394715_es-ES

liliconcom

Uso de pruebas de hipótesis para tomar decisiones informadas

 

Vea cómo:

• Comprender la diferencia entre una hipótesis nula y una hipótesis alternativa, las dos condiciones que queremos investigar.
  • Hipótesis nula: generalmente el status quo, por ejemplo NO HAY DIFERENCIA en las medias poblacionales de las que se extrajeron estas dos muestras.
  • Hipótesis alternativa: el complemento de la nula, por ejemplo HAY UNA DIFERENCIA en las medias poblacionales
  • También podemos insertar Mayor que (o Menor que) en lugar de Sin diferencia
  • Aceptar una hipótesis alternativa es rechazar (o refutar) una hipótesis nula.
  • Al realizar pruebas, buscamos pruebas de que la hipótesis alternativa está dentro de nuestro nivel de confianza y podemos refutar (o refutar) la hipótesis nula.
  • Precaución: Si NO rechazamos Alt, NO significa que Null sea verdadero y quizás no hayamos recopilado suficientes datos para aceptarlo.
• El nivel de confianza es el nivel de seguridad involucrado con las hipótesis.
  • El nivel de confianza necesario puede depender
    • A menudo, el nivel de confianza aceptable para tomar decisiones es del 95%.
    • Quizás, si está considerando decisiones de vida o muerte, necesite tener un 99,9% de confianza en los resultados.
  • 95% de confianza significa que si ejecuta una prueba estadística 100 veces, debería acertar unas 95 veces.
  • El valor alfa es 1 - Confianza/100
• Comparar e interpretar el intervalo de confianza sobre un valor medio
• Comparar la media con un valor objetivo
  • Analizar>Distribución y luego Probar media desde el triángulo rojo
  • Interpretar cuanítulos, resumen estadístico, prueba de medias
• Comparar dos medias
  • Analizar>Distribución y luego prueba t desde el triángulo rojo
  • Interpretar la prueba t
• Comparar más de dos medios
  • Analizar>Distribución y luego Medias/ANOVA del triángulo rojo
  • Ejecutar análisis unidireccional (ANOVA)
  • Interpretar el resumen de ajuste, R-cuadrado, análisis de varianza y medias para un ANOVA
• Prueba de hipótesis de equivalencia: se utiliza porque cuando las medias de las muestras no son diferentes, todavía no podemos concluir que las medias de la población fueran las mismas.
  • La hipótesis alternativa es que las medias poblacionales son las mismas, dentro de un margen específico
  • La hipótesis nula es que las medias poblacionales PUEDEN NO SER las mismas dentro del margen.
  • La diferencia en la media poblacional está fuera del intervalo de equivalencia
  • Emplear pruebas t bilaterales (TOST)

 

Nota: Las preguntas y respuestas se intercalan a partir de ~ Hora 20:05.

 

Si tiene preguntas para Jerry, escriba @JerryFish en tu comentario.

 

Recursos

• Acerca de AICc y BIC
• Ajuste de distribución normal documentación
• Dominar el vídeo JMP y los recursos para Seleccionar el tamaño de muestra adecuado para el experimento diseñado
• Prueba de dos muestras para proporciones documentación

• SKP Portal de conocimiento estadístico

• curso STIP Pensamiento estadístico para la resolución de problemas industriales

   

• Lista de deseos de JMP por enviar sugerencias para mejorar JMP

 

Compare Mean to Target ValueCompare Mean to Target ValueComparar el valor medio con el objetivo

Análisis y modelado de datos básicosRe: Uso de pruebas de hipótesis para tomar decisiones informadas

Hola @JerryFish ,

¿Cómo se estima el margen de equivalencia para una prueba de equivalencia?

Tengo un fabricante que quiere ampliar la fabricación de una pieza a una nueva instalación y quiero demostrar que el proceso previo y posterior al traslado son equivalentes.

 

Mi idea inicial fue utilizar datos previos al movimiento y derivar el intervalo de confianza del 90 % para la desviación estándar y utilizar un valor dentro de este rango como margen. ¿Pero un valor entre 0,00488-0,007577 parece demasiado pequeño para realizar este estudio?

 

¿Alguna sugerencia?

 

Gracias

neha

Re: Uso de pruebas de hipótesis para tomar decisiones informadas

Hola @carlogarcia !Sí, una prueba t combinada sería la mejor opción si se pueden asumir variaciones iguales entre las muestras.

 

Como observará, de forma predeterminada, JMP asume variaciones desiguales.Esto da como resultado intervalos de confianza más amplios (entre otras cosas) que para las varianzas agrupadas, por lo que es una evaluación más conservadora que una prueba t combinada.

 

Pero cuando activas las "Medias/ANOVA/t agrupada" del triángulo rojo, los resultados sí se combinan.

 

Por supuesto, como usted señala, querrá tener confianza en que las variaciones de los dos grupos no son diferentes, y eso lo obtiene a través de la opción "Variaciones desiguales" del triángulo rojo.

 

! Gracias por los comentarios!

 

 

Re: Uso de pruebas de hipótesis para tomar decisiones informadas

@JerryFish Agradezco las diapositivas y la conferencia que ha proporcionado para la prueba de hipótesis.

Una pregunta que tengo es que la prueba t en JMP supone que tenemos una varianza desigual:

¿Qué pasa si nuestras muestras tienen varianzas iguales, como esta muestra masculina y femenina?

¿La prueba t agrupada sería una mejor opción?

 

Gracias.