Todos los estadísticos y gráficas para Prueba de aleatorización para proporción de 1 muestra

Encuentre definiciones y ayuda para interpretar cada estadístico y gráfica que se proporcionan con la prueba de aleatorización para proporción de 1 muestra.

Histograma

Un histograma divide valores de la muestra entre muchos intervalos y representa la frecuencia de los valores de los datos en cada intervalo con una barra.

Interpretación

Utilice el histograma para examinar la forma de la distribución bootstrap. La distribución bootstrap es la distribución de las medias de cada remuestreo. La distribución bootstrap debe parecer normal. Si la distribución bootstrap es no normal, usted no puede confiar en los resultados.
50 remuestreos
1000 remuestreos

La distribución suele ser más fácil de determinar con más remuestreos. Por ejemplo, en estos datos, la distribución es ambigua para 50 remuestreos. Con 1000 remuestreos, la forma parece aproximadamente normal.

El histograma muestra visualmente los resultados de la prueba de hipótesis. Minitab ajusta los datos para que el centro de los remuestreos sea el mismo de la media hipotética. Para una prueba unilateral, se traza una línea de referencia en la media de la muestra original. Para una prueba bilateral, se traza una línea de referencia en la media de la muestra original y a la misma distancia del lado opuesto de la media hipotética. El valor p es la proporción de medias de muestras que son más extremas que los valores en las líneas de referencia. En otras palabras, el valor p es la proporción de medias de muestras que son tan extremas como su muestra original cuando usted presupone que la hipótesis nula es verdadera. Estas medias aparecen en coloro rojo en el histograma.

En este histograma, la distribución bootstrap parece ser normal. El valor p de 0.002 indica que 0.2% de las proporciones de las muestras es mayor que la proporción de la muestra original.

Gráfica de barras

La gráfica de barras muestra la proporción de ocurrencias de cada categoría.

Nota

Minitab muestra una gráfica de barras cuando usted toma solo un remuestreo. Minitab muestra tanto los datos originales como los datos del remuestreo.

Interpretación

Utilice la gráfica de barras para comparar la muestra original y la muestra de aleatorización. La muestra de aleatorización representa lo que sería el aspecto de una muestra aleatoria si la media de población fuera igual al valor hipotético (la hipótesis nula es verdadera). Cuanto mayor sea la diferencia entre los centros de las dos muestras, más evidencia esperaría usted contra la hipótesis nula.
La proporción de la muestra es igual a la proporción hipotética
La proporción de la muestra es 20% menor que la proporción hipotética

Proporción

La proporción de la muestra es igual al número de eventos dividido entre el tamaño de la muestra (N).

Interpretación

Minitab muestra valores de dos proporciones diferentes, la proporción de la muestra observada y la proporción de la distribución bootstrap (Promedio). La proporción de la muestra observada es una estimación de la proporción de la población. La proporción de la distribución boostrap generalmente es cercana a la proporción hipotética. Cuanto mayor sea la diferencia entre estos dos valores, más evidencia esperaría usted contra la hipótesis nula.

Hipótesis nula e hipótesis alternativa

Las hipótesis nula y alternativa son dos enunciados mutuamente excluyentes acerca de una población. Una prueba de hipótesis utiliza los datos de la muestra para determinar si se puede rechazar la hipótesis nula.
Hipótesis nula
La hipótesis nula indica que un parámetro de población (tal como la media, la desviación estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser una afirmación inicial que se basa en análisis previos o en conocimiento especializado.
Hipótesis alternativa
La hipótesis alternativa indica que un parámetro de población es más pequeño, más grande o diferente del valor hipotético de la hipótesis nula. La hipótesis alternativa es lo que usted podría pensar que es cierto o espera probar que es cierto.

Interpretación

En la salida, las hipótesis nula y alternativa le ayudan a verificar que usted ingresó el valor correcto de la proporción hipotética.

Prueba de aleatorización para la proporción de 1 muestra

Histograma de la prueba de aleatorización

Muestra observada N Proporción 200 0.620000
Prueba de aleatorización Hipótesis nula H₀: p = 0.5 Hipótesis alterna H₁: p > 0.5 Número de remuestreos Promedio Valor p 1000 0.49942 0.002

En estos resultados, la hipótesis nula es que la proporción de la población es igual a 0.5. La hipótesis alternativa es que la proporción es mayor que 0.5.

Número de remuestreos

El número de remuestreos es el número de veces que Minitab toma una muestra aleatoria con reemplazo del conjunto de datos original. Generalmente, un número elevado de remuestreos funciona mejor.

Minitab ajusta los datos, de modo que el centro de los remuestreos sea el mismo que el de la proporción hipotética. El tamaño de la muestra de cada remuestreo es igual al tamaño de la muestra del conjunto de datos original. El número de remuestreos es igual al número de observaciones en el histograma.

Promedio

El promedio es la suma de todas las proporciones en la muestra bootstrap dividida entre el número de remuestreos. Minitab ajusta los datos, de modo que el centro de los remuestreos sea el mismo que el de la proporción hipotética.

Interpretación

Minitab muestra valores de dos proporciones diferentes, la proporción de la muestra observada y la proporción de la distribución bootstrap (Promedio). La proporción de la muestra observada es una estimación de la proporción de la población. La proporción de la distribución boostrap generalmente es cercana a la proporción hipotética. Cuanto mayor sea la diferencia entre estos dos valores, más evidencia esperaría usted contra la hipótesis nula.

Valor p

El valor p es la proporción de proporciones de muestras que son tan extremas como su muestra original cuando usted presupone que la hipótesis nula es verdadera. Un valor p más pequeño proporciona una evidencia más fuerte en contra de la hipótesis nula.

Interpretación

Utilice el valor p para determinar si la proporción de la población es estadísticamente diferente de la proporción hipotética.

Para determinar si la diferencia entre la proporción de la población y la proporción hipotética es estadísticamente significativa, 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 existe una diferencia cuando no hay una diferencia real.
Valor p ≤ α: La diferencia entre las proporciones es estadísticamente significativa (Rechaza H0)
Si el valor p es menor que o igual al nivel de significancia, la decisión es rechazar la hipótesis nula. Usted puede concluir que la diferencia entre la proporción de la población y la proporción hipotética es estadísticamente significativa. Para calcular un intervalo de confianza y determinar si la diferencia es significativa desde el punto de vista práctico, utilice Procedimiento bootstrap para función de 1 muestra. Para obtener más información, vaya a Significancia estadística y significancia práctica.
Valor p > α: La diferencia entre las proporciones no es estadísticamente significativa (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 la diferencia entre la proporción de la población y la proporción hipotética es estadísticamente significativa.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política