Interpretar todos los estadísticos y gráficas para Prueba de valores atípicos

El nivel de significancia (denotado como α o alfa) es el máximo nivel de riesgo aceptable de rechazar la hipótesis nula cuando la hipótesis nula es verdadera (error tipo I). El valor predeterminado es 0.05.

El tamaño de la muestra (N) es el número total de observaciones en la muestra.

La media es el promedio de los datos, que es la suma de todas las observaciones dividida entre el número de observaciones.

Por ejemplo, los tiempos de espera (en minutos) de cinco clientes en un banco son: 3, 2, 4, 1 y 2. El tiempo medio de espera se calcula de la siguiente manera:

En promedio, un cliente espera 2.4 minutos para ser atendido en el banco.

Interpretación

Utilice la media para describir la muestra con un solo valor que representa el centro de los datos. Muchos análisis estadísticos utilizan la media como una medida estándar del centro de la distribución de los datos.

Tanto la mediana como la media miden la tendencia central. Sin embargo, valores poco comunes, llamados valores atípicos, pueden afectar a la mediana menos de lo que afectan a la media. Si los datos son simétricos, la media y la mediana son similares.

Simétrica

No simétrica

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los datos alrededor de la media. El símbolo σ (sigma) se utiliza frecuentemente para representar la desviación estándar de una población, mientras que s se utiliza para representar la desviación estándar de una muestra. La variación que es aleatoria o natural de un proceso se conoce comúnmente como ruido.

Debido a que la desviación estándar utiliza las mismas unidades que los datos, generalmente es más fácil de interpretar que la varianza.

Interpretación

Utilice la desviación estándar para determinar qué tan dispersos están los datos con respecto a la media. Un valor de desviación estándar más alto indica una mayor dispersión de los datos. Una buena regla empírica para una distribución normal es que aproximadamente 68% de los valores se ubican dentro de una desviación estándar de la media, 95% de los valores se ubican dentro de dos desviaciones estándar y 99.7% de los valores se ubican dentro de tres desviaciones estándar.

La desviación estándar también se puede utilizar para establecer un valor de referencia para estimar la variación general de un proceso.

Hospital 1

Hospital 2

El máximo es el valor más grande de los datos.

En estos datos, el máximo es 19.

El mínimo es el valor más pequeño de los datos.

En estos datos, el mínimo es 7.

Un valor atípico es una observación extrañamente grande o pequeña. Trate de identificar la causa de cualquier valor atípico. Corrija cualquier error de entrada de datos o de medición. Considere eliminar los valores de datos asociados con eventos anormales y únicos (también conocidos como causas especiales).

La fila de la hoja de trabajo que contiene el valor atípico. Minitab solo muestra este valor cuando existe un valor atípico.

Cuando usted utiliza una de las pruebas de relación de Dixon, Minitab muestra más observaciones en la tabla de la prueba, además del mínimo y el máximo. El valor entre corchetes indica el tamaño de la observación con respecto a los otros valores. Por ejemplo, x[2] denota la 2^da observación más pequeña y x[N-1] denota la 2^da observación más grande.

El estadístico de la prueba de Grubbs (G) es la diferencia entre la media de la muestra y el valor de los datos más grande o más pequeño, dividida entre la desviación estándar. Minitab utiliza el estadístico de la prueba de Grubbs para calcular el valor p, que es la probabilidad de rechazar la hipótesis nula cuando es verdadera.

El valor p es una probabilidad que mide la evidencia en contra de la hipótesis nula. Un valor p más pequeño proporciona una evidencia más fuerte en contra de la hipótesis nula.

Una gráfica de valores atípicos es similar a una gráfica de valores individuales. Utilice la gráfica de valores atípicos para identificar visualmente un valor atípico en los datos. Si existe un valor atípico, Minitab lo representa en la gráfica como un cuadro rojo. Trate de identificar la causa de cualquier valor atípico. Corrija cualquier error de entrada de datos o de medición. Considere eliminar los valores de datos asociados con eventos anormales y únicos (también conocidos como causas especiales).