Tipos de datos que pueden analizarse con una prueba de hipótesis

Las pruebas de hipótesis pueden utilizarse para evaluar muchos parámetros diferentes de una población. Cada prueba está diseñada para evaluar un parámetro de población específico, y el tipo de población determina el tipo adecuado de datos. Conocer el parámetro de interés de la población y el tipo de datos adecuado puede ayudarle a elegir la prueba más adecuada.
Datos continuos

Los datos continuos tienen un número incontable de valores entre cualesquiera dos valores. Usted debería usar datos continuos cuando desee hacer inferencias acerca de la media, la mediana y la desviación estándar o la varianza de una población.

Cuando usted mide una característica de una parte o proceso, como la longitud, el peso o la temperatura, por lo general obtiene datos continuos. Los datos continuos suelen incluir valores fraccionados (o decimales). Por ejemplo, un ingeniero especializado en calidad desea determinar si el peso medio difiere del valor indicado en la etiqueta del empaque (500 g). El ingeniero toma una muestra de cajas de cereal y registra el peso de las cajas.

Datos de Bernoulli (también denominados datos binomiales)

Los datos de Bernoulli deberían utilizarse para hacer inferencias acerca de proporciones o porcentajes. Los datos de Bernoulli a menudo se denominan datos binomiales, porque una población de Bernoulli se puede interpretar como una población binomial.

Cuando usted clasifica un elemento, evento o persona en una de dos categorías, obtiene datos binomiales. Las dos categorías deben ser mutuamente excluyentes, como si/no, pasa/no pasa o defectuoso/no defectuoso. Por ejemplo, unos ingenieros examinan una muestra de pernos para verificar si existen grietas notables que no permitan utilizarlos. Registran el número de pernos inspeccionados y el número de pernos rechazados. Los ingenieros quieren determinar si el porcentaje de pernos defectuosos es menor que 0.2%.

Datos de Poisson

Los datos de conteo deberían utilizarse para hacer inferencias acerca de una tasa de ocurrencia de un evento de interés.

Cuando usted cuenta la presencia de una característica, resultado o actividad en cierta cantidad de tiempo, área u otra longitud de observación, obtiene datos de Poisson. Los datos de Poisson se evalúan en conteos por unidad, con unidades del mismo tamaño. Por ejemplo, los inspectores de una empresa de autobuses cuentan el número de averías de las unidades cada día durante 30 días. La empresa desea determinar la tasa diaria de averías de los autobuses.