Introducción
Hay varios métodos estadísticos diferentes que pueden usarse para ayudar en la toma de decisiones comerciales. Este artículo se concentrará en las pruebas de hipótesis y la correlación.
Prueba de hipótesis
La prueba de hipótesis es un método que se utiliza para sacar conclusiones sobre una población utilizando datos obtenidos de una muestra. Por lo tanto, las pruebas de hipótesis se clasifican bajo estadísticas inferenciales.
Una hipótesis es una declaración o afirmación sobre una característica de una o más poblaciones que se cree que es verdadera y puede probarse con una prueba. La hipótesis nula (HO) es la declaración o afirmación que se probará, la hipótesis alternativa (HA) es exactamente lo contrario de la hipótesis nula, y la prueba de hipótesis es el procedimiento estadístico utilizado para probar la hipótesis. Hay cuatro pasos para las pruebas de hipótesis:
1) Formule la hipótesis nula
2) Identifique una estadística de prueba que pueda usarse para medir la verdad de la hipótesis nula
3) Determine el valor p -value (un pequeño p -value es evidencia contra la hipótesis nula)
4) Compare el P -valuar a un valor de significancia aceptable (el nivel de importancia es la probabilidad de cometer un error tipo I
(Weissstein, 1999)
Hay dos correctos Resultados que pueden provenir de las pruebas de hipótesis: HO se rechaza cuando HA es verdadero; y HO no se rechaza cuando HO es verdadero. También hay dos resultados incorrectos, conocidos como errores, que pueden provenir de las pruebas de hipótesis: HO se rechaza cuando HO es Verdadero, que se llama error tipo I; y HO no se rechaza cuando HA es verdadero, que se llama error tipo II (Sullivan III, p. 524).
Las pruebas de hipótesis pueden ser útiles en el negocio situaciones. Las organizaciones a menudo necesitan elegir entre dos o más opciones. Se pueden usar pruebas de hipótesis para determinar qué opción es más probable que produzca los resultados deseados.
correlación
La correlación
se puede utilizar para cuantificar la relación entre dos o más variables. La correlación puede ser positiva, lo que significa que las variables se mueven juntas en la misma dirección, o negativa, lo que significa que se mueven en direcciones opuestas. Los valores de correlación varían entre -1 y +1, con -1 que representan una correlación negativa perfecta, 0 que no representan correlación y +1 que representa una correlación positiva perfecta.
Es importante tener en cuenta que aunque la correlación indica A Relación entre variables, no necesariamente indica causalidad. Por ejemplo, puede haber una correlación positiva entre la tasa de deserción de la escuela secundaria en Pensilvania y el número de gatos cayeron en la Sociedad Humana de York, PA. Sin embargo, esto no significa que reducir la tasa de abandono reducirá el número de gatos que se caen en la Sociedad Humana. Esto es lo que a menudo conduce al tercer problema variable. En este ejemplo, la tercera variable puede ser la economía de Pensilvania. Cuando la economía de Pensilvania es pobre, los estudiantes dejan de la escuela secundaria para comenzar a trabajar para ayudar con las finanzas familiares, y las familias ya no pueden permitirse el lujo de mantener a las mascotas. Por lo tanto, es la economía la que afecta las tasas de abandono y el número de gatos tomados a la Sociedad Humana. Por lo tanto, si bien una correlación puede indicar causalidad, este no siempre es el caso.
Las correlaciones pueden ser útiles en los negocios. Una vez que se identifica una correlación, las organizaciones pueden determinar si la correlación indica causalidad. Con esta información, la Compañía puede desarrollar métodos para influir en la correlación con el beneficio de la organización.
referencias
Sullivan, III, M. Estadísticas: Informado Decisiones utilizando datos . Upper Saddle River, NJ: Prentice Hall.
Weissstein, E. W. “Prueba de hipótesis”. MathWorld-A Wolfram Web Reso Sitio web. URL: http://mathworld.wolfram.com/hypothesistesting.html
