Seleccionar las opciones de análisis para 1 proporción

Estadísticas > Estadísticas básicas > 1 proporción > Opciones

Especifique el nivel de confianza para el intervalo de confianza, defina la hipótesis alternativa o especifique el método para la prueba y el intervalo de confianza.

En este tema

Nivel de confianza
Hipótesis alterna
Método

Nivel de confianza

En Nivel de confianza, ingrese el nivel de confianza para el intervalo de confianza.

Por lo general, un nivel de confianza de 95% funciona adecuadamente. Un nivel de confianza del 95% indica que, si toma 100 muestras aleatorias de la población, los intervalos de confianza de aproximadamente 95 de las muestras cubrirán el parámetro de población.

Para un conjunto determinado de datos, un nivel de confianza más bajo produce un intervalo de confianza más estrecho y un nivel de confianza más alto produce un intervalo de confianza más amplio. La amplitud del intervalo también tiende a disminuir con tamaños de muestra más grandes. Por lo tanto, es posible que desee utilizar un nivel de confianza distinto del 95%, dependiendo del tamaño de la muestra.

Si el tamaño de la muestra es pequeño, un intervalo de confianza del 95% puede ser demasiado amplio para ser útil. El uso de un nivel de confianza más bajo, como el 90%, produce un intervalo más estrecho. Sin embargo, la probabilidad de que el intervalo abarque la proporción de la población disminuye.
Si el tamaño de la muestra es grande, considere la posibilidad de utilizar un nivel de confianza más alto, como el 99%. Con una muestra grande, un nivel de confianza de 99% aún podría producir un intervalo razonablemente estrecho, aumentando al mismo tiempo la probabilidad de que el intervalo cubierta la proporción de la población.

Hipótesis alterna

En Hipótesis alterna, seleccione la hipótesis que desea probar:

Proporción < proporción hipotética

Utilice esta prueba unilateral para determinar si la proporción de la población es menor que la proporción hipotética y obtener un borde superior. Esta prueba unilateral tiene mayor potencia que una prueba bilateral, pero no puede detectar si la proporción de la población es mayor que la proporción hipotética.

Por ejemplo, un ingeniero utiliza esta prueba unilateral para determinar si la proporción de partes defectuosas es menor que 0.001 (0.1%). Esta prueba unilateral tiene mayor potencia para determinar si la proporción es menor que 0.001, pero no puede detectar si la proporción es mayor que 0.001.

Proporción ≠ proporción hipotética

Utilice esta prueba bilateral para determinar si la proporción de la población difiere de la proporción hipotética y obtener un intervalo de confianza bilateral. Una prueba bilateral puede detectar diferencias que son menores o mayores que el valor hipotético, pero tiene menos potencia que una prueba unilateral.

Por ejemplo, un gerente de banco prueba si la proporción de clientes que tienen cuentas de ahorro este año difiere de la proporción del año pasado, 0,57 (57%). Puesto que cualquier diferencia respecto a la proporción del año pasado es importante, el gerente utiliza esta prueba bilateral para determinar si la proporción de este año es mayor o menor que la proporción del año pasado.

Proporción > proporción hipotética

Utilice esta prueba unilateral para determinar si la proporción de la población es mayor que la proporción hipotética y obtener un borde inferior. Esta prueba unilateral tiene mayor potencia que una prueba bilateral, pero no puede detectar si la proporción de la población es menor que la proporción hipotética.

Por ejemplo, un analista de calidad utiliza esta prueba unilateral para determinar si la proporción de interruptores eléctricos aceptables es mayor que 0,98. Esta prueba unilateral tiene mayor potencia para determinar si la proporción es mayor que 0,98, pero no puede determinar si la proporción es menor que 0,98.

Para obtener más información sobre la selección de una hipótesis alternativa unilateral o bilateral, vaya a Acerca de las hipótesis nula y alternativa.

Método

En Método, seleccione el método para calcular la prueba de hipótesis y el intervalo de confianza.

Blaker ajustado (exacto): De forma predeterminada, Minitab utiliza el método exacto de Blaker ajustado porque los intervalos de confianza son más precisos que el método exacto de Clopper-Pearson. Los intervalos del método exacto de Blaker ajustado están anidados. Esta propiedad significa que los intervalos de confianza con niveles de confianza más altos contienen intervalos de confianza con niveles de confianza más bajos. Por ejemplo, un intervalo de confianza exacto de Blaker del 95% bilateral contiene el intervalo de confianza del 90% correspondiente.; Al seleccionar Proporción < proporción hipotética o Proporción > proporción hipotética y el Método es Blaker ajustado (exacto), el análisis utiliza el método exacto de Clopper-Pearson porque el método exacto de Blaker ajustado es para la hipótesis Proporción ≠ proporción hipotética. El método exacto de Clopper-Pearson suele ser excesivamente conservador para intervalos bilaterales, de modo que el nivel de confianza real del intervalo es mayor que el nivel de confianza especificado. Para intervalos unilaterales, el método de Clopper-Pearson es menos conservador que para el caso de dos caras.
Wilson-puntuación: El método Wilson-score es una opción razonable para muchas aplicaciones prácticas. El nivel de confianza real del intervalo de puntuación de Wilson suele estar por debajo del nivel de confianza nominal especificado en el análisis. Utilice la corrección de continuidad de modo que el nivel de confianza real sea al menos el nivel de confianza nominal en el análisis.
Agresti-Coull: Muchos libros de texto de estadística enseñan el intervalo de Agresti-Coull. El intervalo de Agresti-Coull no utiliza cálculos iterativos, por lo que los resultados son más fáciles de calcular manualmente para los estudiantes que el intervalo de Blaker ajustado o el intervalo de puntuación de Wilson. El intervalo de Agresti-Coull tiene el mismo punto medio que el intervalo de confianza de la puntuación de Wilson sin una corrección de continuidad. El intervalo Agresti-Coull contiene el intervalo de la puntuación de Wilson, lo que hace que el intervalo de Agresti-Coulll sea más conservador que el intervalo de la puntuación de Wilson.
Aproximación normal (aplicación web): Muchos libros de texto de estadística enseñan el intervalo de aproximación normal de Wald. El intervalo de Wald no utiliza cálculos iterativos, por lo que los resultados son más fáciles de calcular manualmente para los estudiantes que el intervalo de Blaker ajustado o el intervalo de puntuación de Wilson. El punto medio del intervalo de Wald es la probabilidad observada.