Aumentar la potencia de una prueba de hipótesis

Usted puede utilizar cualquiera de los siguientes métodos para aumentar la potencia de una prueba de hipótesis.

  • Usar una muestra más grande.
    Al utilizar una muestra más grande, se obtiene más información sobre la población y, por lo tanto, aumenta la potencia. Usar una muestra más grande suele ser la manera más práctica de aumentar la potencia.
  • Mejorar el proceso.
    Para una prueba de hipótesis de medias (Z de 1 muestra, t de 1 muestra, t de 2 muestras y t pareada), al mejorar el proceso, disminuye la desviación estándar. Cuando la desviación estándar es más pequeña, la potencia aumenta y se pueden detectar diferencias más pequeñas.
  • Usar un nivel de significancia (también denominado alfa o α) más alto.
    Al usar un nivel de significancia más alto, aumenta la probabilidad de que usted rechace la hipótesis nula. Sin embargo, sea cauteloso porque no conviene rechazar una hipótesis nula que en realidad sea verdadera. (Rechazar una hipótesis nula que es verdadera se conoce como un error tipo I.)
  • Elegir un valor más grande para Diferencias.
    Es más fácil detectar diferencias más grandes en las medias de las poblaciones.
  • Usar una hipótesis direccional (también denominada hipótesis de una cola).
    Una hipótesis direccional tiene más potencia para detectar la diferencia que usted especifique en la dirección especificada. (La dirección es menor que o mayor que). Sin embargo, sea cauteloso porque una hipótesis direccional no podrá detectar una diferencia que esté en la dirección opuesta.

Aumentar la potencia de un ANOVA

Usted puede utilizar cualquiera de los siguientes métodos para aumentar la potencia de un ANOVA de un solo factor.

  • Usar una muestra más grande.
    Al utilizar una muestra más grande, se obtiene más información sobre la población y, por lo tanto, aumenta la potencia. Usar una muestra más grande suele ser la manera más práctica de aumentar la potencia.
  • Elegir un valor más grande para Valores de la diferencia maxima entre las medias.
    Es más fácil detectar diferencias más grandes en las medias de las poblaciones.
  • Mejorar el proceso.
    Al mejorar el proceso, disminuye la desviación estándar y, por lo tanto, aumenta la potencia.
  • Usar un nivel de significancia (también denominado alfa o α) más alto.
    Al usar un nivel de significancia más alto, aumenta la probabilidad de que usted rechace la hipótesis nula. Sin embargo, sea cauteloso porque no conviene rechazar una hipótesis nula que en realidad sea verdadera. (Rechazar una hipótesis nula que es verdadera se conoce como un error tipo I.)

Aumentar la potencia de una prueba para un diseño factorial de 2 niveles

Usted puede utilizar cualquiera de los siguientes métodos con el fin de aumentar la potencia para un diseño factorial de 2 niveles o un diseño de Plackett-Burman.
Important

Utilice solamente los siguientes métodos para aumentar la potencia. No cambie otras consideraciones del diseño, tales como el número de bloques o la decisión de usar un diseño completo o un diseño fraccionado, para aumentar la potencia. Estos cambios se deben decidir con base en las metas de la investigación y no en consideraciones relacionadas con la potencia.

  • Usar más réplicas.
    Al utilizar más réplicas, se obtiene más información sobre la población y, por lo tanto, aumenta la potencia. Usar más réplicas suele ser la manera más práctica de aumentar la potencia.
  • Usar más puntos centrales.
    Al utilizar más puntos centrales, aumenta la exactitud de la estimación de la desviación estándar y, por consiguiente, aumenta la potencia.
  • Elegir un valor más grande para Efectos.
    Es más fácil detectar diferencias más grandes en las medias de las poblaciones.
  • Mejorar el proceso.
    Al mejorar el proceso, disminuye la desviación estándar y, por lo tanto, aumenta la potencia.
  • Usar un nivel de significancia (también denominado alfa o α) más alto.
    Al usar un nivel de significancia más alto, aumenta la probabilidad de que usted rechace la hipótesis nula. Sin embargo, sea cauteloso porque no conviene rechazar una hipótesis nula que en realidad sea verdadera. (Rechazar una hipótesis nula que es verdadera se conoce como un error tipo I.)
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política