6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Nivel de<br />
significación<br />
432 / <strong>ESTADÍSTICA</strong> APLICADA BÁSICA<br />
debajo de la curva. La figura <strong>6.</strong>11 es el gráfico de este ejemplo. Luego estandariza<br />
¯x para tener la distribución normal estandarizada Z y utiliza la tabla A,<br />
<br />
¯x − 0 0,3 − 0<br />
P( ¯x ≥ 0,3) = P ≥<br />
0,316 0,316<br />
= P(Z ≥ 0,95)<br />
= 1 − 0,8289 = 0,1711<br />
Este valor P es el que aparece en la figura <strong>6.</strong>10. ■<br />
µ = 0<br />
¯x = 0,3<br />
Distribución muestral<br />
de ¯x cuando µ = 0<br />
Valor P = 0,1711<br />
Figura <strong>6.</strong>11. El valor P de la prueba de una cola del ejemplo <strong>6.</strong>11.<br />
Algunas veces damos un último paso para valorar la evidencia en contra de<br />
H0. Comparamos el valor P con un valor previamente determinado que consideramos<br />
decisivo. Esto equivale a decidir de antemano cuál consideramos que tiene<br />
que ser la evidencia en contra de H0. El valor P decisivo se llama nivel de significación.<br />
Lo simbolizamos como α, la letra griega alfa. Si escogemos α = 0,05, exigimos<br />
que los datos proporcionen una evidencia en contra de H0 tan fuerte que el<br />
¯x<br />
“moore”<br />
2002/1/21<br />
page 432