Especifique la prueba, especifique el nivel de significancia y seleccione la hipótesis alternativa.
En este tema
Prueba de valores atípicos
Todas las pruebas de valores atípicos de Minitab están diseñadas para detectar un único valor atípico en una muestra. Por lo general, la prueba de Grubbs funciona adecuadamente. Sin embargo, si una muestra contiene más de un posible valor atípico, entonces la prueba de Grubbs y la relación Q de Dixon podrían no ser efectivas.
- Si no sabe si los datos incluyen valores atípicos, utilice la prueba de Grubbs.
- Si sabe que los datos incluyen uno o más valores atípicos, utilice una de las pruebas de Dixon. Las pruebas de Dixon están diseñadas para superar el efecto de enmascaramiento que pueden causar múltiples valores atípicos posibles.
En la siguiente ilustración, cada columna muestra la manera en que las diferentes pruebas de relación de Dixon tratan la misma muestra. El valor encerrado en un círculo es el posible valor atípico. Las X indican qué valores de datos ignora cada prueba de relación de Dixon cuando calcula el estadístico de prueba. (Esta ilustración presupone que la hipótesis alternativa es El valor más pequeño o más grande de los datos es un valor atípico o El valor más grande de los datos es un valor atípico.) Para estos datos, la prueba de relación r22 de Dixon tiene mayor probabilidad de identificar el valor dentro del círculo como un valor atípico.
Las muestras más grandes de una población normal tienen mayor probabilidad de incluir valores extremos. Dixon propuso las siguientes directrices generales para las relaciones.
| Tamaño de la muestra (n) | Relación recomendada |
|---|---|
 |
r10 (también denominada relación Q de Dixon) |
 |
r11 |
 |
r21 |
 |
r22 |
Nivel de significancia
Compare el nivel de significancia con el valor p para decidir si puede rechazar o no la hipótesis nula (H0). Si el valor p es menor que el nivel de significancia, la interpretación habitual es que los resultados son estadísticamente significativos y usted rechaza H0.
- Elija un nivel de significancia más alto, como por ejemplo 0.10, para estar más seguro de detectar cualquier diferencia que pueda existir. Por ejemplo, un ingeniero especializado en calidad compara la estabilidad de nuevos rodamientos de esferas con la estabilidad de los rodamientos actuales. El ingeniero debe estar sumamente seguro de que los nuevos rodamientos de esferas son estables, porque rodamientos inestables podrían causar un desastre. Escoge un nivel de significancia de 0.10 para estar más seguro de detectar cualquier posible diferencia en la estabilidad de los rodamientos.
- Elija un nivel de significancia más bajo, como por ejemplo 0.01, para estar más seguro de detectar solo una diferencia que realmente exista. Por ejemplo, un científico de una compañía farmacéutica debe estar muy seguro de que la afirmación de que el nuevo medicamento de la empresa reduce significativamente los síntomas es verdadera. El científico escoge un nivel de significancia de 0.001 para estar más seguro de que existe una diferencia significativa en los síntomas.
¿Qué desea deteminar? (hipótesis alterna)
- El valor más pequeño o más grande de los datos es un valor atípico: Utilice esta prueba bilateral cuando el valor de datos más pequeño o el valor de datos más grande pudiera ser un valor atípico. Esta prueba bilateral puede detectar valores atípicos del valor de datos más pequeño o más grande, pero tiene menos potencia que una prueba unilateral.
- El valor más pequeño de los datos es un valor atípico: Utilice esta prueba unilateral cuando sospeche que el valor de datos más pequeño es un valor atípico. Esta prueba unilateral tiene mayor potencia que una prueba bilateral, pero no puede detectar valores atípicos que sean el valor de datos más grande.
- El valor más grande de los datos es un valor atípico: Utilice esta prueba unilateral cuando sospeche que el valor de datos más grande es un valor atípico. Esta prueba unilateral tiene mayor potencia que una prueba bilateral, pero no puede detectar valores atípicos que son el valor de datos más pequeño.
