Interpretar los resultados clave para Tasa de Poisson para 2 muestra

Complete los siguientes pasos para interpretar una prueba de tasa de Poisson de 2 muestras. La salida clave incluye la estimación de la diferencia, el intervalo de confianza y el valor p.

En este tema

Paso 1: Determinar un intervalo de confianza para la diferencia en las tasas de población
Paso 2: Determinar si la diferencia es estadísticamente significativa

Paso 1: Determinar un intervalo de confianza para la diferencia en las tasas de población

Primero, considere la diferencia en las tasas de las muestras y luego examine el intervalo de confianza.

La diferencia estimada es una estimación de la diferencia en las tasas de ocurrencia de las poblaciones. Puesto que la diferencia se basa en los datos de una muestra y no en toda la población, es improbable que la diferencia en las muestras sea igual a la diferencia en las poblaciones. Para estimar mejor la diferencia en las poblaciones, utilice el intervalo de confianza de la diferencia.

El intervalo de confianza proporciona un rango de valores probables para la diferencia entre las tasas de ocurrencia de dos poblaciones. Por ejemplo, un nivel de confianza de 95% indica que si usted toma 100 muestras aleatorias de la población, podría esperar que aproximadamente 95 de las muestras contengan la diferencia de población. El intervalo de confianza ayuda a evaluar la significancia práctica de los resultados. Utilice su conocimiento especializado para determinar si el intervalo de confianza incluye valores que tienen significancia práctica para su situación. Si el intervalo es demasiado amplio para ser útil, considere aumentar el tamaño de la muestra. Para obtener más información, vaya a Maneras de obtener un intervalo de confianza más preciso.

Estimación de la diferencia

Diferencia estimada	IC de 95% para la diferencia
-7.7	(-14.6768, -0.723175)

Resultados clave: Diferencia estimada, IC de 95% para la diferencia

En estos resultados, la estimación de la tasa de ocurrencia de la población para la diferencia en las visitas de los clientes a dos oficinas postales es −7,7. Usted puede estar 95% seguro de que la diferencia en las tasas de las poblaciones está entre aproximadamente −14,7 y −0,7.

Paso 2: Determinar si la diferencia es estadísticamente significativa

Para determinar si la diferencia entre las tasas de ocurrencia 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 tasas 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 entre las tasas de las poblaciones no es igual a la diferencia hipotética. Si usted no especificó una diferencia hipotética, Minitab prueba si no hay diferencia entre las tasas (Diferencia hipotetizada = 0). Utilice su conocimiento especializado para determinar si la diferencia es significativa desde el punto de vista práctico. Para obtener más información, vaya a Significancia estadística y práctica.
Valor p > α: La diferencia entre las tasas 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 las tasas de las poblaciones son diferentes. Debe asegurarse de que su prueba tenga suficiente potencia para detectar una diferencia que es significativa desde el punto de vista práctico. Para obtener más información, vaya a Potencia y tamaño de la muestra para la tasa de Poisson de 2 muestras.

Prueba

Hipótesis nula	H₀: λ₁ - λ₂ = 0
Hipótesis alterna	H₁: λ₁ - λ₂ ≠ 0

Método	Valor Z	Valor p
Exacta		0.031
Aproximación normal	-2.16	0.031

Resultado clave: Valor p

En otros resultados, la hipótesis nula indica que la diferencia en el número de clientes entre las dos oficinas postales es 0. Puesto que el valor p de 0.031 es menor que el nivel de significancia de 0.05, el analista rechaza la hipótesis nula y concluye que el número de clientes es diferente entre las dos oficinas postales. El IC de 95% indica que la Oficina B probablemente tenga una tasa de clientes más alta que la Oficina A.