Primero me llamó la atención el resumen de los datos:
Azul 15/93 Marrón 20/93 Naranja 15/93 Amarillo 15/93 Verde 16/93 Rojo 12/93.
La forma antigua y aceptada de decidir si la distribución de los colores es “par” es la estadística unidireccional de chi-cuadrado. (Puede encontrar detalles usando google.) Lo principal que hay que decir aquí es que no hay evidencia estadística, basada en el chi-cuadrado, que estos números sean desiguales (chi-cuadrado ~ = 2.16, valor p ~ = 0.83) . Lo que diría sobre la metodología ofrecida es que cada vez que se hacen cálculos de estadísticas a partir de datos, es necesario tener algunos criterios en mente para medir los valores de esas estadísticas. En otras palabras, ¿qué tan grande tiene que ser una de esas desviaciones estándar para ser considerada importante? El valor de usar, por ejemplo, la estadística de chi-cuadrado es que proporciona un criterio para juzgar qué tan grande es el valor resultante. En este caso, no es lo suficientemente grande como para decir que los valores son desiguales.
- Cómo entender permutaciones y combinaciones.
- La probabilidad de que un número x sea primo se convierte en cero cuando x se acerca al infinito. La geometría demuestra números primos infinitos. ¿Cómo es esto posible?
- ¿Qué hay de malo en expresar la función de raíz cuadrada como una fracción continua? (imagen en detalles)
- Si algo se reduce en un factor 2, ¿es que se ha reducido dos veces por igual?
- ¿Qué es la teoría de la medida?
Todavía puede hacer varias recomendaciones al fabricante. Aquí hay una muestra:
- Las máquinas se salen de control. Las proporciones pueden estar bien ahora. ¿Seguirán estando bien la próxima semana? ¿Con qué frecuencia deben ser revisados?
- Me imagino que muy pocos canadienses viven en La Habana, Cuba. Si tomara una muestra aleatoria de 50 personas en La Habana, podría no encontrar canadienses en absoluto. ¿Sería justificado creer que no hay canadienses? Del mismo modo, ¿tal vez fue una muestra demasiado pequeña? Tal vez simplemente ‘tuvimos suerte’. ¿Deberíamos tomar una muestra más grande? Después de todo esto son solo M & Ms.
Tu imaginación debería llevarte a otras preguntas.