Update 'HomeES'
parent
6e72013c11
commit
89d34764a3
|
@ -54,4 +54,11 @@ La primera pregunta que debemos hacernos qué test estadístico debemos plantear
|
|||
El test binomial es quizás el test más básico de la estadística frecuentista, y también uno de los más útiles. Supongamos un fenómeno en el que el evento *x* puede producirse con probabilidad ˋpˋ, y no producirse con probabilidad ˋq=1-pˋ. En el caso de la ruleta, la ocurrencia de la casilla 0 tiene sobre el papel una probabilidad de ˋp_0=1/37ˋ, y el resto de opciones alternativas una probabilidad de ˋq_0=36/37ˋ. El test binomial nos permite calcular con qué certeza nuestros datos validan la hipotesis que la probabilidad de obtener un 0 está por debajo (o por encima) de un valor arbitrario de ˋpˋ.
|
||||
|
||||
|
||||
Supongamos que obtenemos una muestra de 1000 partidas de ruleta, y que
|
||||
Supongamos que obtenemos una muestra de 10000 partidas de ruleta en las que el número de ocurrencias del 0 (280) es mayor del esperado (270). Cuál es la probabilidad de que la ruleta esté trucada con el objetivo de obtener un 1% adicional de 0?
|
||||
|
||||
`ˋˋpython
|
||||
from scipy import stats
|
||||
stats.binomtest(280, 10000, p=1.01*1/37, alternative="greater").pvalue
|
||||
|
||||
0.3413962283017562
|
||||
ˋˋˋ
|
Loading…
Reference in a new issue