PRUEBAS DE HIPÓTESIS

C.D Alejandra Espinosa Acuña

Magister en Salud Pública
 RESULTADO DE APRENDIZAJE

• Busca soluciones a distintos problemas de salud, aplicando

las técnicas estadísticas usadas con mayor frecuencia y más
atingentes.

CRITERIO DE EVALUACIÓN

◦ Diseña un proyecto con su respectivo análisis estadístico que le

permita enfrentar un problema de salud utilizando la metodología
científica para obtener evidencia.
 Contraste de hipótesis y valores p

Un contraste de hipótesis implica una comparación entre un efecto y la

variabilidad aleatoria esperada (error).

Si la magnitud del efecto observado en la muestra es muy superior al error, se

dirá que la muestra apoya la existencia de tal efecto en la población. Si el
efecto observado en la muestra es similar o inferior en magnitud al error, se
concluirá que la muestra no apoya la existencia de dicho efecto.

Para tomar una u otra decisión, se establecen dos hipótesis (a nivel de la

población):

1. Hipótesis nula (H0): mantiene que el efecto de interés no existe (es nulo, es
decir, vale 0) en la población de la que procede la muestra. Si H0 fuese cierta,
toda la variabilidad observada se podría explicar meramente por el azar.

2. Hipótesis alternativa (H1): mantiene que existe algún efecto distinto de 0 en

la población de la que procede la muestra. La variabilidad observada no se
explicaría totalmente por el azar.
 Contraste de hipótesis y valores p

Se calcula después un valor p de significación estadística, que estima la

probabilidad de encontrar un efecto como el encontrado o uno todavía más
alejado de lo esperado en la muestra (H0) si el efecto fuese 0 en la población
(es decir, si H0 fuese cierta). Esa probabilidad muchas veces corresponderá al
área de la cola de la distribución normal para un valor z calculado.
Habitualmente, se rechaza H0 cuando el valor p es inferior al 5%. A este límite o
umbral para la decisión (fijado de antemano) se le llama riesgo α.

Valor p: probabilidad de observar en la muestra diferencias mayores o iguales a

las realmente observadas bajo la condición de que la hipótesis nula fuera cierta.
 Contraste de hipótesis y valores p

◦ Los cuatro pasos de un contraste de hipótesis son:

1. Formular una hipótesis nula (H0) a priori y su correspondiente

alternativa (H1).
2. Contrastar la hipótesis nula con los resultados hallados en la
muestra.
3. Calcular la probabilidad (valor p de significación estadística) de
encontrar unos resultados como los hallados o más distantes
aún de H0, si H0 fuese cierta.
4. Decidir si se rechaza o no la hipótesis nula.
 Contraste de hipótesis y valores p

1. Formular una hipótesis nula (H0) a priori y su correspondiente

alternativa (H1).

En un estudio ocurrieron nueve embarazos imprevistos durante 1 año en 500

mujeres que seguían el método sintotérmico.
La hipótesis nula que se postula es que los fracasos de este método serían
equivalentes a otros métodos más usados y que tienen una eficacia del 96%
(índice de fallos = 4%, es decir π = 0,04 (proporción) ).

H0: la proporción de embarazos imprevistos será igual con uno u otro método.
H0 ≡ πsintotérmico – πteórico = 0.
H0 ≡ πsintotérmico = πteórico = 0,04.
H0 tiene la apariencia de ser lo contrario de lo que se desea demostrar.

La hipótesis alternativa (H1) propondría que el método sintotérmico no es igual,

sino que su tasa de fallos es inferior a la proporción de referencia.
 Contraste de hipótesis y valores p

2. Contrastar la hipótesis nula con los resultados hallados en la

muestra.

En la muestra se halló una proporción de embarazos de 0,018 (9/ 500) con el

método sintotérmico, mientras que H0 mantenía que esta proporción sería
0,04.

Si H0 fuese cierta, la diferencia entre ambas proporciones en la población

sería exactamente igual a 0, pero he aquí que en la muestra la diferencia es
de –0,022 (0,018 – 0,04 = –0,022). El efecto observado, es, por tanto, –0,022.

¿se debe simplemente al azar o se debe a un «efecto» real?

 Contraste de hipótesis y valores p

3. Calcular la probabilidad (valor p de significación estadística) de

encontrar unos resultados como los hallados o más distantes aún de
H0, si H0 fuese cierta.

Ese cociente vale –2,51, lo cual significa que el efecto se separa de H0 en 2,51
errores estándar, y que se separa hacia abajo (de ahí el signo menos).

Para cada valor z hay una probabilidad. Se obtendrá tal probabilidad (valor p
(la probabilidad de hallar unos resultados tan distantes o más de H0 como los
hallados, si H0 fuese cierta)) desde la normal.

p = 0.00603656
 Contraste de hipótesis y valores p

4. Decidir si se rechaza o no la hipótesis nula.

Un valor p muy bajo significa que sería muy raro encontrar esta muestra si
H0 fuese cierta. En cambio, un valor p alto significa que, en principio, no
hay argumentos en contra de la hipótesis nula y no se podrá rechazar.
Cuanto menor sea el valor p de significación estadística, mayores
argumentos habrá para rechazar la hipótesis nula y apoyar, en cambio, la
hipótesis alternativa.

Si la proporción de fallos del método

sintotérmico fuese del 4%, existiría una
probabilidad muy baja (0,6%, o p =
0,006) de que en una muestra de 500
mujeres se produzcan nueve o menos
embarazos; es decir, una proporción
del 1,8%.
 Pruebas de contraste de hipótesis

Paramétricas

Las pruebas paramétricas se basan en la media, la

desviación estándar, etc. (parámetros).
Requieren el cumplimiento de unas condiciones de
aplicación más estrictas, ya que deben adoptar un
modelo matemático correspondiente a una distribución
conocida de probabilidad.
Exigen, por ejemplo, la normalidad, homogeneidad de
varianzas entre grupos u otros requisitos.

No paramétricas

Cuando las muestras son pequeñas y no se cumplen estos

supuestos.
Se trata de variables ordinales.
No requieren que se asuma ninguna distribución teórica de
probabilidad.
Solo tienen en cuenta el puesto (rango) o posición relativa
que ocupa cada observación en el conjunto de las
observaciones ordenadas.
Pruebas de contraste de hipótesis
 BIBLIOGRAFÍA

• Bioestadística amigable, 4. ª ed., de Miguel Ángel Martínez

González, Almudena Sánchez Villegas, Estefanía A. Toledo Atucha y
Javier Faulin Fajardo.

• Martínez González, Miguel Ángel. Conceptos de salud pública y

estrategias preventivas.

• Taucher. (1998) Bioestadística. Editorial Universitaria.

• Gordis Leon, Epidemiología.Quinta Edicíon.2014.