Misma p, distinto n, luego…

Tres situaciones. La primera:

n <- 20
y <- 15
test <- prop.test(y, n, p = .5)
test$p.value
# [1] 0.04417134
test$conf.int
# 0.5058845 0.9040674

La segunda:

n <- 200
y <- 115
test <- prop.test(y, n, p = 0.5)
test$p.value
#[1] 0.04030497
test$conf.int
# 0.5032062 0.6438648

Y la tercera:

n <- 2000
y <- 1046
test <- prop.test(y, n, p = 0.5)
test$p.value
#[1] 0.0418688
test$conf.int
# 0.5008370 0.5450738

En resumen:

  • mismo problema
  • distintos tamaños muestrales
  • mismo p-valor (aproximadamente)
  • distintos estimadores
  • distintos intervalos de confianza

La pregunta: ¿qué circunstancia es más favorable? Una respuesta, aquí.

2 comentarios sobre “Misma p, distinto n, luego…

  1. Iñaki 30 julio, 2020 11:54

    Nótese que, en la fuente original, la hipotesis está mal definida: se plantea un test unilateral, sin ningún tipo de fundamento, aunque luego se hace correctamente el test bilateral.

  2. Carlos J. Gil Bellosta 31 julio, 2020 13:26

    Sí, hace una mezcla de tests unilaterales y bilaterales. Pero, vamos, podría hacerlo bilateral, como yo, sin cambiar gran cosa.

Los comentarios están desabilitados.