*Algunos enlaces relacionados pueden contener información en otros idiomas
Después de ajustar un modelo lineal usando el análisis de regresión, el análisis ANOVA o el diseño de experimentos (DOE), se debe determinar qué tan bien se ajusta el modelo a los datos. A modo de ayuda, Minitab Statistical Software presenta una variedad de estadísticos de bondad de ajuste. En esta publicación, exploraremos el estadístico...
Continúa Leyendo
*Algunos enlaces relacionados pueden contener información en otros idiomas
El análisis de varianza (ANOVA) puede determinar si las medias de tres o más grupos son diferentes. ANOVA utiliza la prueba F para evaluar estadísticamente la igualdad de las medias. En esta publicación, les mostraré cómo funcionan el ANOVA y la prueba F utilizando un ejemplo de ANOVA de un solo factor.
Continúa Leyendo
*Algunos enlaces relacionados pueden contener información en otros idiomas
El valor p se utiliza en toda la estadística, desde las pruebas t hasta el análisis de regresión. Todos sabemos que el valor p se utiliza para determinar la significancia estadística en una prueba de hipótesis. De hecho, los valores p suelen determinar qué estudios se publican y cuáles proyectos obtienen financiamiento.
A pesar de ser tan...
Continúa Leyendo
*Algunos enlaces relacionados pueden contener información en otros idiomas
El análisis de regresión genera una ecuación que describe la relación estadística entre una o más variables predictoras y la variable de respuesta. Después de usar Minitab Statistical Software para ajustar un modelo de regresión, y de verificar el ajuste revisando las gráficas de residuos, querrán interpretar los resultados. En esta...
Continúa Leyendo
*Algunos enlaces relacionados pueden contener información en otros idiomas
En un análisis de regresión, es deseable que el modelo de regresión tenga variables significativas y que produzca un valor R-cuadrado alto. Esta combinación de valor p bajo/R2 alto indica que los cambios en los predictores se relacionan con cambios en la variable de respuesta y que su modelo explica gran parte de la variabilidad de la respuesta.
Continúa Leyendo
*Algunos enlaces relacionados pueden contener información en otros idiomas
Los valores p suelen interpretarse erróneamente, lo que causa muchos problemas. No voy a retomar esos problemas aquí porque anteriormente los hemos detallado con bastante detenimiento, pero el hecho es que el valor p seguirá siendo una de las herramientas más utilizadas para decidir si un resultado es estadísticamente significativo.
Continúa Leyendo