Medida estandarizada de la fuerza de un fenómeno o magnitud de una relación entre variables. Una medida que ayuda a cuantificar y comprender los resultados de una prueba de hipótesis es el tamaño del efecto, este complementa la significación. El tamaño del efecto es la magnitud del resultado, que nos permite ofrecer una estimación del alcance de nuestros hallazgos. En estadística, el tamaño del efecto se refiere a una forma de cuantificar el tamaño de la diferencia entre dos grupos.
Es la probabilidad de Error Tipo I (falso positivo), que es detectar un efecto que no existe (es decir, un efecto que no existe, ¡pero obtengo un resultado significativo!). En otras palabras, con un a = 0.05, acepto que el 5% de los resultados sean falsos positivos. Es entonces el valor bajo el cual consideramos que un valor p es significativo, y asumimos que hemos detectado un efecto (rechazando la hipótesis nula). Aunque típicamente se usa un a = 0.05, este valor puede ser ajustado.
Se define como 1 - B, donde B es la probabilidad de Error Tipo II (falso negativo), que es no detectar un efecto que sí existe (es decir, estudio un efecto que sí existe, ¡pero obtengo un resultado no significativo!). Como es una probabilidad, con valores entre 0 y 1, se puede convertir en porcentaje multiplicando por 100.
La hipótesis alternativa representa la conclusión que el investigador quiere demostrar o afirmar tras su estudio. Esta se expresa con la expresión “H1” y va a representar, por lo general, lo contrario a la hipótesis nula. Pueden ser de 3 maneras igualdad, mayor que y menor que.
El tipo de muestra para una prueba t se refiere a que los datos son independientes(elegidos al azar) o dependientes(controlados de alguna forma) o bien si se quiere comparar un dato conocido con una muestra.
Se refiere al porcentaje de error o variación que estaria dispuesto a cometerse al realizar el análisis.
Se dice que una población normal es finita cuando aseguras que los datos se distribuyen normal y se tiene el número total de la población a estudiar, en caso contrario se dice que la población es normal infinita cuando aseguras que se distribuye normal pero no se tiene el número de la población a estudiar.
Se refiere a los distintos grupos que se comparan en una prueba estadistica de análisis de varianza.