Robustez y potencia de la t-Student para inferencia de una media ante la presencia de datos atípicos.
Estudios previos revelan que las muestras con datos atípicos, alteran el error tipo I y tipo II de la prueba t-Student para inferencia sobre una media. La metodología que estos trabajos usan para simular datos extremos consiste en mezclar dos normales distintas con el fin de contaminar los datos. Pe...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2020 |
| País: | Ecuador |
| Institución: | Escuela Superior Politécnica de Chimborazo |
| Repositorio: | Repositorio Escuela Superior Politécnica de Chimborazo |
| Idioma: | español |
| OAI Identifier: | oai:dspace.espoch.edu.ec:123456789/14584 |
| Acceso en línea: | http://dspace.espoch.edu.ec/handle/123456789/14584 |
| Access Level: | acceso abierto |
| Palabra clave: | ATÍPICOS T-STUDENT MEDIA INFERENCIA MEAN INFERENCE OUTLIERS |
| Sumario: | Estudios previos revelan que las muestras con datos atípicos, alteran el error tipo I y tipo II de la prueba t-Student para inferencia sobre una media. La metodología que estos trabajos usan para simular datos extremos consiste en mezclar dos normales distintas con el fin de contaminar los datos. Pensamos que esta técnica no es la más adecuada, puesto que esta nueva muestra no es necesariamente una normal, con lo cual se está incumpliendo con el principal supuesto de la pruebaEn el presente trabajo se repite esta metodología con el fin de comprobar los problemas descritospero además se generan datos atípicos a partir de una sola normal sin necesidad de realizar ninguna contaminación, usando esta última metodología y mediante un proceso de simulación estocástica se estima la probabilidad de error tipo I y tipo II, a partir de lo cual, contrario a los estudios previosse concluye que la t-Student es una prueba robusta ante la presencia de datos atípicos y que su potencia no depende del número de datos extremos generados en la muestra. |
|---|