1. Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es el enunciado que se probará. Por lo general, la hipótesis nula es un enunciado de que "no hay efecto" o "no hay diferencia". La hipótesis alternativa es el enunciado que se desea poder concluir que es verdadero.
2. Tipos de hipotesis
2.1. Hipotesis nula
2.1.1. La hipótesis nula establece que un parámetro de población es igual a un valor.
2.2. Hiotesis alternativa
2.2.1. . La hipótesis alternativa es lo que usted podría pensar que es cierto o espera probar que es cierto.
3. Valor critico
3.1. En las pruebas de hipótesis, un valor crítico es un punto en la distribución de la prueba que se compara con el estadístico de prueba para determinar si puede rechazarse la hipótesis nula.
4. Tipos de datos
4.1. Datos continuos
4.1.1. Tendrá datos continuos cuando evalúe la media, la mediana, la desviación estándar o la varianza. Cuando usted mide una característica de una parte o proceso, como la longitud, el peso o la temperatura, por lo general obtiene datos continuos. Los datos continuos suelen incluir valores fraccionados (o decimales).
4.2. Datos binomiales
4.2.1. Tendrá datos binomiales cuando evalúe una proporción o un porcentaje. Cuando usted clasifica un elemento, evento o persona en una de dos categorías, obtiene datos binomiales. Las dos categorías deben ser mutuamente excluyentes, como si/no, pasa/no pasa o defectuoso/no defectuoso.
4.3. Datos de poisson
4.3.1. Tendrá datos de Poisson cuando evalúe una tasa de ocurrencia. Cuando usted cuenta la presencia de una característica, resultado o actividad en cierta cantidad de tiempo, área u otra longitud de observación, obtiene datos de Poisson. Los datos de Poisson se evalúan en conteos por unidad, con unidades del mismo tamaño.