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.
μ₁: media de población de Calificación cuando Hospital = A |
---|
µ₂: media de población de Calificación cuando Hospital = B |
Diferencia: μ₁ - µ₂ |
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 |
Media de A - Media de B = 21.000 |
---|
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 |
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.