Truco

Prueba de Hipótesis con Risk Simulator


Teoría:
Una prueba de hipótesis se lleva a cabo al probar las medias y varianzas de dos distribuciones para determinar si son estadísticamente idénticas o estadísticamente diferentes una de la otra. Es decir, ver si las diferencias entre las medias y las variaciones de dos diferentes pronósticos que ocurren están basados en la posibilidad aleatoria o de hecho estadísticamente son significativamente diferentes una de la otra.

Procedimiento:

Corra una simulación
Seleccione Simulador de Riesgo | Herramientas | Pruebas de Hipótesis
Seleccione solo dos pronósticos para probar a la vez, seleccione el tipo de prueba de hipótesis que desea correr, y de Click en OK (Figura 5.18)


Interpretación de Reporte:
Una prueba de hipótesis de dos colas se lleva a cabo con la hipótesis nula (Ho) de tal manera que las medias de población de las dos variables son estadísticamente idénticas una a la otra. Si los valores p calculados son menores o iguales a 0.01, 0.05, o 0.10, esto significa que la hipótesis nula es rechazada, lo que implica que estadísticamente las medias del pronóstico son significativamente diferente a los niveles de significancia de 1 %, 5% y 10%.

Si la hipótesis nula no es rechazada cuando los valores p son altos, las medias de las dos distribuciones de pronóstico son estadísticamente similares una a la otra. El mismo análisis se ejecuta en variaciones de dos pronósticos a la vez usando la prueba F. Si los valores p son pequeños, entonces las variaciones (y desviaciones estándar) son estadísticamente diferentes una de la otra, de otra manera, para valores p más grandes, las variaciones son estadísticamente idénticas una a la otra.

Notas:
La prueba t de dos variables con varianzas desiguales (la varianza poblacional del pronóstico 1 se espera que sea diferente de la varianza poblacional del pronóstico 2) es apropiada cuando las distribuciones del pronóstico son de diferentes poblaciones (por ejemplo, datos colectados de dos diferentes locaciones geográficas, dos diferentes unidades de negocios operantes, y así sucesivamente).

Las pruebas t de dos variables con variaciones iguales (la variación de población del pronóstico 1 se espera que sea igual a la variación de población del pronóstico 2) es apropiada cuando las distribuciones de pronóstico son de poblaciones similares (por ejemplo, datos colectados de dos diferentes diseños de motor con especificaciones similares, y así sucesivamente).

La prueba t de dos variables dependientes es apropiada cuando las distribuciones de pronóstico son exactamente de la misma población. (Por ejemplo, datos recolectados del mismo grupo de clientes pero en diferentes ocasiones, y así sucesivamente).

¡Guarda esta información!

Descargalo en PDF

Descargar

¡Comparte este evento con tus colegas!

Email

Enviar

WhatsApp

Facebook

Cotizar
Próximos
Eventos

X

Mis cotizaciones:

Comentarios a tu solicitud:

Cotizar