Las muestras independientes son muestras que se seleccionan de forma aleatoria para que sus observaciones no dependan de los valores de otras observaciones. Muchos análisis estadísticos se basan en el supuesto de que las muestras son independientes. Otros se diseñan para evaluar muestras que no son independientes.
Por ejemplo, supongamos que unos inspectores de calidad desean comparar dos laboratorios para determinar si sus exámenes de sangre proporcionan resultados similares. Envían a ambos laboratorios muestras de sangre extraídas de un mismo grupo de 10 niños, para ser analizadas.
Niño | Laboratorio A | Laboratorio B |
---|---|---|
1 | 0.8 | 0.7 |
2 | 4.8 | 5 |
3 | 7.9 | 7.8 |
4 | 15.7 | 16.3 |
5 | 21.2 | 20.2 |
6 | 9.7 | 9.4 |
7 | 38.7 | 44 |
8 | 5.1 | 5.1 |
9 | 29 | 26.9 |
10 | 75.2 | 74.6 |
Puesto que ambos laboratorios examinaron muestras de sangre de los mismos 10 niños, los resultados de la prueba no son independientes. Para comparar el promedio de los resultados de los exámenes de sangre de los dos laboratorios, los inspectores tendrían que realizar una prueba t pareada, que parte del supuesto de que las muestras son dependientes.
Para obtener muestras independientes, los inspectores tendrían que seleccionar 10 niños de forma aleatoria y examinar las muestras utilizando el laboratorio A y luego seleccionar otro grupo de 10 niños de forma aleatoria y examinar las muestras usando el laboratorio B. Entonces podrían comparar los resultados promedio de los exámenes de sangre de los dos laboratorios usando una prueba t de 2 muestras, que se basa en el supuesto de que las muestras son independientes.