9.6
El método del valor P utiliza un valor P calculado en lugar del valor crítico para llegar a una decisión sobre la hipótesis.
Como primer paso, se enuncia una hipótesis y se expresa simbólicamente.
Para probar la proporción, la media o la desviación estándar de una población, las hipótesis nula y alternativa se expresan de la siguiente manera.
Como siguiente paso, se decide un nivel de significación α, que suele ser 0,05 o 0,01.
Además, se elige un estadístico de prueba apropiado y se calcula utilizando los datos de la muestra.
A continuación, este estadístico de prueba se utiliza para calcular directamente el valor P.
El valor P es la probabilidad de obtener un valor estadístico de prueba al menos tan extremo como el obtenido de los datos de la muestra. Podemos trazar una distribución que muestre el estadístico de prueba dado y el valor P.
Si el valor P calculado es igual o menor que el nivel de significación decidido, rechazamos la hipótesis nula; de lo contrario, no rechazamos la hipótesis nula.
El proceso de prueba de hipótesis basado en el método del valor P incluye calcular el valor P utilizando los datos de la muestra e interpretarlos.
Primero, se propone una afirmación específica sobre el parámetro poblacional. La afirmación se basa en la pregunta de investigación y se expresa de forma sencilla. Además, también se hace una declaración contraria a la reclamación. Estos enunciados pueden actuar como hipótesis nula y alternativa: una hipótesis nula sería un enunciado neutral, mientras que la hipótesis alternativa puede tener una dirección. La hipótesis alternativa también puede ser la afirmación original si implica una dirección específica sobre el parámetro poblacional.
Una vez planteadas las hipótesis, se expresan simbólicamente. Como convención, la hipótesis nula contendría el símbolo de igualdad, mientras que la hipótesis alternativa puede contener los símbolos >, < o ≠.
Antes de continuar con la prueba de hipótesis, se debe decidir un nivel de significancia apropiado. Existe un consenso general para establecer niveles de significancia del 95% (es decir, 0,95) o del 99% (es decir, 0,99). Aquí el α sería 0,05 o 0,01, respectivamente.
A continuación, identifique una estadística de prueba adecuada. La proporción y la media (cuando se conoce la desviación estándar de la población) es el estadístico z. Para la media, cuando se desconoce la desviación estándar de la población, es un estadístico t, y para la varianza (o DE), es un estadístico de chi-cuadrado.
Después de calcular la estadística de prueba, encuentre el valor P electrónicamente o en la tabla de valores P respectiva y compárelo con el nivel de significancia predeterminado. Si el valor P es menor que el nivel de significancia predeterminado, rechace la hipótesis nula.
La interpretación de la afirmación original a partir de la hipótesis o la propiedad de la población debe basarse en el valor P.
El método del valor P utiliza un valor P calculado en lugar del valor crítico para llegar a una decisión sobre la hipótesis.
Como primer paso, se enuncia una hipótesis y se expresa simbólicamente.
Para probar la proporción, la media o la desviación estándar de una población, las hipótesis nula y alternativa se expresan de la siguiente manera.
Como siguiente paso, se decide un nivel de significación α, que suele ser 0,05 o 0,01.
Además, se elige un estadístico de prueba apropiado y se calcula utilizando los datos de la muestra.
A continuación, este estadístico de prueba se utiliza para calcular directamente el valor P.
El valor P es la probabilidad de obtener un valor estadístico de prueba al menos tan extremo como el obtenido de los datos de la muestra. Podemos trazar una distribución que muestre el estadístico de prueba dado y el valor P.
Si el valor P calculado es igual o menor que el nivel de significación decidido, rechazamos la hipótesis nula; de lo contrario, no rechazamos la hipótesis nula.
From Chapter 9:
Now Playing
Hypothesis Testing
6.1K Views
Hypothesis Testing
15.3K Views
Hypothesis Testing
9.7K Views
Hypothesis Testing
12.4K Views
Hypothesis Testing
7.6K Views
Hypothesis Testing
28.9K Views
Hypothesis Testing
4.6K Views
Hypothesis Testing
29.3K Views
Hypothesis Testing
4.7K Views
Hypothesis Testing
3.2K Views
Hypothesis Testing
2.7K Views
Hypothesis Testing
5.4K Views
Hypothesis Testing
2.2K Views