Interpretar los resultados clave para Gráfica de probabilidad

Complete los siguientes pasos para interpretar una gráfica de probabilidad. La salida clave incluye el valor p, la línea de distribución ajustada y los percentiles estimados.

Paso 1: Determinar si los datos no siguen la distribución

Para determinar si los datos siguen la distribución, compare el valor p con el nivel de significancia. Por lo general, un nivel de significancia (denotado como α o alfa) de 0.05 funciona adecuadamente. Un nivel de significancia de 0.05 indica que el riesgo de concluir que los datos no siguen la distribución, cuando en realidad sí lo hacen, es de 5 %.
Valor p ≤ α: Los datos no siguen la distribución (Rechazar H0)
Si el valor p es menor que o igual al nivel de significancia, la decisión es rechazar la hipótesis nula y concluir que sus datos no siguen la distribución.
Valor p > α: No puede concluir que los datos no siguen la distribución (No puede rechazar H0)
Si el valor p es mayor que el nivel de significancia, la decisión es que no se puede rechazar la hipótesis nula porque usted no tiene suficiente evidencia para concluir que los datos no siguen la distribución. Sin embargo, usted no puede concluir que los datos siguen la distribución.

Para obtener información sobre cómo especificar diferentes distribuciones y parámetros para la prueba, vaya a Líneas de distribución ajustadas.

Resultados clave: Valor p

En estos resultados, la hipótesis nula indica que los datos siguen una distribución normal. Debido a que el valor p es 0.463, que es mayor que el nivel de significancia de 0.05, la decisión es no rechazar la hipótesis nula. Usted no puede concluir que los datos no siguen una distribución normal.

Precaución

El tamaño de la muestra afecta la potencia de la prueba. Las muestras extremadamente pequeñas pueden tener la potencia insuficiente para detectar salidas significativas de la distribución. Las muestras extremadamente grandes pueden tener una potencia excesiva para detectar salidas irrelevantes y pequeñas de la distribución. Por lo tanto, utilice los resultados visuales en la gráfica de probabilidad, así como los valores p para evaluar en ajuste de distribución, como se muestra en el Paso 2.

Paso 2: Visualizar el ajuste de la distribución

Examine la gráfica de probabilidad y evalúe qué tan cerca siguen los puntos de los datos la línea de distribución ajustada. Si la distribución teórica especificada es un buen ajuste, los puntos se sitúan estrechamente a lo largo de la línea recta. Por ejemplo, los puntos en la siguiente gráfica de probabilidad normal siguen la línea ajustada adecuadamente. La distribución normal parece ajustarse adecuadamente a los datos.

Nota

La línea de distribución ajustada es la línea recta intermedia en la gráfica. Las líneas continuas externas en la gráfica son los intervalos de confianza de los percentiles individuales, no de la distribución como un todo, y no deberían utilizarse para evaluar el ajuste de distribución.

Para obtener más información sobre cómo evaluar visualmente los valores en la gráfica de probabilidad, vaya a Gráficas de probabilidad normal y la "prueba del lápiz grueso".

Paso 3. Mostrar los percentiles estimados para la población

En Minitab, coloque el cursor sobre la línea de distribución ajustada para ver una tabla de percentiles y valores.

Por ejemplo, la siguiente gráfica de probabilidad muestra las frecuencias de pulso de los sujetos de prueba a medida que caminaban en una caminadora. Para una distribución normal con una mediana y una desviación estándar igual a los datos, se espera que un 5 % de la población tenga una frecuencia de pulso de 54.76 o menos.

Nota

Los percentiles de población estimados son precisos solo si los datos siguen de cerca la distribución.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política