Métodos y fórmulas para 1 varianza

Seleccione el método o la fórmula de su preferencia.

Desviación estándar (Desv.Est.)

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los datos alrededor de la media. La desviación estándar de la muestra es igual a la raíz cuadrada de la varianza de la muestra.

Si la columna contiene x1, x2,..., xN, con media , entonces la desviación estándar viene dada por:

Notación

TérminoDescription
xila iésima observación en la muestra
la media de la muestra
Sla desviación estándar de la muestra
ntamaño de la muestra

Varianza

La varianza mide qué tan dispersos están los datos alrededor de su media. La varianza es igual a la desviación estándar elevada al cuadrado.

Fórmula

Notación

TérminoDescription
xiiésima observación
media de las observaciones
Nnúmero de observaciones presentes

Intervalos y límites de confianza para el método de chi-cuadrada

Utilice este método cuando los datos estén distribuidos normalmente. Este método es inexacto para datos no normales, incluso cuando el tamaño de la muestra es muy grande.

Intervalos de confianza

Un intervalo de confianza de 100(1 - α)% para la desviación estándar de la población viene dado por:
Un intervalo de confianza de 100(1 - α)% para la varianza de la población viene dado por:

Límites de confianza

Cuando usted especifica una prueba unilateral, Minitab calcula un límite de confianza unilateral de 100(1–α)%, de acuerdo con la dirección de la hipótesis alternativa.

  • Si usted especifica una hipótesis alternativa del tipo "mayor que", un límite inferior de 100(1–α)% para la desviación estándar de la población viene dado por:

    Un límite inferior de 100(1–α)% para la varianza de la población viene dado por:

  • Si usted especifica una hipótesis alternativa del tipo "menor que", un límite superior de 100(1–α)% para la desviación estándar de la población viene dado por:

    Un límite superior de 100(1–α)% para la varianza de la población viene dado por:

Notación

TérminoDescription
αnivel de significancia para el intervalo de confianza de 100(1 – α)%
ntamaño de la muestra
S2varianza de la muestra
Χ2(p)el punto percentil superior 100pésimo en una distribución de chi-cuadrada con (n – 1) grados de libertad
σvalor real de la desviación estándar de la población
σ2valor real de la varianza de la población

Intervalos y límites de confianza para el método de Bonett

Utilice este método para cualquier tipo de datos continuos (normales o no normales) 1

Intervalo de confianza

Un intervalo de confianza de 100(1-α)% para la desviación estándar de la población viene dado por:
Un intervalo de confianza de 100(1-α)% para la varianza de la población viene dado por:

Límites de confianza

Cuando usted especifica una prueba unilateral, Minitab calcula un límite de confianza unilateral de 100(1–α)%, de acuerdo con la dirección de la hipótesis alternativa.

  • Si usted especifica una hipótesis alternativa del tipo "mayor que", un límite inferior de 100(1–α)% para la desviación estándar de la población viene dado por:
    Un límite inferior aproximado de 100(1- a)% para la varianza de la población viene dado por:
  • Si usted especifica una hipótesis alternativa del tipo "menor que", un límite superior aproximado de 100(1–α)% para la desviación estándar de la población viene dado por:
    Un límite superior aproximado de 100(1- a)% para la varianza de la población viene dado por:

Notación

TérminoDescription
α 1 – nivel de confianza / 100
cα/2 n / (nzα/2)
cα n / (nzα )
s2 valor observado de la varianza de la muestra
zα/2probabilidad acumulada inversa de la distribución normal estándar en 1 – α/2. Si n es menor que o igual a zα/2, Minitab no calcula los intervalos de confianza de Bonett.
zα probabilidad acumulada inversa de la distribución normal estándar en 1 – α. Si n es menor que o igual a zα , Minitab no calcula los intervalos de confianza de Bonett.
ee
= curtosis excesiva estimada
m media recortada con proporción de recorte igual a ; m = media de la muestra cuando n es menor que o igual a 5
σ valor real de la desviación estándar de la población
σ2 valor real de la varianza de la población

Prueba de hipótesis para el método de chi-cuadrada

Utilice este método cuando los datos estén distribuidos normalmente. El método es inexacto para datos no normales, incluso cuando el tamaño de la muestra es muy grande.

Fórmula

La prueba de hipótesis utiliza las siguientes ecuaciones del valor p para las hipótesis alternativas respectivas:

H1: σ2 > σ02: valor p = P(Χ2x2)

H1: σ2 < σ02: valor p = P(Χ2x2)

H1: σ2σ02: valor p = 2 × min{P(Χ2x2), P(Χ2x2)}

Notación

TérminoDescription
σ2valor real de la varianza de población
σ02valor hipotético de la varianza de población
Χ2sigue una distribución de chi-cuadrada con (n – 1) grados de libertad cuando σ2 = σ02
x2
TérminoDescription
S2valor observado de la varianza de la muestra
ntamaño de la muestra

Prueba de hipótesis para el método de Bonett

Utilice este método para cualquier tipo de datos continuos (normales o no normales)

Fórmula

El procedimiento de Bonett no está asociado con un estadístico de prueba. Sin embargo, Minitab utiliza las regiones de rechazo definidas por los límites de confianza para calcular un valor p.

Para una hipótesis bilateral, el valor p viene dado por:

p = 2 × min(αL, αU)

  • Para una hipótesis alternativa del tipo "menor que", el valor p se calcula como αU después de reemplazar α/2 por α en la notación.
  • Para una hipótesis alternativa del tipo "mayor que", el valor p se calcula como αL después de reemplazar α/2 por α en la notación.

Notación

TérminoDescription
σ02varianza hipotética
αLsolución más pequeña, α, de la ecuación
αUsolución más pequeña, α, de la ecuación
cα/2n / (nzα/2)
α1 – nivel de confianza / 100
s2valor observado de la varianza de la muestra
zα/2probabilidad acumulada inversa de la distribución normal estándar en 1 – α/2. Si n es menor que o igual a zα/2, Minitab no calcula los intervalos de confianza de Bonett.
ee
TérminoDescription
= curtosis excesiva estimada
mmedia recortada con proporción de recorte igual a ; m = 0 cuando n es menor que o igual a 5
1 D.G. Bonett (2006). "Approximate confidence interval for standard deviation of nonnormal distributions" , Computational Statistics & Data Analysis, 50, 775-782.