Las pruebas de hipótesis están disponibles en la aplicación de Listas y Hoja de Cálculo. Para obtener más información sobre estas funciones, consulte la Guía de Referencia de TI‑Nspire™.
Algunos de los asistentes para las Pruebas Estadísticas muestran la casilla de verificación Dibujar. En forma predeterminada, esta casilla no está seleccionada. Al seleccionar esta casilla, se crea un área de trabajo de Datos y Estadísticas en la página y se diagraman los resultados en esa área de trabajo.
Realiza una prueba de hipótesis para una media poblacional desconocida, m, cuando se conoce la desviación estándar poblacional, s. Prueba la hipótesis nula H0: m=m0 contra una de las alternativas que se presentan a continuación.
| • | Ha: mƒm0 |
| • | Ha: m<m0 |
| • | Ha: m>m0 |
Esta prueba se utiliza para poblaciones grandes que están distribuidas normalmente. Debe conocerse la desviación estándar.
Esta prueba es útil para determinar si la diferencia entre una media muestral y una media poblacional es estadísticamente significativa cuando conoce la desviación verdadera para una población.
Realiza una prueba de hipótesis para una media poblacional desconocida, m, cuando no se conoce la desviación estándar poblacional, s. Prueba la hipótesis nula H0: m=m0 contra una de las alternativas que se presentan a continuación.
| • | Ha: mƒm0 |
| • | Ha: m<m0 |
| • | Ha: m>m0 |
Esta prueba es similar a una prueba z, pero se utiliza cuando la población es pequeña y está distribuida normalmente. Esta prueba se utiliza con mayor frecuencia que la prueba z debido a que en estadística es más usual encontrar poblaciones de muestra pequeñas, en lugar de poblaciones grandes.
Esta prueba es útil para determinar si dos poblaciones distribuidas normalmente tienen medias iguales, o para los casos en que necesita determinar si una media muestral difiere significativamente de una media poblacional y se desconoce la desviación estándar poblacional.
Prueba la igualdad de las medias de dos poblaciones (m1 y m2) en función de muestras independientes cuando se conocen ambas desviaciones estándares poblacionales (s1 y s2). La hipótesis nula H0: m1=m2 se prueba respecto de una de las alternativas que se presentan a continuación.
| • | Ha: m1ƒm2 |
| • | Ha: m1<m2 |
| • | Ha: m1>m2 |
Prueba la igualdad de las medias de dos poblaciones (m1 y m2) en función de muestras independientes cuando no se conoce ninguna de las desviaciones estándares poblacionales (s1 o s2). La hipótesis nula H0: m1=m2 se prueba respecto de una de las alternativas que se presentan a continuación.
| • | Ha: m1ƒm2 |
| • | Ha: m1<m2 |
| • | Ha: m1>m2 |
Calcula una prueba para una proporción (prop) de éxitos desconocida. Toma como entrada el conteo de éxitos en la muestra x y el conteo de observaciones en la muestra n. La ‑prueba z de 1 proporción evalúa la hipótesis nula H0: prop=p0 respecto de una de las alternativas que se presentan a continuación.
| • | Ha: propƒp0 |
| • | Ha: prop<p0 |
| • | Ha: prop>p0 |
Esta prueba se utiliza para determinar si la probabilidad de éxito observada en una muestra es significativamente diferente de la probabilidad de la población o si se debe a un error de muestreo, una desviación u otros factores.
Calcula una prueba para comparar la proporción de éxitos (p1 y p2) de dos poblaciones. Toma como entrada el conteo de éxitos en cada muestra (x1 y x2) y el conteo de observaciones en cada muestra (n1 y n2). La ‑prueba z de 2 proporciones evalúa la hipótesis nula H0: p1=p2 (utilizando la proporción muestral agrupada Ç) respecto de una de las alternativas que se presentan a continuación.
| • | Ha: p1ƒp2 |
| • | Ha: p1<p2 |
| • | Ha: p1>p2 |
Esta prueba es útil para determinar si la probabilidad de éxito observada en dos muestras es equivalente.
Realiza una prueba para confirmar que los datos de muestra provienen de una población que se ajusta a una distribución específica (Prueba de Bondad de Ajuste PBA). Por ejemplo, c2 PBA puede confirmar que los datos de muestra provienen de una distribución normal.
Calcula una prueba chi cuadrada a la tabla de asociación bilateral de conteos en la matriz observada específica. La hipótesis nula H0 para una tabla bilateral es: no existe asociación entre las variables de fila y las variables de columna. La hipótesis alternativa es: las variables están relacionadas.
Calcula una prueba F‑ para comparar dos desviaciones estándares poblacionales normales (s1 y s2). Se desconocen todas las medias y desviaciones estándares poblacionales. La‑prueba Fde 2muestras, que utiliza la relación de varianzas de muestra Sx12/Sx22, evalúa la hipótesis nula H0: s1=s2 respecto de una de las alternativas que se presentan a continuación.
| • | Ha: s1ƒs2 |
| • | Ha: s1<s2 |
| • | Ha: s1>s2 |
A continuación se presenta la definición correspondiente a la Prueba ‑F de2 muestras.
|
Sx1, Sx2 |
= |
Desviaciones estándares muestrales que tienen n1N1 y n2N1 grados de libertad df, respectivamente. |
|
|
|
F estadístico = |
|
df(x, n1N1, n2N1) |
= |
Fpdf( ) con grados de libertad df, n1N1, y n2N1 |
|
p |
= |
valor p informado |
Prueba‑ F de2 muestras para la hipótesis alternativa s1 > s2.
Prueba‑ F de2 muestras para la hipótesis alternativa s1 < s2.
Prueba‑ F de2 muestras para la hipótesis alternativa s1ƒs2. Los límites deben satisfacer lo siguiente:
donde: [Lbnd,Ubnd]=límites inferior y superior
La estadística de F‑ se utiliza como el límite que produce la integral más pequeña. El límite restante se selecciona para obtener la relación de igualdad de la integral precedente.
Calcula una regresión lineal en los datos dados y una prueba t en el valor de la pendiente b y el coeficiente de correlación r para la ecuación y=a+bx. Prueba la hipótesis nula H0: b=0 contra (de manera equivalente, r=0) una de las alternativas que se presentan a continuación.
| • | Ha: bƒ0 y rƒ0 |
| • | Ha: b<0 y r<0 |
| • | Ha: b>0 y r>0 |
Calcula una regresión lineal sobre los datos dados y proporciona la estadística de la prueba de F para la linealidad.
Para obtener más información, consulte la Guía de Referencia de TI‑Nspire™.
Calcula un análisis unidireccional de varianza para comparar las medias de 2 a 20 poblaciones. El procedimiento de ANOVA para la comparación de estas medias implica el análisis de la varianza en los datos de muestra. Se prueba la hipótesis nula H0: m1=m2=...=mk respecto de la alternativa Ha: no todas m1...mk son iguales.
La prueba ANOVA es un método que permite determinar si existe una diferencia significativa entre los grupos en comparación con la diferencia que se presenta dentro de cada grupo.
Esta prueba es útil para determinar si la variación de datos de muestra a muestra presenta una influencia estadísticamente significativa de algún factor diferente de la variación dentro de los propios conjuntos de datos. Por ejemplo, un comprador de cajas para una empresa de embarques desea evaluar a tres fabricantes de cajas diferentes. El comprador obtiene muestras de cajas de los tres proveedores. La prueba ANOVA puede ayudarlo a determinar si las diferencias entre cada grupo de muestras son significativas en comparación con las diferencias dentro de cada grupo de muestras.
Calcula un análisis bidireccional de varianza para comparar las medias de dos a 20 poblaciones. Se almacena un resumen de los resultados en la variable stat.results.
El análisis ANOVA bidireccional de varianza examina los efectos de dos variables independientes y ayuda a determinar si estas interactúan con respecto a la variable dependiente. (En otras palabras, si las dos variables independientes realmente interactúan, su efecto combinado puede ser mayor o menor que el impacto de cualquiera de las variables independientes de forma aditiva).
Esta prueba es útil para evaluar diferencias similares al análisis ANOVA, pero con la adición de otra influencia potencial. Para continuar con el ejemplo de las cajas, el ANOVA bidireccional podría examinar la influencia del material de las cajas en las diferencias observadas.
La mayoría de los editores de estadística inferencial para las pruebas de hipótesis le indican que seleccione una de las tres hipótesis alternativas.
| • | La primera es una hipótesis alternativa ƒ, como mƒm0 para la prueba de la z. |
| • | La segunda es una < hipótesis alternativa, como m1<m2 para la prueba‑ de la t de 2 muestras. |
| • | La tercera es una > hipótesis alternativa, como p1>p2 para la prueba‑ z de 2 proporciones. |
Para seleccionar una hipótesis alternativa, mueva el cursor hasta la alternativa correspondiente y presione Ingresar.
La opción Agrupada (prueba ‑t de 2 muestras e ‑intervalo t de 2 muestras solamente) especifica si las varianzas se agruparán para el cálculo.
| • | Seleccione No si no desea agrupar las varianzas. Las varianzas poblacionales pueden ser desiguales. |
| • | Seleccione Sí si desea agrupar las varianzas. Las varianzas poblacionales se suponen que sean iguales. |
Para seleccionar la opción Agrupada, seleccione Sí en la lista desplegable.
