Tabla de contenido
¿Cómo se interpreta la prueba exacta de Fisher?
La prueba de Fisher es el método exacto utilizado cuando se quiere estudiar si existe asociación entre dos variables cualitativas, es decir, si las proporciones de una variable son diferentes en función del valor de la otra variable.
¿Cuándo es significativa la p?
En la mayoría de los análisis, un nivel de significancia (alfa) de 0,05 se utiliza como el límite de significancia. Si el valor p es menor que 0,05, rechazamos la hipótesis nula de que no hay diferencia entre las medias y concluimos que sí existe una diferencia significativa.
¿Cómo afecta el tamaño de la muestra la potencia de la prueba?
El tamaño de la muestra afecta la potencia de la prueba. Por lo general, con un tamaño de muestra más grande, la prueba tiene más potencia para detectar una diferencia entre los datos de la muestra y la distribución normal.
¿Cómo calcular el tamaño de una muestra?
Cuando el tamaño de la muestra es pequeño, usamos la distribución t para calcular el valor p. En este caso, calculamos los grados de libertad, df = n-1. Luego usamos df, junto con la prueba de T de Student, para calcular el valor de p. Si la muestra es mayor que 30 (n> 30), consideramos que es un tamaño de muestra grande.
¿Qué es un estadístico de prueba?
Un estadístico de prueba es una variable aleatoria que se calcula a partir de datos de muestra y se utiliza en una prueba de hipótesis. Puede utilizar los estadísticos de prueba para determinar si puede rechazar la hipótesis nula.
¿Cuál es la diferencia entre un tamaño de muestra y una distribución normal?
Por lo general, con un tamaño de muestra más grande, la prueba tiene más potencia para detectar una diferencia entre los datos de la muestra y la distribución normal. Es decir, cuando realmente existe una diferencia, usted tiene mayor probabilidad de detectarla con un tamaño de muestra más grande.