Obstetricia y Puericultura Camila Erices

IVS III- Prof. Bielka Carvajal Catalina Caro

Sesión de estadística: Hipótesis

Una hipótesis va a ser una afirmación que se desea probar como cierta o una
afirmación que sea cierta hasta demostrar que no lo es. El método científico
descansa en la idea de que al observar cierto fenómeno somos capaces de
notar algunos patrones, y por ende actualizar estas afirmaciones predictivas
que se someten a la comprobación mediante un experimento, lo que permite
afirmar el patrón que se ha observado, modificarlo hacia uno que sea más
adecuado o bien en rechazar la hipótesis porque finalmente no correspondía
ya que mediante la investigación nos damos cuenta que el fenómeno se debe
a otras causas.

Existen muchas hipótesis famosas que han sido contrastadas, por ejemplo, sí es la tierra la que gira
alrededor del sol o el sol gira alrededor de la tierra. En tiempo más antiguos se creía que la tierra
era el centro y el sol gira alrededor de la tierra y esto producirá el día noche. Finalmente, por ciertas
observaciones se propuso que el modelo era más bien heliocéntrico, y se produjo una discusión a
nivel científico hasta que finalmente las pruebas eran contundentes respecto a que la tierra no era
el centro. Esto no estuvo exento de polémica e incluso algunas personas fueron enviadas a la cárcel
por considerarlo una herejía.

Cuando hablamos en estadística de hipótesis, en general nos vamos a referir a dos tipos de hipótesis:

• Hipótesis nula (H0): Es una hipótesis de la continuidad respecto a lo que nosotros ya

observamos, porque siempre tenemos alguna hipótesis detrás. Siempre tenemos una
explicación de lo que sucede.
• Hipótesis alternativa (H1): Es la que nosotros esperamos probar como cierta y que hemos
deducido por lo observado.

La hipótesis nula, como su nombre lo dice, no plantea diferencia del parámetro observado y la
información que se tiene a nivel poblacional. Se escribe como H0:

Ejemplo 1: se propone una hipótesis que, existe una diferencia

en los ingresos económicos si uno es hombre o mujer, entonces,
la hipótesis nula sería que la diferencia no existe porque la
continuidad es la que no ofrece un cambio, sino que se queda dónde está, por lo tanto, las mujeres
ganan igual que los hombres.

Ejemplo 2: Un antibiótico funciona o no funciona, entonces la hipótesis nula sería en que el

antibiótico no ofrece mayor ventaja que el uso de un antibiótico que ya está probado, mientras que
la hipótesis alternativa sería que el antibiótico sí hace la diferencia ya sea, que sea mejor o peor que
el antibiótico anterior.

Las hipótesis alternativas son otras afirmaciones que implicar una relación entre dos o más
variables, o bien que se acepta la existencia de un efecto ejercido de una a variable sobre otra
 Obstetricia y Puericultura Camila Erices
IVS III- Prof. Bielka Carvajal Catalina Caro

variable. Habitualmente tienen una direccionalidad, en el caso de que no se puede plantear se

construye de tal forma que se estima que existe una direccionalidad, pero no se sabe para dónde
está la diferencia.

Ejemplo 1: Diferencia de sueldo entre hombres y

mujeres. La hipótesis nula será que las mujeres y los
hombres ganan lo mismo, no ofrece diferencia. La
hipótesis alternativa que se podrían obtener son tres:

-Noto que hay una diferencia, pero no sé exactamente

en qué sentido, entonces seria que las mujeres ganan
distinto que los hombres, porque no sé quién gana más,
pero según lo que he observado me parece que ganan
distinto (≠).

-las mujeres ganan más que los hombres (hipótesis

direccionada >).

-los hombres ganan más que las mujeres (hipótesis

direccionada <).

La idea de generar hipótesis alternativas o una explicación nueva del mundo está relacionada con
que la nueva hipótesis explique mejor lo que ya observamos. No se cambia una idea del paradigma
científico por una idea igual de buena, la idea tiene que ser mejor, entonces tiene que explicar todo
lo que ya se ha explicado (lo nos rige actualmente más), de otro modo no tiene sentido hacer el
esfuerzo de cambiar que todo lo escrito.

Direccionalidad de las hipótesis

Respecto a las hipótesis alternativas algunas tienen direccionalidad.

Las hipótesis unilaterales, quieren decir que están direccionadas y se propone que están para uno
u otro lado de la curva, es decir, se propone una dirección específica de cómo afecta una variable a
la otra, y cuando se realicen comprobaciones estadísticas no permite rechazar que el efecto tenía
una dirección opuesta al primero si es que no se rechaza la hipótesis nula.

Ejemplos de hipótesis unilateral: La hipótesis nula (HO) seria que, a igual puesto de trabajo, las
mujeres y los hombres ganan lo mismo, mientras que una hipótesis unilateral (H1) podría ser que,
a igual puesto de trabajo, las mujeres ganan más que los hombres o, por el contrario, a igual puesto
de trabajo, los hombres ganan más que las mujeres, por ende, está direccionada para un sentido,
por eso es unilateral.

La hipótesis bilateral se refiere a que no es posible proponer una direccionalidad clara, sino que se
intenta probar si existe alguna diferencia y se aprueben los dos extremos.

Ejemplos de hipótesis bilateral: La hipótesis nula (HO) seria que, a igual puesto de trabajo, las
mujeres y los hombres ganan lo mismo, mientras que una hipótesis bilateral (H1) es que, a igual
puesto de trabajo, las mujeres ganan distinto de los hombres, pero yo no sé quién gana más o quién
gana menos, entonces están las dos direcciones.
 Obstetricia y Puericultura Camila Erices
IVS III- Prof. Bielka Carvajal Catalina Caro

Decidir rechazar o aceptar

Todo esto se relaciona en si yo rechazo o acepto la hipótesis nula, que ver con probabilidades, y
estas probabilidades son poblacionales, es decir, se calculan para grupo. Como es una probabilidad
nunca se tiene la certeza absoluta de que la decisión es totalmente correcta, y lo que hacemos es
basarnos en que la decisión que tomamos tiene una alta probabilidad de certeza, pero no con
certeza absoluta. Nunca van a tener el 100% de certeza y cuando uno decide aceptar o rechazar hay
dos tipos de errores que se pueden cometer:

• Error tipo I (H0 verdadera), se refiere a rechazar la hipótesis nula cuando la hipótesis nula
es verdadera.
• Error tipo II (H0 falsa), es el aceptar la hipótesis nula cuando la hipótesis nula es falsa.

Errores
Para tomar esta decisión vamos a tener que considerar achicar al máximo estos errores. Cuando
hablamos del error tipo I, que es rechazar la hipótesis nula cuando es cierta, se estima que este
error no debiera ser mayor de 0,05 o 5% y es lo que se conoce como la confianza del 95% que es
100 menos 5. Esto es un consenso, en general se fija 5% o 1% (se refiere a que no sea mayor al 5%).
Entonces en el 5% de las veces (5 de 100) puede ser que estemos cometiendo un error, sin embargo,
 Obstetricia y Puericultura Camila Erices
IVS III- Prof. Bielka Carvajal Catalina Caro

debemos recordar que nunca tenemos la certeza absoluta, sino que tratamos de tener un alto grado
de certeza. El error tipo II, no se rechaza la hipótesis nula cuando es falsa, este error se considera
un poco menos grave que el anterior y puede llegar hasta el 20%, habitualmente lo estiman en el
10%. Todos estos valores se calculan en una fórmula.

La potencia de la prueba que va a ser 1 menos beta (beta es el error tipo II), se refiere a la capacidad
de una prueba de detectar una diferencia existente. Si el error tipo I es muy pequeño puede que no
sea capaz de detectar una diferencia existente en el resultado de las hipótesis que estoy
contratando, entonces, tiene que ser suficientemente grande para detectar la diferencia, pero
suficientemente pequeño para no caer en el error. Lo mismo pasa con el error tipos II, si muy grande
podría ser que esté detectando diferencias que no son clínicamente relevantes, y aquí también es
importante, porque a lo mejor no es necesario instalar una nueva práctica porque lo que aporta
puede ser significativo desde el punto de vista estadístico, pero clínicamente no tienen ninguna
relevancia, entonces, tiene que ser suficientemente pequeño para que la diferencia sea
clínicamente importante, pero suficientemente grande para detectar está diferencia.

Estadísticos de prueba
Cuando se contrastan estas hipótesis para decidir cuál voy a aceptar; si la nula o alternativa que se
está proponiendo, se utilizan estadísticos de prueba que van a ser funciones que permiten estimar
la probabilidad del evento que estoy observando y determinar de acuerdo con la oposición de esta
probabilidad, dentro de la función, sí acepto o rechazo. La gracia de esto es que los estadísticos de
prueba tienen una distribución de probabilidades conocidas, se conoce la forma y la probabilidad
de observar el valor que estoy obteniendo.

Entonces, por ejemplo, en la imagen a la derecha vemos una

Campana de Gauss, una distribución de probabilidad de la curva
normal y que finalmente se conoce la probabilidad de obtener un
resultado, por ejemplo, la probabilidad que está en la línea verde y
así, tomar una decisión al respecto. También hay otras distribuciones
de probabilidad.

Zona de rechazo
 Obstetricia y Puericultura Camila Erices
IVS III- Prof. Bielka Carvajal Catalina Caro

La zona de rechazo va a ser una región dentro de esta distribución de probabilidades donde los
valores apoyan rechazar la hipótesis nula, siendo el valor más importante para determinar el crítico,
que es donde la función cambia desde la aceptación o el rechazo. Ustedes no deberán calcular esto,
porque no es necesario y además que los computadores lo hacen solos ahora. Si se fijan en esta
imagen (abajo) de la curva normal, dentro de esta curva tengo en la opción 1, cuando se está
proponiendo una hipótesis bilateral que tiene dos colitas (porque no sé dónde está la diferencia,
pero yo creo que está para un lado y otro) en algún punto de esta curva normal (donde están
señaladas las flechas y una línea verde abajo en la imagen) la probabilidad es tan pequeña que la

verdad es que rechaza la hipótesis nula, es muy improbable que lo que se está viendo sea producto
del azar y tengo estas dos colitas a los lados donde se puede rechazar, para un lado o para el otro.

Cuando se ha propuesto una hipótesis alternativa (imágenes inferiores) que está direccionada, o
sea, va para uno u otro lado, lo que estoy mencionando es que depende para que lado haya
propuesto, si es que mi cálculo cae dentro de esta zona (amarillo en la imagen) significa que lo que
estoy observando es muy improbable que sea debido al azar y se rechaza la hipótesis nula, o sea,
todo este ejercicio o toda esta idea permitirá primero ver la posibilidad teórica del evento, las
variables que se están proponiendo y la explicación propuesta tengan un sentido biológico real,
porque se puede probar cualquier cosa con otra cosa y tal vez me da que rechazo y se propone, pero
es una propuesta que no tiene sentido biológico.

Ejemplo de la profe: Porque se come más helado, los plánctones en el océano crecen y a lo mejor
se realiza todo este cálculo y resulta que sí, efectivamente comer helado tiene relación con los
plánctones y en realidad eso no tiene ni una explicación biológica.

Entonces entendiendo que los eventos ya tienen plausibilidad entre sí, pareciera que pudieran estar

relacionados, la idea es calcular qué tan probable es observar lo que estoy observando y estimar si
rechazo o no rechazo la hipótesis nula.

Valores críticos
 Obstetricia y Puericultura Camila Erices
IVS III- Prof. Bielka Carvajal Catalina Caro

Siendo entonces nuevamente lo más importante para ustedes y que puedan tomar esta decisión,
es estimar dónde están los valores críticos. Entonces si observan la imagen (abajo) de la normal, me

dice que asuma este ejercicio de 2 colas un estadístico de prueba Z y esta prueba Z tiene una forma
como la normal, con un valor crítico de +/- 1,96 y el cero está acá en medio de esta normal (línea
azul en la imagen).

Preguntas: ¿qué valores debería resulta el estadístico de prueba para rechazar H0? ¿Cuál sería su
decisión si el valor calculado para el contraste de la hipótesis fuese “1”?

Primero me dicen que los valores críticos son 1,96 positivo y 1,96 negativo. Cómo tiene valores
críticos para los dos lados, se asume que es una prueba de 2 colas (positivos y negativos), entonces
se ocuparan esto mismos cortes que están puestos en la imagen (color naranjo), dónde a cada lado
se coloca 1,96 positivo por un lado y por el otro 1,96 negativo y ahora se debe imaginar la recta
numérica.

Respondiendo a la primera pregunta, se rechaza H0 en todo caso que se estime (barra de color rojo)
que el valor obtenido es mayor a 1,96 o menor a 1,96, que son más alejado para los valores críticos,
para los dos lados.

Respondiendo a la segunda pregunta, se debe identificar dónde se encuentra “1” y en esta curva
numérica 0 se encuentra en la imagen con una barra celeste y 1,96 se encuentra en la barra
anaranjada, cercana a la mitad debería estar “1” (color morado) y es positivo además entonces debe
estar claramente para el lado de la derecha de la recta. Ahora si la barra morada fuera el valor
calculado, con la hipótesis me refiero, no se encontraría en la zona de rechazo, desde el valor crítico
hacia el más alejado (que eran las barras rojas), sino que se encuentra en la zona que no se puede
rechazar la hipótesis nula. En este caso, se rechaza la hipótesis alternativa y asumir que la nula, la
que no propone diferencia, es la correcta.

Entonces, en el ejemplo de los sueldos o ingresos, se debería decir que los hombres y las mujeres
no ganan lo mismo, según lo que se ha observado y lo que se ha recabado de datos, los hombres y
 Obstetricia y Puericultura Camila Erices
IVS III- Prof. Bielka Carvajal Catalina Caro

las mujeres ganan lo mismo que es la hipótesis nula (no sé si la profe se equivocó, pero lo escribí
textual).

Se realizará otro ejemplo con una hipótesis direccionada, porque tiene solo para un lado la zona de
rechazo. Asuma para este ejercicio de una cola derecha un estadístico de prueba T, que tiene esta
forma (imagen), dicen que el valor crítico es 1,84 positivo y vuelve a estar el cero al centro (línea
celeste) y el valor crítico entonces va a ser 1,84 a la derecha de cero (línea naranja), todos los valores
que estén más allá de 1,84 se encuentran en la zona de rechazo, entonces se va a rechazar la
hipótesis nula si es que el valor que se calcule esté ahí y en el otro caso, todos los valores menores,
incluido menos 1,84, significa que no se puede rechazar la hipótesis nula, sino que tengo que
rechazar la alternativa, asumiendo que la hipótesis nula es la verdadera.

Preguntas: ¿qué valores debería resulta el estadístico de prueba para rechazar H0? ¿Cuál sería su
decisión si el valor calculado para el contraste de la hipótesis fuese “0,3”?

Para comenzar,”0,3” está entre 0 y 1, mucho más cerca del cero. Entonces no se puede rechazar la
hipótesis nula, sino que tengo que aceptarla como verdadera según la información que se tiene.

Se realiza un último ejemplo, siendo una distribución de “chi cuadrado” la que toma puros valores
positivos y el cero se encuentra donde se une la “X” con la “Y” (señalizado en el gráfico de la imagen
con color celeste). Asuma para este ejercicio estadístico con distribución “chi cuadrado”, con un
valor crítico de 3,84 y se encontrará en la zona coloreada gris.

Pregunta: ¿qué valores debería resulta el estadístico de prueba para rechazar H0?

Debe ser valores iguales o mayores de 3,84, porque van a estar en la zona de rechazo.

Pregunta: ¿Cuál sería su decisión si el valor calculado para el contraste de la hipótesis fuese “5,9”?
 Obstetricia y Puericultura Camila Erices
IVS III- Prof. Bielka Carvajal Catalina Caro

Primero, se debe ubicar donde está “5,9” dentro de esta curva. Si el 0 está en la línea demarcada de
color celeste, el 3 está en la línea de color naranjo, el “5,9” estará mucho más alejado del 3 a la
derecha (remarcado de color morado). Entonces se rechaza la hipótesis nula y se dice que la verdad
es que la diferencia observada se explica dado las variables que se propusieron.

Pregunta: ¿Qué pasaría si en realidad el valor crítico calculado fuera “1,96”?

Al ubicar 1,96, se sabe que está entre 0 y 3 (en color verde) y está en zona que no es de rechazo,
entonces en este caso se tendría que aceptar la hipótesis nula, porque la información no parece que
se explique por las diferencias que se están proponiendo.

Entonces la idea es que dibujen la distribución, para que tengan un apoyo visual. Que puedan
determinar dónde está dentro de la recta numérica el valor crítico y luego estimen dentro de esta
curva el valor calculado y si es que se ubica en la zona de rechazo o no y así, van a poder tomar la
decisión.