Aviso
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con:
El tamaño de la muestra (N) es el número total de observaciones en la muestra.
El tamaño de la muestra afecta el intervalo de confianza y la potencia de la prueba. Generalmente, una muestra más grande da como resultado un intervalo de confianza más estrecho. Un tamaño de muestra más grande también confiere a la prueba más potencia.
Para más información sobre potencia en pruebas de equivalencia, vaya a Potencia para las pruebas de equivalencia.
La media resume los valores de cada muestra con un valor individual que identifica el centro de los datos. La media se calcula como el promedio aritmético de los datos, que es la suma de todas las observaciones dividida entre el número de observaciones.
La media de la muestra de la prueba es una estimación de la media de la población de la prueba. La media de la muestra de referencia es una estimación de la media de la población de referencia. Por lo tanto, la diferencia (o relación) entre las medias de la muestra proporciona una estimación de la diferencia (o relación) entre las medias de la población de la prueba y la población de referencia.
Puesto que la estimación se basa en datos de muestras y no en las poblaciones completas, usted no puede estar seguro de que sea igual a la diferencia (o relación) de las poblaciones. Para evaluar la precisión de la estimación para las poblaciones, puede utilizar un intervalo de confianza.
La desviación estándar (Desv.Est.) es la medida de dispersión más común, que indica qué tanto varían los datos con respecto a la media. La variación que es aleatoria o natural de un proceso se conoce comúnmente como ruido.
La desviación estándar utiliza las mismas unidades que los datos. El símbolo σ (sigma) suele utilizarse para representar la desviación estándar de una población. La letra s se utiliza para representar la desviación estándar de una muestra.
Utilice la desviación estándar para determinar qué tan dispersos están los datos con respecto a la media.
La desviación estándar de los datos de la muestra es una estimación de la desviación estándar de la población. Valores más altos indican más variación o "ruido" en los datos. La desviación estándar se utiliza para calcular el intervalo de confianza y el valor p. Un valor más alto da como resultado un intervalo de confianza más amplio y potencia estadística más baja.
El error estándar de la media (EE de la media) estima la variabilidad entre las medias de las muestras que usted obtendría si tomara muestras repetidas de la misma población. Mientras que el error estándar de la media estima la variabilidad entre las muestras, la desviación estándar mide la variabilidad dentro de una misma muestra.
Por ejemplo, usted tiene un tiempo de entrega medio de 3.80 días, con una desviación estándar de 1.43 días, de una muestra aleatoria de 312 tiempos de entrega. Estos números producen un error estándar de la media de 0.08 días (1.43 dividido entre la raíz cuadrada de 312). De haber tomado múltiples muestras aleatorias del mismo tamaño y de la misma población, la desviación estándar de esas medias diferentes de las muestras habría sido aproximadamente 0.08 días.
Utilice el error estándar de la media para determinar el grado de precisión con el que la media de la muestra estima la media de la población.
Un valor del error estándar de la media más bajo indica una estimación más precisa de la media de la población. Por lo general, una desviación estándar más grande se traducirá en un mayor error estándar de la media y una estimación menos precisa de la media de la población. Un tamaño de muestra más grande dará como resultado un menor error estándar de la media y una estimación más precisa de la media de la población.
Minitab utiliza el error estándar de la media para calcular el intervalo de confianza.
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con: