\). Cuando las varianzas difieren notablemente, la diferencia entre los intervalos de Welch y el combinado puede ser grande.

Example icon

💡 Interpretación del IC para una diferencia

Tres casos explican todo:

  • IC completamente por encima de 0: se confirma \(\mu_1 > \mu_2\) (el grupo 1 tiene mayor media).
  • IC completamente por debajo de 0: se confirma \(\mu_1 < \mu_2\) (el grupo 2 tiene mayor media).
  • IC incluye el 0: los datos son compatibles con la ausencia de diferencia a este nivel de confianza.

Un IC que excluye el 0 por muy poco es muy distinto a uno que lo excluye por amplio margen. Informa siempre el intervalo completo, no solo si incluye o no el 0.