Documentos de Académico
Documentos de Profesional
Documentos de Cultura
mx
ensayos y opiniones
Resumen Summary
La inferencia estadstica clsica se establece obteniendo Classical statistical inference is mainly based in p value
el valor de p mediante el mtodo del contraste de hip- calculation using the hypothesis contrast method, or esti-
tesis, o bien estimando los intervalos de confianza de los mating confidence intervals for punctual results. Hypothesis
resultados puntuales. El contraste de hiptesis permite contrast permits the comparability between observed pro-
comparar la probabilidad de ocurrencia esperada de un bability and predicted probability considering some grade
evento con la ocurrencia observada tomando en cuenta un of random variability. The null hypothesis can be accepted
margen de variabilidad debida al azar. De esta manera se or rejected using the observed result with a certain grade
acepta o se rechaza la hiptesis nula en base al resultado of confidence. In this assay, an intuitive approximation of
observado con cierto grado de confianza. En el presente the hypothesis contrast method for statistical inference is
ensayo se ofrece una aproximacin intuitiva a la inferencia presented, using a simple binomial problem for probability
estadstica basada en el mtodo del contraste de hiptesis, calculation, an analogy between the hypothesis contrast
usando para esto un ejemplo de un problema sencillo de and a justice system, and a brief explanation about statis-
probabilidad con distribucin binomial, una analoga del tical significance.
contraste de hiptesis con un sistema de justicia y una
explicacin breve sobre la significancia estadstica.
Palabras clave: Anlisis de datos, tcnicas de estimacin, Key words: Data analysis, estimation techniques, un-
incertidumbre. certainty.
ser las ms efectivas. No podemos evitar, ante cualquiera moneda y 0 de la otra; pero claro, esperamos que estos
de estas situaciones, un cierto margen de error. La forma resultados ms extremos ocurran de una forma mucho
como enfrentamos esa incertidumbre restante, esa po- menos probable.
sibilidad de errar, constituye el arte de ser mdico, y es Si queremos probar que la moneda est en realidad
particular para cada clnico. Est forjado a su vez por el cargada y que, por ende, favorece ms a una cara que
conocimiento, la empata, el inters humanitario y por a la otra, deberamos probar que el comportamiento de la
el aprendizaje de los xitos y de los errores, que slo se moneda es diferente a lo esperado segn nuestra regla de
adquiere a travs de la experiencia. prediccin compatible al 50%. Pero, qu tan diferente?,
Dado que nuestra prctica profesional se basa, emi- qu tanto debemos esperar como variacin aleatoria
nentemente, en el conocimiento de las probabilidades de razonable o permitida? y cundo debemos considerar el
ocurrencia de los eventos de salud y enfermedad, ya sea resultado observado como un comportamiento extremo
en las personas o en las poblaciones, estamos obligados a que orienta a que la moneda est en realidad cargada?
entender, al menos de manera intuitiva, cmo se estudian Para responder la pregunta anterior empleamos los si-
los eventos probabilsticos. Dos formas utilizadas muy guientes pasos:
frecuentemente en los artculos de investigacin para el
estudio de la probabilidad de ocurrencia de los eventos 1) Planteamos la hiptesis general sobre el resultado que
de inters son: 1) utilizando el mtodo del contraste de esperamos observar, si la moneda no ha sido alterada;
hiptesis para establecer el valor de p y 2) calculando los es decir, esperamos que se comporte de acuerdo a una
intervalos de confianza de los estimadores. En este ensayo probabilidad de 50% de caras y 50% de cruces (acep-
trataremos de hacer una aproximacin al primero de estos tando cierta variabilidad permitida) y consideramos
dos mtodos de la inferencia estadstica clsica. simultneamente la otra posibilidad que interesa probar,
a saber, que la moneda en realidad est cargada y, por
El contraste de hiptesis y el valor de p lo tanto, favorecer ms a un desenlace determinado.
En estadstica esto corresponde a plantear la hiptesis
En casi todos los artculos de investigacin original en- nula (H0) y la hiptesis alterna (H1).
contramos mencin del valor de p. Sabemos que un 2) Establecemos el monto de variabilidad que vamos a
valor de p menor a 0.05 nos indica que el resultado es aceptar como normal y cuando vamos a considerar un
estadsticamente significativo, es decir, que los resulta- resultado como extremo, el cual nos indicara que la
dos observados tienen una probabilidad muy baja de moneda en realidad est cargada. En estadstica esto
ser producto del azar. El valor de p es, por lo tanto, una corresponde a establecer el nivel de significancia esta-
manera de controlar el efecto del azar. Llevemos esto a dstica o alfa (a), y por lo general son valores de 0.05
un terreno ms conocido para nosotros, simples mdi- (5%) o 0.01 (1%).
cos anaritmetas parciales y completos aritmofbicos. El 3) Realizamos el experimento, aplicando al resultado una
ejemplo ms conocido de un experimento aleatorio es prueba estadstica que permita establecer el nivel de
lanzar la moneda al aire. Cuando lanzamos la moneda al probabilidad (valor de p), usando las reglas de predic-
aire, esperamos que el resultado observado se ajuste a las cin del 50-50% de la hiptesis general. En estadstica se
leyes de prediccin compatibles con el experimento de la emplean diferentes pruebas para establecer el valor de
moneda, esto es, que nos aparezca una cara o una cruz p de acuerdo al tipo de datos que se analizan, usando
(guila o sello, guila o sol, o como prefieran llamarles) de de referencia la probabilidad inherente a la hiptesis
la moneda, ambas con una probabilidad de ocurrencia del nula.
50% (0.5). El comportamiento de este experimento debe 4) Ocupando los criterios previamente mencionados, de-
ajustarse siempre a la probabilidad predicha del 50%. terminamos si el monto de la evidencia es compatible
Es decir, si lanzamos la moneda varias veces, esperamos con un resultado esperado segn la hiptesis general o
observar una proporcin de caras o de cruces cercanos por el contrario nos lleva a rechazar la hiptesis general
www.medigraphic.org.mx
al 50%. Pero no siempre se observar exactamente 50% y a aceptar la hiptesis alterna. En estadstica un valor
de caras y 50% de cruces. Si lanzo la moneda 10 veces, de p menor a alfa rechaza la hiptesis nula y permite
no espero observar siempre 5 caras y 5 cruces como aceptar la hiptesis alterna.
nico resultado. S que por azar puede haber diferentes
combinaciones de caras y cruces. Quizs 6 de una y 4 de Continuando con el ejemplo de la moneda, si lanzamos
la otra, o incluso 7 y 3, 8 y 2; o eventualmente obtener la moneda 12 veces y observamos que aparecen 10 caras y
9 caras de una y slo 1 de la otra; tambin puede suce- slo 2 cruces: es la diferencia observada compatible con
der que las 10 veces se obtenga una misma cara de la lo esperado por el azar?, o bien, es la diferencia observada
suficiente para que concluyamos que la moneda est compatible con la hiptesis alterna de que la moneda
cargada y que, por ende, favorece ms la aparicin de est cargada.
caras? Hagamos nuestro anlisis estadstico siguiendo los
pasos arriba mencionados. Llevemos nuestro ejemplo a un terreno ms clnico.
Supongamos que se ha establecido internacionalmente
1) Establecemos H0 y H1. que la prevalencia de demencia en adultos mayores de
H0: La probabilidad ocurrencia de caras es igual a la 80 aos es de 30%. Sin embargo, en una muestra aleatoria
probabilidad de ocurrencia cruces (Probabilidad 1 = de 15 sujetos mexicanos de este grupo de edad encontra-
Probabilidad 2; la moneda est normal). mos datos de demencia en 7 de ellos. Es este resultado
H1: La probabilidad de ocurrencia de caras es diferente observado en sujetos mexicanos compatible con lo repor-
a la probabilidad de ocurrencia de cruces (Probabilidad tado a nivel internacional (H0)?, o bien, es el resultado
1 Probabilidad 2; la moneda est cargada). observado en sujetos mexicanos suficientemente distinto
2) Establecemos el nivel de significancia que aceptaremos a lo reportado internacionalmente (H1)? Trata de calcular
como evidencia suficiente para aceptar o rechazar la el valor de p para este resultado observado y usando un
hiptesis nula. Usualmente un valor de alfa de 0.05 alfa menor a 0.05 como evidencia, acepta o rechaza la
(5%). hiptesis nula segn sea el caso. La respuesta correcta se
3) Calculamos la probabilidad de haber observado espe- muestra al final.
cficamente 10 caras y slo 2 cruces, si la probabilidad En estos ejemplos usamos la distribucin de probabi-
de ocurrencia de ambas fuese del 50%. Para lograr esto, lidad binomial. Otras formas de analizar la probabilidad
usamos las reglas de probabilidad binomial, mediante de un resultado especfico es utilizando la distribucin de
la frmula:3 probabilidades de la curva normal (prueba de z); la dis-
tribucin de probabilidades de t (prueba t de Student); la
distribucin de probabilidades de F (prueba de ANOVA);
la distribucin de probabilidades de ji cuadrada (prueba
de ); o la distribucin Poisson. El uso de cada una de
Donde P es la probabilidad que queremos calcular; n ellas depende principalmente del tipo de datos que se
es el nmero de experimentos o veces que lanzamos la analizan.4,5
moneda, en este caso 12; ! es el smbolo para factorial,
en este caso 12! = 12 x 11 x 10 x 9 x 8 x 7 x 6 x 5 x 4 El contraste de hiptesis: una analoga
x 3 x 2 x 1; e es la frecuencia de xitos, en este caso 10
caras; f la frecuencia de fracasos, en este caso 2 cruces Podemos incurrir en un error al aceptar o rechazar la hip-
(la denominacin xito o fracaso es arbitraria y aplica tesis nula, favoreciendo un resultado distinto a la realidad.
para el estudio de la probabilidad binomial); p1 es la Comparemos esto con lo que se observa en el sistema de
probabilidad de xitos, en este caso 0.5 (50% de caras) justicia de muchos pases:
y p2 es la probabilidad de fracasos, en este caso 0.5
(50% de cruces). Por lo tanto: 1) Se parte de una premisa: el sujeto es inocente hasta
que no se demuestre lo contrario (el equivalente a la
hiptesis nula). El fiscal quiere demostrar que el sujeto
es culpable (el equivalente a la hiptesis alterna).
2) El sistema judicial establece de antemano cules pruebas
pueden ser catalogadas como evidencia (el equivalente
a establecer el nivel de significancia o a).
3) Para poder inculpar al sospechoso, la evidencia que
aporte el fiscal debe ser tan slida que deje poco es-
www.medigraphic.org.mx pacio a la duda (el equivalente a realizar una prueba
4) En base a los criterios de significancia preestablecidos, estadstica y calcular el valor de p).
el valor de p observado en este resultado es de 0.016, 4) Se establece el veredicto de inocencia o culpabilidad
que es menor al 0.05 preestablecido como crtico. Nos (el equivalente a aceptar o rechazar la hiptesis nula).
permite rechazar la hiptesis nula y aceptar la alterna
como ms probable. La probabilidad de haber observa- En el sistema de justicia mencionado se puede incurrir
do este resultado particular, en base a lo esperado por en dos tipos de error: cuando se establece un veredicto
el azar, es de slo 1.6%. Por tanto, el resultado es ms de culpabilidad en un inocente, o cuando se establece
Reconocimiento a revisores