7.9: Temperatura de oficina
- Page ID
- 150776
Hagamos otro ejemplo para solidificar nuestro entendimiento. Digamos que el edificio de oficinas en el que trabajas se supone que debe mantenerse a 74 grados Fahrenheit pero se le permite variar 1 grado en cualquier dirección. Sospecha que, como medida de ahorro de costos, la temperatura se fijó secretamente más alta. Estableces una forma formal de poner a prueba tu hipótesis.
Paso 1: Declarar las Hipótesis Empiezas por exponer la hipótesis nula:
\(H_0\): No hay diferencia en la temperatura promedio del edificio
\(H_0: \mu = 74\)
A continuación se expone la hipótesis alternativa. Tienes razones para sospechar una dirección específica de cambio, por lo que haces una prueba de una cola:
\(H_A\): La temperatura promedio del edificio es superior a la reclamada
\(\mathrm{H}_{\mathrm{A}}: \mu>74\)
Paso 2: Encuentra los Valores Críticos Sabes que el nivel de significancia más común es\(α\) = 0.05, así que mantienes eso igual y sabes que el valor crítico para una\(z\) prueba de una cola es\(z*\) = 1.645. Para realizar un seguimiento de la direccionalidad de la región de prueba y rechazo, dibujas tu distribución:
Paso 3: Calcular el estadístico de prueba Ahora que tienes todo configurado, pasas una semana recolectando datos de temperatura:
Día | Temperatura |
---|---|
Lunes | 77 |
martes | 76 |
Miércoles | 74 |
jueves | 78 |
Viernes | 78 |
Se calcula que el promedio de estas puntuaciones sea\(\overline{\mathrm{X}}\) = 76.6 grados. Se usa esto para calcular el estadístico de prueba, usando\(μ\) = 74 (la supuesta temperatura promedio),\(σ\) = 1.00 (cuánto debe variar la temperatura), y\(n\) = 5 (cuántos puntos de datos recopilaste):
\[z=\dfrac{76.60-74.00}{1.00 / \sqrt{5}}=\dfrac{2.60}{0.45}=5.78 \nonumber \]
¡Este valor cae tan lejos en la cola que ni siquiera se puede trazar en la distribución!
Paso 4: Toma la Decisión Compara tu\(z\) estadística obtenida,\(z\) = 5.77, con el valor crítico,\(z*\) = 1.645, y encuentra eso\(z > z*\). Por lo tanto, rechaza la hipótesis nula, concluyendo:
Con base en 5 observaciones, la temperatura promedio (\(\overline{\mathrm{X}}\)= 76.6 grados) es estadísticamente significativamente mayor de lo que se supone que es,\(z\) = 5.77,\(p\) < .05.
Debido a que el resultado es significativo, también calculas un tamaño de efecto:
\[d=\dfrac{76.60-74.00}{1.00}=\dfrac{2.60}{1.00}=2.60 \nonumber \]
El tamaño del efecto que calculas es definitivamente grande, ¡es decir, alguien tiene algunas explicaciones que hacer!