Resumen

En una prueba de significancia clásica, basada en una muestra aleatoria con tamaño , se calculará un valor en tamaño con el objetivo de rechazar la hipótesis nula. Sin embargo, el tamaño de la muestra , puede ser retrospectivamente dividido en muestras parciales y se puede calcular una prueba de significancia para cada muestra parcial. Como resultado, varias muestras parciales proporcionarán valores de significativos, mientras que otras no mostrarán valores de significativos. En este documento, proponemos una prueba de significancia que tiene en cuenta la información adicional de los valores de de las muestras parciales de una muestra aleatoria. Mostramos que los valores de pueden modificar considerablemente los resultados de una prueba de significancia clásica.

• Materias:Modelos de regresión Conjunto borroso Agrupamiento Factores de transcripción Modelo autorregresivo
• Subjects:Regression models Fuzzy set Clustering Transcription factors Autoregressive model
• Palabras claves:Prueba de significancia; Muestra aleatoria; Hipótesis nula; Tamaño de la muestra; Muestras parciales; Valores
• Keywords:Significance test; Random sample; Null hypothesis; Sample size; Partial samples; Values