Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Software.
Estadística.
SOF-S-VE-4-10.
Una prueba de hipótesis es un procedimiento, con el que se busca tomar una decisión sobre
el valor de verdad de una hipótesis estadística. Al realizar una prueba de hipótesis decidimos
muestral.
Una prueba de hipótesis es una regla que especifica cuando se puede aceptar o rechazar una
afirmación sobre una población dependiendo de la evidencia proporcionada por una muestra
de datos.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis
hipótesis alternativa es la afirmación que se desea ser capaz de concluir que es verdadera
Basándose en los datos de la muestra, la prueba determina cuando rechazar la hipótesis nula.
Se utiliza un p-valor, para realizar esa determinación. Si el p-valor es menos que el nivel de
Un error común suele ser que las pruebas de hipótesis estadísticas están diseñadas para
seleccionar la más probable de dos hipótesis. Sin embargo, al diseño una prueba de hipótesis,
se configura la hipótesis nula como la que se quiere rechazar. Dado que se fija que el nivel
de significación sea pequeño antes del análisis (normalmente, un valor de 0.05 funciona
correctamente), Cuando se rechaza la hipótesis nula, se tiene una prueba estadística de que
estadística de que la hipótesis nula sea cierta. Esto es debido a que no se ha fijado la
Ejemplos de algunas preguntas que se pueden responder con una prueba de hipótesis:
decisiones.
1. Plantear la hipótesis.
La prueba de hipótesis formula dos hipótesis estadísticas que deben anunciarse
cierta si los datos de la muestra siguieren que llevan al rechazo de la H0 es falsa. Por
rechaza, esto no necesariamente significa que es verdadera, se dirá que los datos
sobre los cuales se basa la prueba no proporcionan evidencia suficiente que cause el
rechazo. Por el contrario, si se rechaza se concluye que los datos disponibles no son
compatibles con la H0, pero sirven como apoyo a alguna otra hipótesis. Rechazarla
el enunciado de la H0.
valores posibles que la estadística de prueba puede asumir son puntos sobre el eje
grupos: uno de ellos constituye lo que se conoce como región de rechazo y el otro,
Los valores de la estadística de prueba que forman la región de rechazo son aquellos
que tienen la menor probabilidad de ocurrir, mientras que los que forman la región
ambas regiones.
La decisión en cuanto a que valores van hacia qué región se toma con base en
designa el área bajo la curva de la distribución de la de prueba que está por encima
Dado que rechazar una H0 verdadera sería un error, parece razonable que se deba
elige un valor pequeño de α para hacer que la probabilidad de rechazo para una
H0 sea pequeña. Los valores que se encuentran con más frecuencia son: 0.01, 0.05 y
Tipos de errores
El error que se comete cuando se rechaza una H0 verdadera se conoce como error del
tipo I (α). EI error del tipo II (β) se comete cuando no se rechaza una H0 falsa.
Siempre que se rechaza una H0 se tiene el riesgo de cometer un error del tipo I, al
en realidad es verdadera.
en realidad es falsa.
prueba conduce al rechazo de la H0, puede ser un consuelo el hecho de que al dar un
se rechaza la H0, no se conoce el riesgo concurrente de cometer un error del tipo II,
varias condiciones de una prueba de hipótesis, así como las condiciones en las que
En Resumen:
• Error Tipo II: es el valor predictivo, denotado por la letra griega “β”,
estudio.
error de tipo I.
utilizar. Se debe determinar, por ejemplo, si los datos constan de conteos o medidas.
(para datos que siguen la distribución normal) o pruebas no paramétricas (para datos
Esta señala que se debe ser rechazada H0 si el valor de la estadística de prueba que se
rechazo.
de prueba que se aplique. Indica que tan significante son los resultados de la
Los valores de p son comúnmente utilizados para probar (y descartar) una H0, que
por lo general indica que no existe una diferencia entre dos grupos, o que no hay
ninguna correlación entre un par de características; por lo tanto, ofrece la
cuidado por parte de los investigadores por lo que hay que evitar sacar conclusiones
Un valor p de 0.05, no significa que hay una posibilidad del 95% que una
todas las demás suposiciones hechas son válidas, hay una probabilidad del 5 % de
del paciente sin tener un efecto terapéutico, en este caso hay relevancia estadística
extremo como, o más extremo que, el valor observado, dado que la H0 es verdadera.
En prueba de hipótesis, podemos también comparar el valor de p con el nivel de
acepta. Se debe decir que «no se rechaza«. Se evita el uso de la palabra «aceptar»
en este caso porque pudiera haberse cometido el error de tipo II. Dado que,
hipótesis.
3.3 Propósito de la prueba de hipótesis
En general, la decisión práctica (la razón por la cual se hizo la prueba) depende de la
prueba sólo es una parte de la evidencia que influye sobre la decisión final, es decir;
sino considerarse junto con toda la demás información importante de que disponga
normal, es una práctica común aplicar la teoría cuando las poblaciones importantes
de prueba.
Vea la figura:
Gráficamente tenemos:
Diagrama 5. Prueba de una cola y prueba de dos colas.
mejorado”, “es mejor que”, y el cómo dependerá sobre la variable que esté siendo
traducen como “<” (menos que, i.e. alivio menos rápido). Por otro lado, si la
variable se refiere a un resultado de una prueba, entonces las palabras “mejor” “se
mejora” o “más efectiva” se traducen como “>” (más grande que, i.e. resultados del
3.4.1 Prueba para una Media de una Población con una Desviación
Estándar
Ejemplo:
la época de verano (cuando hace más calor), un número promedio de 200 niños,
normal con una media de 200 y una desviación estándar de 16. Recientemente, se
realizó una campaña de información sobre hábitos de higiene, que duró 50 semanas.
Cálculos:
Diagrama 6. Haga una decisión e interprete el resultado.
3.4.2 Prueba para una Media de una Población con una Desviación
Estándar
Ejemplo:
costo medio para procesar una reclamación es de $60 pesos. Una encuesta mostró
que esta cantidad es más grande que cualquier otra compañía de seguros, así que la
aseguradora instituyó medidas para reducir costos. Para evaluar el efecto de las
de $60?
Paso 1: Establezca las hipótesis nula y alternativa.
esta unidad).
significancia de p=0.01. No hemos demostrado que las medidas para reducir el costo
$60.
un “éxito” o un “fracaso”;
Cuando las condiciones anteriores se cumplen, la distribución normal se puede utilizar como
z = porcentaje de individuos
p = proporción muestral
n = tamaño de la muestra
Diagrama 8. Planteamiento de una hipótesis para probar proporciones (π).
Ejemplo:
Supóngase que antes de una elección en cierto estado es necesario para ser elegido
candidato a gobernador contar al menos con el 80% del voto en la sección del norte del
norte del estado. De estos entrevistados 1,550 apoyan la candidatura del prospecto a
5.
Rechace H0 si Z < – Z α
Cálculos:
El valor calculado de z (-2.80) está en la región de rechazo, así que la hipótesis nula
Bibliografía.
Daniel, Wayne (2005). Bioestadística: base para el análisis de las ciencias de la salud.