contraste de hiptesis y el P- Valor

Podemos definir un contraste de hiptesis como un procedimiento que se basa en lo observado en las
muestras y en la teora de la probabilidad para determinar si la hiptesis es un enunciado razonable.
Un contraste de hiptesis (tambin denominado test de hiptesis o prueba de significacin) es una
tcnica de inferencia estadstica para juzgar si una propiedad que se supone cumple una poblacin
estadstica es compatible con lo observado en una muestra de dicha poblacin.
Este proceso estadstico permite elegir una hiptesis de trabajo de entre dos posibles y antagnicas.
El contraste comienza con la formulacin de dos hiptesis sobre el valor de algn parmetro
poblacional, siendo ambas incompatibles (si una es cierta, la otra necesariamente ha de ser falsa).
Supondremos cierta una de ellas, a la cual llamaremos hiptesis nula H0, y trataremos de determinar
hasta que grado las observaciones registradas son coherentes con H0. Solo en caso de que haya
fuertes indicios de incompatibilidad entre el supuesto de que H0 sea cierta y los datos obtenidos
empricamente, descartaremos H0 como hiptesis de trabajo y en su lugar tomaremos como cierta la
hiptesis alternativa H1.
Debido a que la forma habitual de probar hiptesis, en la mayora de los casos resulta algo cortante o
seca la decisin final de rechazar o no una H0 dada, y no proporciona una medida real de la decisin
en trminos de probabilidad, se ha sugerido el clculo del valor p, es decir, utilizando este valor,
tambin se toman decisiones sobre una hiptesis.
El valor p, se define como la probabilidad de que la estadstica de prueba tome un valor mayor o
igual que el calculado (para pruebas con cola a la derecha), un valor menor o igual que el calculado
(para pruebas con cola a la izquierda), un valor menor o igual o mayor o igual que el calculado (para
pruebas con dos colas), con base en la muestra. Tenga en cuenta que en el caso de pruebas de dos
colas el valor p corresponde al doble del valor obtenido en una prueba de una cola.

El P-valor puede adems ser interpretado comparndolo con la probabilidad de

cometer error tipo I o ?, para lo cual una de las siguientes regla, hace que el
contraste de hiptesis sea significativo cuando la prueba es unilateral derecha:
Su respuesta :
Cuando P< el nivel de significacin
Correcto: Su rea porcentual bajo la curva normal estara por debajo de la probabilidad de cometer
un error Tipo I
Una hiptesis estadstica alterna puede adoptar una de tres formas diferentes: Unilateral izquierda, unilateral derecha o
bilateral. De acuerdo con este criterio de clasificacin. La prueba de hiptesis alterna que incluye dos regiones de
rechazo recibe el nombre de:
Su respuesta :

Bilateral

Correcta: Porque las pruebas de dos colas no permiten especificar la direccin del cambio previsto en el
valor del parmetro sometido a prueba

Cuando se contrasta una hiptesis bilateral el P-Valor que debe ser comparado con el nivel de significancia de la
prueba se clcular como:
Su respuesta :

La probabilidad que el Estadstico de prueba sea mayor o sea menor que el valor clculado
Correcto: Porque en este caso el p_valor es el doble del correspondiente a una prueba unilateral

En una prueba de hiptesis la confiabilidad significa la probabilidad de:

Su respuesta :

No rechazar una hiptesis nula que es cierta.

Correcto: Porque la confiabilidad es la probabilidad de aceptar la hiptesis nula siendo cierta.

Los resultados de una encuesta antes del da de elecciones en cuanto a las personas a favor de un determinado
candidato, afirman que existe mayor preferencia en el estrato 4 que en el 2 por dicho candidato. Usted es contratado
para evaluar dicha afirmacin. Qu prueba de hiptesis planteara?
Su respuesta :

Diferencia de Proporciones de una sola cola.

Correcto. Porque el parametro a contrastar son las proporciones de las dos poblaciones. Adems
investigar si existe preferencia por el candidato en una de las poblaciones.

Contraste No Paramtrico

La prueba de chi-cuadrado es considerada como una prueba no parametrica (ideada por Karl Pearson
a principios de 1900) que mide la discrepancia entre una distribucin observada y otra terica
(bondad de ajuste), indicando en que medida las diferencias existentes entre ambas, de haberlas, se
deben al azar. Tambin se utiliza para probar la independencia de dos muestras entre si, mediante la
presentacin de los datos en tablas de contingencia.

Se aplica la prueba de bondad de ajuste para determinar si un conjunto de frecuencias observadas se

ajusta a un conjunto de frecuencias esperadas correspondientes. Puede utilizarse para todos los
niveles de datos (nominal, ordinal, de intervalo y de razn].

Analisis de Varianzas (ANOVA)

En estadstica el anlisis de varianza sirve para comparar si los valores de un conjunto de datos numricos son
significativamente distintos a los valores de otro o ms conjuntos de datos. El procedimiento para comparar estos valores
est basado en la varianza global observada en los grupos de datos numricos a comparar. Tpicamente, el anlisis de
varianza se utiliza para asociar una probabilidad a la conclusin de que la media de un grupo de puntuaciones es distinta
de la media de otro grupo de puntuaciones.

Existen tres tipos de modelos:

El modelo de efectos fijos asume que el experimentador ha considerado para el factor todos los
posibles valores que ste puede tomar. Ejemplo: Si el gnero del individuo es un factor, y el
experimentador ha incluido tantos individuos masculinos como femeninos, el gnero es un factor
fijo en el experimento.

Los modelos de efectos aleatorios asumen que en un factor se ha considerado tan slo una muestra
de los posibles valores que ste puede tomar. Ejemplo: Si el mtodo de enseanza es analizado como
un factor que puede influir sobre el nivel de aprendizaje y se ha considerado en el experimento slo
 tres de los muchos ms mtodos posibles, el mtodo de enseanza es un factor aleatorio en el
experimento.

Los modelos mixtos describen situaciones donde estn presentes ambos tipos de factores: fijos y
aleatorios.

Las sguientes son una afirmacin y una razn unidas con la palabra PORQUE:
La prueba de hiptesis es una de las formas de realizar Inferencia Estadstica.
PORQUE. Pueden ser sometidas a prueba y demostrarse como probablemente
correctas o incorrectas . De estas afirmaciones cul considera que es la
correcta:

Su respuesta :

Ambas afirmaciones son verdaderas y la segunda es una razn o explicacin correcta de la primera

Correcta: Porque las pruebas de hiptesis se realizan para tomar decisiones al rededor de la veracidad o falsedad sobre
una de las alternativas en contraste.

En el anlisis de de varianzas de un factor, se relacionan dos variables con el fin de medir

el grado en que una de ellas (la independiente) incide en los valores posibles de la otra (la
dependiente). De acuerdo a este criterio las dos variables pueden ser:
Su respuesta :

La independiente es cualitativa y la dependiente cuantitativa

Correcto: Porque los efectos sobre niveles del factor pueden ser evidenciados a travs de las
mediciones de la variable respuestas.
Los modelos de anlisis de varianza, utilizados para comparar tres o ms niveles de un factor,
correspondiente a una variable independiente, cualitativa. A travz de mediciones realizadas en una
variable respuesta, dependiente y cuantitativa. Pueden ser de efectos fijos, efectos aleatorios o mixtos. De
acuerdo con este criterio, cuando las comparaciones de Anova, se realizan con todos los niveles en que se
clasifica un factor, al modelo se le llama:
Su respuesta :

Modelo de efectos fijos

Correcto: Porque es un modelo que mide el efecto de los tratamientos o niveles y el error
aletorio atribuible a la medicin
En un ANOVA, elP- valor es:
Su respuesta :

La probabilidad de encontrar una F emprica ms extrema que la obtenida asumiendo que la hiptesis
nula es cierta.

Correcto. Porque el P-valor es la probabilidad que el estadstico de prueba sea mayor que el valor
calculado

Cual es tcnica estadstica ms adecuada para comparar una varibale cuantitativa y la otra cualitativa?
Su respuesta :
Analisis de varianzas (ANOVA).

Correcto. Porque el Anova compara los efectos de una varaible cuantitativa en cada uno de los niveles
de una variable cualitativa.