Tabla de contenido
El Valor P se calcula, en todos los casos, como: Valor P = P(F>F
, ν
UTPF(ν
,F
)
N
D
o
Los criterios de la prueba son:
•
si Valor P < α
Rechazar H
o
•
No rechazar H
o
Ejemplo1 -- Considerar dos muestras extraídas de poblaciones normales tales
que n
= 21, n
= 31, s
1
2
: σ
2
= σ
2
, a un nivel de significado α = 0.05, contra la hipótesis
H
1
o
2
: σ
2
≠ σ
alternativa, H
1
1
identificar s
y s
, de esta manera:
M
m
2
s
=max(s
M
2
s
=min(s
m
Así mismo,
Por lo tanto, la estadística F es F
El Valor P es
Valor P = P(F>F
UTPF(20,30,1.44) = 0.1788...
Dado que 0.1788... > 0.05, es decir, Valor P > α, por lo tanto, no podemos
rechazar la hipótesis nula H
Notas adicionales sobre la regresión linear
En esta sección elaboramos las ideas de la regresión linear presentadas
anteriormente en este capítulo y presentamos un procedimiento para la
prueba de la hipótesis de los parámetros de la regresión.
El método de los mínimos cuadrados
Sean x = variable no aleatoria independiente, y Y = variable dependiente,
aleatoria. La curva de la regresión de Y en x se define como la relación entre
si Valor P > α.
2
2
= 0.36, y s
= 0.25. Probamos la hipótesis nula,
1
2
2
.
Para una hipótesis bilateral, necesitamos
2
2
2
,s
) = max(0.36,0.25) = 0.36 = s
1
2
2
2
,s
) = min(0.36,0.25) = 0.25 = s
1
2
n
= n
= 21,
M
1
n
= n
= 31,
m
2
ν
= n
- 1= 21-1=20,
N
M
ν
= n
-1 = 31-1 =30.
D
m
2
2
= s
/s
=0.36/0.25=1.44
o
M
m
) = P(F>1.44) = UTPF(ν
o
2
2
: σ
= σ
.
1
o
2
) =
o
2
1
2
2
, ν
,F
) =
N
D
o
Página 18-50
Tabla de contenido
