Prueba de una proporción

Comando:

Pruebas

Prueba para una proporción

Descripción

La prueba de una proporción en el menú Pruebas se puede utilizar para probar la hipótesis de que una proporción observada es igual a una proporción preestablecida.

Esta prueba no se realiza en los datos de la hoja de cálculo, sino en las estadísticas que se ingresan en un cuadro de diálogo.

Entrada requerida

Proporción observada (%): la proporción observada, expresada como porcentaje.
Tamaño de la muestra: el tamaño de la muestra o el número total de observaciones.
Valor de hipótesis nula (%): la proporción preestablecida (el valor con el que se comparará la proporción observada), expresada como un porcentaje.

Prueba de una proporción

Cuando se hayan ingresado todos los datos, haga clic en Prueba.

Resultados

El programa muestra:

El intervalo de confianza (IC) del 95% para la proporción observada
Estadística z y valor P asociado.

Si el valor P es menor que 0,05, se rechaza la hipótesis de que la proporción observada es igual al valor de proporción preestablecido y se puede aceptar la hipótesis alternativa de que existe una diferencia significativa entre las dos proporciones.

En un campo de entrada de Comentarios opcional, puede ingresar un comentario o conclusión que se incluirá en el informe impreso.

Notas computacionales

Valor p

El nivel de significancia, o valor P, se calcula utilizando una prueba z general (Altman, 1991):

$$ z = \frac {p - p_{exp}} { se(p)} $$

donde p es la proporción observada; p_exp es la proporción de la hipótesis nula (o esperada); y se(p) es el error estándar de la proporción esperada:

$$ se(p) = \sqrt{ \frac {p_{exp} (1 - p_{exp})} {n}} $$

El valor P es el área de la distribución normal que queda fuera de ± z (ver la tabla Valores de la distribución normal).

Normal distribution

Intervalo de confianza

MedCalc calcula el intervalo de confianza de Clopper-Pearson 'exacto' para la proporción observada (Clopper y Pearson, 1934; Fleis et al., 2003).

Literatura

Altman DG (1991) Practical statistics for medical research. London: Chapman and Hall.
Clopper C, Pearson ES (1934) The use of confidence or fiducial limits illustrated in the case of the binomial. Biometrika 26:404–413.
Fleiss JL, Levin B, Paik MC (2003) Statistical methods for rates and proportions, 3^rd ed. Hoboken: John Wiley & Sons. (p. 26)