NO TODO ES CIENCIA DE DATOS

  Es, como quien dice, un dogma de fe que n>=30 se considera una muestra grande. Este número está arraigado en todos los libros de texto y páginas web imaginables y se da por hecho que siempre que aparezca una muestra de tamaño >=30 tenemos la posibilidad de reemplazar la t-student por la Z en nuestros test de hipótesis, obteniendo una buena aproximación.  Pero, ¿es verdad?    

Test de los signos con Rango - Distinguiendo el efecto placebo Introducción al problema En este pequeño artículo, vamos a usar un test no paramétrico para ver si el efecto de un medicamento es significativamente diferente del efecto ‘placebo’. El número de datos en esta ocasión es tan pequeño, unos 15, que tiene sentido no usar test paramétricos. Mediante el test de la suma de rangos con signos de Wilcoxon (también llamado test U de Mann-Whitney), veremos que, aunque aparentemente diferentes, nuestros datos pueden venir de la misma distribución, con lo que descartaremos el uso del medicamento al ser indistinguible del placebo. En el caso de que hubiera más de dos muestras - medicamento1, medicamento2,…., medicamentoK (placebo) - tendríamos que usar el test de Kruskal–Wallis . Cargamos los datos Leemos los ficheros de datos: medicamento <- read.csv("medicamento.csv", sep="") Y les echamos un vista...