Q es un ensayo ejemplo
Significación de la prueba q
cuya forma es simétrica y está centrada en la media de la población con una anchura que es proporcional a la desviación estándar de la población. También hemos aprendido que la probabilidad de obtener una respuesta concreta para una sola muestra es mayor cuando su valor está cerca de la media y menor cuando su valor está lejos de la media. Por ejemplo, sólo hay una probabilidad del 0,15% de que una sola muestra tenga un valor mayor que la media más tres desviaciones estándar. Por lo tanto, es poco probable que el resultado de cualquier réplica se aleje demasiado de los resultados de otras réplicas.
Hay varias formas de determinar la probabilidad de que un resultado sea un valor atípico. Uno de los enfoques más comunes se llama prueba Q de Dixon. La base de la prueba Q es comparar la diferencia entre el valor del presunto valor atípico y el valor del resultado más cercano a él (la brecha) con la diferencia entre el valor del presunto valor atípico y el valor del resultado más alejado de él (el rango).
Calculadora de la prueba q con pasos
En algunos grupos de cinco réplicas, un valor puede ser rechazado. Existe una prueba para ello llamada prueba Q, que es válida en muestras de 3 a 10 réplicas. Para realizar la prueba Q, calcule la cantidad Q, que es la relación entre [la diferencia entre el valor bajo sospecha y el siguiente valor más cercano] y [la diferencia entre el valor más alto y el más bajo de la serie]. Compare Q con el valor crítico de Q (abajo), que para 5 observaciones es 0,64. Si Q es superior a 0,64, la medición sospechosa puede rechazarse. En caso contrario, debe conservarse.
Sólo un valor en un grupo pequeño (definido como 3-10 valores) puede ser eliminado por esta prueba. Si tiene más de un valor «salvaje», es que tiene un grupo de datos con mucha dispersión y debe conservarlos todos.
Qc (90%) (Valores críticos de Q) para tamaños de muestra de 3-10 (tomado de Shoemaker, J.P., Garland, C.W. y Steinfeld, J.I., «Experiments in Physical Chemistry», McGraw-Hill, Inc., 1974, pp. 34-39; ésta es también la referencia para información sobre la prueba Q):
Calculadora de la prueba q
Los supuestos estadísticos pueden establecerse para todo un proyecto en Edición > Opciones de proyecto > Personalizar y para las tablas y gráficos seleccionados en Edición > Opciones de tabla. Los supuestos estadísticos de las opciones de tabla aparecen en blanco. Esto se debe a que, a menos que configure específicamente estas opciones, cada tabla o gráfico tendrá automáticamente los supuestos que se hayan establecido para todo el proyecto en las Opciones del proyecto.
Muestre la mayor o menor significación con flechas, colores de fuente (sólo tablas) o utilizando símbolos para mostrar las diferencias entre columnas. Algunas salidas y formatos de exportación no admiten todas las opciones. Mostrar la significación es nuevo en Q 4.7. Para más información, véase Formas de mostrar la significación estadística.
El nivel de significación global se utiliza en todo Q para determinar qué resultados se muestran como estadísticamente significativos. Por defecto, se establece en 0,05. Se aplica en Q cuando se determina qué resultados se resaltan como significativos en las tablas y gráficos, si se muestran o no símbolos para las comparaciones de columnas y cuando se utilizan tablas inteligentes. El significado exacto del nivel de significación global está determinado por otros ajustes de Supuestos Estadísticos (ver Interpretación del nivel de significación global por Q).
Prueba q y prueba t
En estadística, en el análisis de diseños de bloques aleatorios de dos vías en los que la variable de respuesta sólo puede tener dos resultados posibles (codificados como 0 y 1), la prueba Q de Cochran es una prueba estadística no paramétrica para verificar si k tratamientos tienen efectos idénticos[1][2][3] Recibe su nombre de William Gemmell Cochran. La prueba Q de Cochran no debe confundirse con la prueba C de Cochran, que es una prueba de valores atípicos de la varianza. En términos técnicos sencillos, la prueba Q de Cochran requiere que sólo haya una respuesta binaria (por ejemplo, éxito/fracaso o 1/0) y que haya más de dos grupos del mismo tamaño. La prueba evalúa si la proporción de éxitos es la misma entre los grupos. A menudo se utiliza para evaluar si diferentes observadores del mismo fenómeno tienen resultados consistentes (variabilidad interobservador)[4].
donde Χ21 – α,k – 1 es el cuantil (1 – α) de la distribución chi-cuadrado con k – 1 grados de libertad. La hipótesis nula se rechaza si el estadístico de la prueba está en la región crítica. Si la prueba de Cochran rechaza la hipótesis nula de que los tratamientos son igualmente eficaces, se pueden realizar comparaciones múltiples por pares aplicando la prueba Q de Cochran a los dos tratamientos de interés.
