Igualdad de parámetros para Análisis de distribución paramétrico (Censura arbitraria)

En este tema

Prueba de igualdad de parámetros de forma y escala
Prueba de igualdad de parámetros de forma
Prueba para igualdad de parámetros de escala
Intervalos de confianza de Bonferroni para parámetros de forma
Intervalos de confianza de Bonferroni para parámetro de escala

Prueba de igualdad de parámetros de forma y escala

Usted puede probar si dos o más conjuntos de datos provienen de la misma distribución (población). Si los conjuntos de datos provienen de la misma distribución, deberían tener parámetros iguales.

Una prueba de chi-cuadrada simultánea determina si los parámetros de distribución para los conjuntos de datos son significativamente diferentes entre sí. Compare el valor p con su valor α predeterminado.

Si el valor p es menor que el valor α, entonces usted puede concluir que por lo menos uno de los parámetros de distribución para los conjuntos de datos es significativamente diferente.
Si el valor p es mayor que el valor α, entonces usted no puede concluir que los parámetros de distribución para los dos conjuntos de datos son significativamente diferentes.

Si los conjuntos de datos provienen de distribuciones diferentes (el valor p es menor que el valor α), entonces examine los resultados de las pruebas individuales para igualdad de parámetros de forma (o de ubicación) y escala. Utilizando los resultados de las pruebas individuales, usted puede determinar si las diferencias entre las distribuciones ocurren en el parámetro de escala (forma para la distribución de Weibull), el parámetro de ubicación (escala para la distribución de Weibull) o en ambos parámetros.

Ejemplo de salida

Prueba para parámetros de escala y forma iguales

Chi-cuadrada	GL	P
325.247	2	0.000

Interpretación

Para los datos sobre silenciadores, la prueba busca determinar si la cantidad de millas antes de fallar del nuevo tipo de silenciadores y la cantidad de millas antes de fallar del antiguo tipo de silenciadores provienen de la misma distribución.

Debido a que el valor p de 0.00 para la prueba simultánea es menor que el valor α de 0.05, usted puede concluir que por lo menos uno de los parámetros de la distribución del nuevo tipo de silenciadores es significativamente diferente de los parámetros del antiguo tipo de silenciadores. Por lo tanto, los dos conjuntos de datos no provienen de la misma distribución.

Prueba de igualdad de parámetros de forma

Si la prueba simultánea para igualdad de parámetros de forma y escala indica una diferencia estadísticamente significativa, examine la prueba para igualdad de parámetros de forma para determinar si las diferencias entre las distribuciones ocurren dentro de los parámetros de forma.

Una prueba de chi-cuadrada determina si los parámetros de forma para dos o más conjuntos de datos son significativamente diferentes entre sí. Compare el valor p con su valor α predeterminado. Si usted está probando más de un parámetro de una distribución, tales como la forma y la escala, ajuste el valor α para representar varias pruebas. En este ejemplo, se prueban dos parámetros, por lo que el valor α para cada prueba es 0.05/2=0.025.

Si el valor p es menor que el valor α, entonces usted puede concluir que los parámetros de forma para los conjuntos de datos son significativamente diferentes. Cuando exista una diferencia significativa, examine los intervalos de confianza de Bonferroni para los parámetros a fin de identificar la magnitud de las diferencias en el parámetro entre las distribuciones.
Si el valor p es mayor que el valor α, entonces usted no puede concluir que los parámetros de forma para los conjuntos de datos son significativamente diferentes.

Ejemplo de salida

Prueba para parámetros de forma iguales

Chi-cuadrada	GL	P
112.830	1	0.000

Interpretación

Para los datos sobre silenciadores, la prueba busca determinar si las millas recorridas hasta fallar del nuevo tipo de silenciadores y las millas recorridas antes de fallar del antiguo tipo de silenciadores provienen de una distribución con el mismo parámetro de forma.

Debido a que el valor p de 0.00 es menor que el valor α de 0.025, usted puede concluir que los parámetros de forma de la distribución difieren significativamente para los dos tipos de silenciadores. Examine los intervalos de confianza de Bonferroni para los parámetros de forma a fin de identificar la magnitud de las diferencias en los parámetros de forma entre las dos distribuciones.

Prueba para igualdad de parámetros de escala

Si la prueba simultánea para igualdad de parámetros de forma y escala indica una diferencia estadísticamente significativa, examine la prueba para igualdad de parámetros de escala para determinar si las diferencias entre las distribuciones ocurren dentro de los parámetros de escala.

Una prueba de chi-cuadrada determina si los parámetros de escala para los dos conjuntos de datos son significativamente diferentes entre sí. Compare el valor p con su valor α predeterminado. Si usted está probando más de un parámetro de una distribución, tales como la forma y la escala, ajuste el valor α para representar varias pruebas. En este ejemplo, se prueban dos parámetros, por lo que el valor α para cada prueba es 0.05/2=0.025.

Si el valor p es menor que el valor α, entonces usted puede concluir que los parámetros de escala para los conjuntos de datos son significativamente diferentes. Cuando exista una diferencia estadísticamente significativa, examine los intervalos de confianza de Bonferroni para los parámetros a fin de identificar la magnitud de las diferencias en el parámetro entre las distribuciones.
Si el valor p es mayor que el valor α, entonces usted no puede concluir que los parámetros de escala para los conjuntos de datos son significativamente diferentes.

Ejemplo de salida

Prueba para parámetros de escala iguales

Chi-cuadrada	GL	P
254.479	1	0.000

Interpretación

Para los datos sobre silenciadores, la prueba busca determinar si la distribución de las millas recorridas hasta fallar para el nuevo tipo de silenciadores y las millas recorridas hasta fallar para el antiguo tipo de silenciadores tienen el mismo parámetro de escala.

Debido a que el valor p de 0.00 es menor que el valor α de 0.025, usted puede concluir que los parámetros de escala de la distribución de los dos tipos de silenciadores son significativamente diferentes.

Intervalos de confianza de Bonferroni para parámetros de forma

Si los resultados de la prueba de igualdad de parámetros de forma (o ubicación) indica una diferencia estadísticamente significativa, entonces examine los intervalos de confianza de Bonferroni para determinar la magnitud de la diferencia.

También puede comparar los intervalos de múltiples muestras para ver qué parámetros son diferentes. Si el intervalo de confianza para la relación de dos parámetros contiene 1, entonces usted no puede concluir que los dos parámetros son diferentes.

Ejemplo de salida

Bonferroni 95.0% (indiv 97.50%) simultáneo IC

Parámetro de forma para InicioNuevo dividido entre:

Variable	Inferior	Estimación	Superior
InicioAnt	0.5954	0.6517	0.7133

Interpretación

Para los datos sobre silenciadores, los valores probables para el parámetro de forma del antiguo tipo de silenciadores van de 0.5954 (59.54%) a 0.7133 (71.33%) del parámetro de forma para el nuevo tipo de silenciadores. La relación estimada del parámetro de forma es 0.6517 o 65.17%.

Intervalos de confianza de Bonferroni para parámetro de escala

Si los resultados de la prueba de igualdad de parámetros de escala indica una diferencia estadísticamente significativa, entonces examine los intervalos de confianza de Bonferroni para determinar la magnitud de la diferencia.

Ejemplo de salida

Bonferroni 95.0% (indiv 97.50%) simultáneo IC

Parámetro de escala para InicioNuevo dividido entre:

Variable	Inferior	Estimación	Superior
InicioAnt	0.8225	0.8426	0.8631

Interpretación

Para los datos sobre silenciadores, los valores probables para el tipo anterior de silenciadores van de 0.8225 (82.25%) a 0.8631 (86.31%) del parámetro de escala para el nuevo tipo de silenciadores. La relación estimada del parámetro de escala es 0.8426 o 84.26%.