Calcula el valor p de la prueba estadística para la media poblacional.
Sintaxis
TEST_MEAN(x, mean, Return_type, Alpha)
- x
- es el ingreso de los datos de la muestra (matriz de una/dos dimensiones de celdas (Ej. filas o columnas))
- mean
- es la media poblacional asumida. Si falta, un valor de cero, por fecto es asumido.
- Return_type
- es un cambio para seleccionar lo que devuelve de salida (1 = Valor - P (defecto), 2 = Esatdísticas de prueba, 3 = Valor Crítico.
Método Descripción 1 Valor - P 2 Esadísticas de prueba (Ej. puntuación Z) 3 Valor Crítico. - Alpha
- es la significancia estadística de la prueba (Ej. alpha). Si falta o esta omitído, un valor alpha de 5% es asumido.
Observaciones
- Los datos de la muestra pueden incluir valores faltantes (Ej. #N/A).
- La hipótesis de prueba para la media poblacional:
$$H_{o}: \mu=\mu_o$$
$$H_{1}: \mu\neq \mu_o$$
Where:
- $H_{o}$ es la hipótesis nula.
- $H_{1}$ es la hipótesis alternativa.
- $\mu_o$ es la media poblacional asumida.
- $\mu$ es la media poblacional actual.
- Para el caso en que la distribución de población subyacente es normal, la media promedio de la muestra que tiene una distribución del estudiante t con T-1 muestra de grados de libertad en su distribución de muestreo. the sample mean/average has a Student's t with T-1 degrees of freedom sampling distribution:
$$\bar x \sim t_{\nu=T-1}(\mu,\frac{S^2}{T}) $$
Where:
- $\bar x$ es elpromedio de la muestra.
- $\mu$ es la media poblacional/promedio.
- $S$ es la desviación estándar de la muestra.
$$ S^2 = \frac{\sum_{i=1}^T(x_i-\bar x)^2}{T-1}$$ - $T$ es el numero de valores no faltantes en los datos de la muestra.
- $t_{\nu}()$ es la distribución t del estudiante.
- $\nu$ son los grados de libertad de la distribución t del estudiante.
- La prueba t del estudiante para la media poblacional puede ser usada para pequeñas o grandes muestra de datos de muestras.
- Esta es una prueba de dos lados (Ej. dos-colas, entonces el valor computado p-value debe ser comparado should be compared con lamitad del nivel de significancia($\alpha/2$).
- la distribución subyacente de la población se asume como normal (gaussiana).
Ejemplos
Ejemplo 1:
|
|
Fórmula | Descripción (Resultado) |
---|---|
=AVERAGE($B$2:$B$11) | Media de la muestra(-0.0256) |
=TEST_MEAN($B$2:$B$11,0) | valor p de la prueba (0.472) |
Enlaces Relacionados
Referencias
- George Casella; Statistical Inference; Thomson Press (India) Ltd; (Dec 01, 2008), ISBN: 8131503941
- K.L. Lange, R.J.A. Little and J.M.G. Taylor. "Robust Statistical Modeling Using the t Distribution." Journal of the American Statistical Association 84, 881-896, 1989
- Hurst, Simon, The Characteristic Function of the Student-t Distribution , Financial Mathematics Research Report No. FMRR006-95, Statistics Research Report No. SRR044-95
Comentarios
El artículo está cerrado para comentarios.