Cómo se eligen los tratamientos

Un tratamiento se refiere al conjunto de acciones que se aplican sobre las

unidades experimentales y que sirven como objeto de comparación. Asimismo,

al momento de aplicar un tratamiento, se debe tomar en cuenta la variabilidad

que se espera observar de los datos, a la diferencia mínima que el

experimentador considera que es importante detectar y al nivel de confianza que

se desea tener en las conclusiones.

Tipos de pruebas de hipótesis

• Hipótesis nula: Se escribe como “H0” y puede describirse como aquella

afirmación contraria a lo que se ha tomado como hipótesis, es decir, dicha

hipótesis tiene una negación en su redacción. Se aplica cuando se desea

estudiar un parámetro de una población particular y se formula una

hipótesis alternativa, y para comprobar si esta puede ser válida, se estudia

su realidad opuesta (hipótesis nula).

• Hipótesis alternativa: Se refiere a una afirmación contraria a la hipótesis

nula, es decir, son aquellas ideas que intentan demostrar que la hipótesis

nula es falsa, la cual surge del resultado de una investigación que se

realizó sobre una población o muestra determinada. Suele escribirse

como “H1” o “Ha”

Grados de libertad

Son parámetros que permiten definir las distribuciones t, ji2 y F, los cuales

surgen a partir de los tamaños muestrales que se encuentran involucrados. Otra

forma de definirlo es que se refiere al número de observaciones independientes

que son libres de varias, menos el número de parámetros estimados.

Análisis de varianza

Se define como aquella fórmula estadística que permite comparar las

varianzas existentes entre las medias aritméticas de distintos grupos. Además,

se aplica en muchos contextos para ser capaz de determinar si existe alguna

discrepancia entre las medias de los diferentes grupos.

Estadístico del valor (p) y para qué sirve

Se define como la probabilidad mínima que es definida por la distribución con

la cual se puede rechazar la hipótesis nula, sin la necesidad de tener que definir

el nivel de significación para el contraste. Si se toma como referencia la curva de

la función de distribución de una probabilidad, el valor “p” será la probabilidad de

observar un estadístico de contraste tan extremo para que la hipótesis nula sea

cierta. Por ejemplo: