Complete los siguientes pasos para interpretar una prueba de aleatorización para medias de 2 muestras. La salida clave incluye el histograma y el valor p.
Paso 1: Examinar la forma de la distribución bootstrap
Utilice el histograma para examinar la forma de la distribución bootstrap. La distribución bootstrap es la distribución del estadístico elegido de cada remuestreo. La distribución bootstrap debe parecer normal. Si la distribución bootstrap es no normal, usted no puede confiar en los resultados bootstrap.
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.
En este histograma, la distribución bootstrap parece ser normal.
Paso 2: Determinar si los resultados de la prueba son estadísticamente significativos
Para determinar si la diferencia entre medias de población 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 medias es estadísticamente significativa (Rechazar 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 en las medias de las poblaciones es estadísticamente significativa. Para calcular un intervalo de confianza y determinar si la diferencia es significativa desde el punto de vista práctico, utilice Remuestreo
bootstrap para medias de 2 muestras. Para obtener más información, vaya a Significancia estadística y significancia práctica.
Valor p > α: La diferencia entre las medias 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 las medias de las poblaciones es estadísticamente significativa.
Método
μ₁: media de población de Calificación cuando Hospital = A
µ₂: media de población de Calificación cuando Hospital = B
Diferencia: μ₁ - µ₂
Muestras observadas
Hospital
N
Media
Desv.Est.
Varianza
Mínimo
Mediana
Máximo
A
20
80.30
8.18
66.96
62.00
79.00
98.00
B
20
59.30
12.43
154.54
35.00
58.50
89.00
Diferencia en las muestras observadas
Media de A - Media de B = 21.000
Prueba de aleatorización
Hipótesis nula
H₀: μ₁ - µ₂ = 0
Hipótesis alterna
H₁: μ₁ - µ₂ ≠ 0
Número de remuestreos
Promedio
Desv.Est.
Valor p
1000
-0.185
4.728
< 0.002
Resultados clave: Valor p
En estos resultados, la hipótesis nula indica que la diferencia en la calificación media entre dos hospitales es 0. Puesto que el valor p es menor que 0.002, que es menor que el nivel de significancia de 0.05, la decisión es rechazar la hipótesis nula y concluir que las calificaciones de los hospitales son diferentes.
