Seleccionar las opciones de análisis para Potencia y tamaño de la muestra para tasa de Poisson de 1 muestra

Estadísticas > Potencia y tamaño de la muestra > Tasa de Poisson de 1 muestra > Opciones

Seleccione la hipótesis alternativa o especifique el nivel de significancia para la prueba.

Hipótesis alterna
En Hipótesis alterna, seleccione la hipótesis que desea probar:
  • Menor que: Utilice esta prueba unilateral para determinar si la tasa de ocurrencia de la población es menor que la tasa hipotética. Esta prueba unilateral tiene mayor potencia, pero no puede detectar cuando la tasa de la población es mayor.

    Por ejemplo, un analista utiliza esta prueba unilateral para determinar si la tasa de televisores que los clientes devuelven por mes es menor que 3. Esta prueba unilateral tiene mayor potencia para determinar si la tasa es menor que 3, pero no puede detectar si la tasa es mayor que 3.

  • No es igual a: Utilice esta prueba bilateral para determinar si la tasa de la población difiere de la tasa hipotética. Esta prueba bilateral puede detectar diferencias que son menores o mayores que el valor hipotético, pero tiene menos potencia que una prueba unilateral.

    Por ejemplo, un analista prueba si la tasa de problemas de mantenimiento de un tipo de avión es diferente del objetivo de 0.2 por día. Puesto que cualquier diferencia respecto del objetivo es importante, el analista prueba si la diferencia es mayor o menor que el objetivo.

  • Mayor que: Utilice esta prueba unilateral para determinar si la tasa de ocurrencia de la población es mayor que la tasa hipotética. Esta prueba unilateral confiere mayor potencia, pero no puede detectar si la tasa de la población es menor que la tasa hipotética.

    Por ejemplo, un gerente de centro de llamadas utiliza esta prueba unilateral para determinar si la tasa de llamadas por día es mayor que 1000. Esta prueba unilateral tiene mayor potencia para determinar si la tasa es mayor que 1000, pero no puede determinar si la tasa es menor que 1000.

Para obtener más información sobre la selección de una hipótesis alternativa unilateral o bilateral, vaya a Acerca de las hipótesis nula y alternativa.

Nivel de significancia

Utilice el nivel de significancia para minimizar el valor de potencia de la prueba cuando la hipótesis nula (H0) sea verdadera. Con valores más altos de nivel de significancia, la prueba tiene más potencia, pero también aumenta la probabilidad de cometer un error tipo I, que consiste en rechazar la hipótesis nula cuando es verdadera.

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 existe una diferencia (cuando, en realidad, no existe ninguna diferencia) es de 5%. También indica que la potencia de la prueba es de 0.05 cuando no hay diferencia.
  • Elija un nivel de significancia más alto, como por ejemplo 0.10, para estar más seguro de detectar cualquier diferencia que pueda existir. Por ejemplo, un ingeniero especializado en calidad compara la estabilidad de nuevos rodamientos de esferas con la estabilidad de los rodamientos actuales. El ingeniero debe estar sumamente seguro de que los nuevos rodamientos de esferas son estables, porque rodamientos inestables podrían causar un desastre. Por lo tanto, escoge un nivel de significancia de 0.10 para estar más seguro de detectar cualquier posible diferencia en la estabilidad de los rodamientos.
  • Elija un nivel de significancia más bajo, como por ejemplo 0.01, para estar más seguro de detectar solo una diferencia que realmente exista. Por ejemplo, un científico de una compañía farmacéutica debe estar muy seguro de que la afirmación de que el nuevo medicamento de la empresa reduce los síntomas es verdadera. El científico escoge un nivel de significancia de 0.01 para estar más seguro de que existe una diferencia significativa en los síntomas.
"Duración" de la observación (tiempo, elementos, área, volumen, etc.)
Ingrese un valor para dividir la tasa de ocurrencia de la muestra en una forma más útil (tasa de ocurrencia de la muestra ÷ duración de la observación). Por ejemplo, un fabricante registra los defectos trimestralmente, pero necesita convertirlos en una tasa mensual de defectos para sus informes. Un analista ingresa 3 para dividir la tasa trimestral entre 3 y determinar la tasa mensual de defectos.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política