Excelente., el unico video despues de 4 dias viendo que usan programas informaticos y aparte que tienen errores... Gracias, Gran aporte hacerlo a mano, no hay nada mejor que esto para explicar, aparte que se usan los terminos adecuados.
Excelente contenido y muy práctico. Solo tengo una duda, ¿por qué en este caso no se rechaza la hipótesis nula si el estadístico de prueba es mayor que el valor de tabla? recuerdo que al aplicar otros test la hipótesis nula se rechazaba si el estadístico de prueba era mayor.
al calcular un vlr de Wc> no estariamos teniendo una probabilidad mas baja que la probabilidad asociada al wt por lo que alli pueda que la muestra no sea normal ?
El procedimiento es el mismo, pero se hace mucho más largo el cálculo manual. En caso de muestras grandes, sugiero usar R o algún otro software que facilite el trabajo.
Yi son los datos de la variable, pueden ser recolectados de una encuesta, observación, test, etc. O pueden derivar de fuentes secundarias, registros administrativos, etc
Lo que no entiendo es que si ves la tabla, es más facil demostrar una significancia de 0.01 que de 0.05 lo cual no tiene sentido. Por ejemplo si vas a este caso el valor crítico de 0.01 es 0.730 que es menor que 0.803 para una significancia de 0.05.
@@francomarinelli9078No se mucho de Shapiro. Pero si recuerdo bien de estadística, el porcentaje de confianza habla más que nada de un error de tipo a, y si no me equivoco esos errores son cuando se rechaza H0 y la hipótesis H0 es correcta. Por lo tanto para aumentar la confianza estarías aumentando la probabilidad de que no se rechace H0 para evitar que la rechacemos por si es que llegara a ser correcta. Esto por supuesto aumenta la probabilidad de que no rechacemos H0 en ciertos casos en que resultara ser falsa.
