Interpretar todos los estadísticos y gráficas para Prueba de normalidad

Encuentre definiciones y ayuda para interpretar cada uno de los estadísticos y gráficas que se proporcionan con la prueba de normalidad.

Media

La media describe la muestra con un solo valor que representa el centro de los datos. La media se calcula como el promedio de los datos, que es la suma de todas las observaciones dividida entre el número de observaciones.

N

El tamaño de la muestra (N) es el número total de observaciones en la muestra.

Interpretación

El tamaño de la muestra afecta la potencia de la prueba.

Por lo general, con un tamaño de muestra más grande, la prueba tiene más potencia para detectar una diferencia entre los datos de la muestra y la distribución normal. Es decir, cuando realmente existe una diferencia, usted tiene mayor probabilidad de detectarla con un tamaño de muestra más grande.

Desv.Est.

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los datos con respecto a la media. Una mayor desviación estándar de la muestra indica que los datos están más dispersos alrededor de la media.

KS

La prueba de Kolmogorov-Smirnovcom compara la función de distribución acumulada empírica (ECDF) de los datos de la muestra con la distribución esperada si los datos fueran normales.

Interpretación

Minitab utiliza el estadístico de Kolmogorov-Smirnov para calcular el valor p. El valor p es la probabilidad de obtener un estadístico de prueba (tal como el estadístico de Kolmogorov-Smirnov) que es por lo menos tan extremo como el valor que se calcula a partir de la muestra, cuando los datos son normales. Valores más grandes del estadístico de Kolmogorov-Smirnov indican que los datos no siguen la distribución normal.

RJ

El estadístico de Ryan-Joiner mide qué tan bien siguen los datos una distribución normal al calcular la correlación entre los datos y las puntuaciones normales de los datos. Si el coeficiente de correlación está cerca de 1, es probable que la población sea normal. Esta prueba es similar a la prueba de normalidad de Shapiro-Wilk.

Interpretación

Minitab utiliza el estadístico de Ryan-Joiner para calcular el valor p. El valor p es la probabilidad de obtener un estadístico de prueba (como por ejemplo el estadístico de Ryan-Joiner) que es por lo menor tan extremo como el valor que se calcula a partir de la muestra, cuando los datos son normales. Valores más grandes del estadístico de Ryan-Joiner indican que los datos no siguen la distribución normal.

Valor p

El valor p es una probabilidad que mide la evidencia en contra de la hipótesis nula. Un valor p más pequeño proporciona una evidencia más fuerte en contra de la hipótesis nula.

Interpretación

Utilice el valor p para determinar si los datos no siguen una distribución normal.

Para determinar si los datos no siguen una distribución normal, 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 un riesgo de 5% de concluir que los datos no siguen una distribución normal, cuando los datos sí siguen una distribución normal.
Valor p ≤ α: Los datos no siguen una distribución normal (Rechaza 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 una distribución normal.
Valor p > α: Usted no puede concluir que los datos no siguen una distribución normal (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. Usted no tiene suficiente evidencia para concluir que los datos no siguen una distribución normal.

Gráfica de probabilidad

Una gráfica de probabilidad crea una función de distribución acumulada (CDF) estimada a partir de la muestra al graficar el valor de cada una de las observaciones en función de la probabilidad acumulada estimada de la observación.

Interpretación

Utilice una gráfica de probabilidad para determinar visualmente qué tan bien se ajustan los datos a la distribución normal.

Para visualizar el ajuste de la distribución normal, examine la gráfica de probabilidad y evalúe qué tan cerca los puntos de los datos siguen la línea de distribución ajustada. Las distribuciones normales tienden a ubicarse cerca de la línea recta, a lo largo de esta. Los datos asimétricos forman una línea curva.
Datos asimétricos hacia la derecha
Datos asimétricos hacia la izquierda
Sugerencia

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

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