229235_es-ES

liliconcom

Bondad de ajuste

Estimados usuarios de JMP,

Tengo una pregunta sobre el uso del valor P para verificar si un conjunto de datos se ajusta a una distribución.

Para alguna distribución (norma, lognormal...) en JMP es posible verificar el valor p con la "bondad de ajuste". P-value<0.05 los datos no coinciden con la distribución seleccionada, si p-value>0.05 los datos coinciden con la distribución seleccionada.

Intenté usar esta función con la "Mezcla Normal 2"... pero no es posible aplicar la "Adecuación de ajuste" desde el menú JMP.

¿Algunos de ustedes tienen alguna explicación para esto?

Gracias de antemano por su colaboración.

Atentamente,

simone

Re: Bondad de ajuste

gracias marca

Explicación clara.

Que tengas un buen día.

Atentamente,

simone

Re: Bondad de ajuste

El valor p se calcula a partir de la distribución muestral del estadístico de prueba para el modelo bajo la hipótesis nula. Por ejemplo, hay varias estadísticas de prueba para la bondad de ajuste a un modelo de distribución normal. El estadístico W de Shapiro-Wilk o el estadístico A2 de Anderson-Darling. La estadística de prueba no está disponible para todos los modelos.

Re: Bondad de ajuste

Querida marca,

gracias por los comentarios y los detalles.

Lo usaré como guía en este análisis de distribución.

Para mi entendimiento: el valor p es un cálculo matemático ... entonces, ¿por qué alguna distribución puede "generar" el valor p y otra no puede generar este cálculo del valor p?

 

Gracias de nuevo por tus comentarios.

Atentamente,

simone

Re: Bondad de ajuste

Muchos modelos de distribución tienen una prueba de hipótesis para la bondad del ajuste. La prueba de hipótesis se basa en la hipótesis nula (es decir, la que se supone que es verdadera) de que la muestra de datos observados es de hecho de una población con tal distribución. La alternativa es que la población no tenga tal distribución. Se han desarrollado uno o más estadísticos para algunas distribuciones para representar la hipótesis nula. La distribución de muestreo de estas estadísticas se utiliza para calcular un valor p. Algunas estadísticas cubren el valor p mejor que otras. Sin embargo, no todas las distribuciones tienen una estadística. Además, un modelo mixto para una distribución no tiene una estadística para probar la hipótesis nula.

 

(Cuando tal prueba esté disponible, le advertiría que no use siempre alfa = 0.05 para cada decisión sobre la importancia).

 

En tu caso, te sugiero que utilices un criterio de información en lugar de una estadística muestral. AICc o BIC puede ser utilizado para este propósito. el mejor modelo basado solo en el criterio es el que tiene valor de criterio mínimo . Esto es no una prueba, sin embargo. No hay valor p. No existe tal decisión como 'significativo' o 'no significativo'. Solo hay selección de un modelo sobre los otros modelos candidatos.