Clase Nº5:

Relación entre variables, correlación

y una introducción al testeo de
hipótesis

Curso:
Estadística para ciencia de datos

Profesor

Nicolás Alvarado

© Nicolás Alvarado
 Clase Nº5:
Relación entre variables, correlación y una
introducción al testeo de hipótesis

Contenido
Resultado de aprendizaje de la clase u objetivos 2
Tema 1: Introducción 3
Tema 2: Covarianza 3
2.1 Correlación de Pearson y causalidad 4
2.1.1 Correlación y causalidad 6
Tema 3: Testeo de hipótesis 7
Tema 4: Diferencia de medias 10
Tema 5: Formalización 12
Tema 6: Ejercicios 14
Tema 7: Conclusión 15
Referencias bibliográficas 15

© Nicolás Alvarado
1
 Resultado de aprendizaje de la clase u objetivos

Luego del estudio de esta clase, el alumno tendrá un entendimiento sobre la relación entre
variables, y podrá caracterizar algebraica y geométricamente las relaciones. A partir de esto, tendrá
nociones de inferencia estadística.

© Nicolás Alvarado
2
Tema 1: Introducción

En esta clase estudiaremos la relación entre variables, específicamente, introduciremos la noción

de covarianza y correlación. Trabajaremos con las fórmulas matemáticas y haremos una analogía
usando Python. Además, comenzaremos a estudiar el testeo de hipótesis mediante el uso de
Python y revisando su formulación matemática. Trabajaremos algunos test básicos y definiremos
lo necesario para entender qué es, para qué es y cómo se usa un test de hipótesis.

Tema 2: Covarianza

Ahora, introduciremos un objeto importante en el estudio simultáneo de dos variables, la

covarianza. Este estadístico es una medida de la tendencia de que dos variables varíen juntas. Si
tenemos dos series, X e Y, sus desviaciones de la media están dadas por:

𝑑𝑥𝑖 = 𝑥𝑖 − 𝑥
𝑑𝑦𝑖 = 𝑦𝑖 − 𝑦

Si multiplicamos las diferencias, el producto es positivo cuando las desviaciones tienen el mismo
signo y negativo en caso contrario. Entonces, al sumar los productos obtenemos una medida de la
variación conjunta. Definimos entonces la covarianza como la media de estos productos:

1
𝐶𝑜𝑣(𝑋, 𝑌) = ∑ 𝑑𝑥𝑖 𝑑𝑦𝑖
𝑛
donde 𝑛 es el largo de las series X e Y.

Una forma de escribir la función anterior en Python es usando el siguiente código:

from os.path import basename, exists

def download(url):
filename = basename(url)
if not exists(filename):
from urllib.request import urlretrieve

local, _ = urlretrieve(url, filename)

print("Downloaded " + local)

download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/thinkstats2.py")
download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/thinkplot.py")
download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/brfss.py")
download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/CDBRFS08.ASC.gz")

import numpy as np
import thinkstats2
import thinkplot
import brfss

df = brfss.ReadBrfss(nrows=None)
cleaned = df.dropna(subset=['htm3', 'wtkg2'])

© Nicolás Alvarado
3
 def Cov(xs, ys, meanx=None, meany=None):
xs = np.asarray(xs)
ys = np.asarray(ys)

if meanx is None:
meanx = np.mean(xs)
if meany is None:
meany = np.mean(ys)

cov = np.dot(xs-meanx, ys-meany) / len(xs)

return cov

heights, weights = cleaned.htm3, cleaned.wtkg2

Cov(heights, weights)
103.33290857697797

La función Cov calcula las desviaciones de las medias muestrales. Si 𝑥𝑠 e 𝑦𝑠 son sucesiones
definidas en Python, np.asarray las convierte a NumPy arrays. Si ya son NumPy arrays,
entonces np.asarray no hace nada. Esta implementación de la covarianza pretende ser simple,
dado que se quiere explicar el concepto.

NumPy y Pandas también cuentan con implementaciones de la covarianza, pero ambas aplican
una corrección para tamaños muestrales pequeños que no han sido cubiertos aún, y np.cov
retorna una matriz de covarianza, lo que por ahora no necesitamos.

De hecho, np.corrcoef(heights, weights) arroja:

array([[1. , 0.50873648],
[0.50873648, 1. ]])

2.1 Correlación de Pearson y causalidad

La covarianza es útil en algunos cálculos, pero se sabe que pocas veces se usa como estadístico de
resumen ya que su interpretación, por lo general, es compleja. Dentro de otros problemas, sus
unidades son el producto de las unidades de X e Y. Por ejemplo, la covarianza de los pesos y de las
alturas del BRFSS es 113kg-cm. ¿Qué significa esto? Una solución para este problema es dividir las
desviaciones por la desviación estándar y calcular el producto de los puntajes estándar:

(𝑥𝑖 − 𝑥̅ ) (𝑦𝑖 − 𝑦̅)

𝑝𝑖 =
𝑆𝑋 𝑆𝑌

La media de estos productos está dada por:

𝐶𝑜𝑣(𝑋, 𝑌)
𝜌=
𝑆𝑋 𝑆𝑌

El coeficiente de correlación es una versión estandarizada de la covarianza, y es más fácil de

interpretar. Este valor se llama coeficiente de correlación de Pearson. Es fácil de calcularlo e
interpretarlo.
© Nicolás Alvarado
4
Veamos ahora cómo trabajarla usando Python:

def Corr(xs, ys):

xs = np.asarray(xs)
ys = np.asarray(ys)

meanx, varx = thinkstats2.MeanVar(xs)

meany, vary = thinkstats2.MeanVar(ys)

corr = Cov(xs, ys, meanx, meany) / np.sqrt(varx * vary)

return corr

Corr(heights,weights)

0.5087364789734768

Este número indica que tenemos una correlación moderadamente fuerte entre los pesos y las
alturas de la BRFSS. En la función anterior, MeanVar calcula la media y la varianza levemente mejor
que np.mean y np.var.

Un aspecto importante es que el coeficiente de correlación de Pearson está entre menos y uno,
incluyéndolos. Si 𝜌 > 0, entonces diremos que la correlación es positiva, esto significa que cuando
una variable crece, la otra también. En caso contrario, 𝜌 < 0, diremos que la correlación es negativa,
lo que implica que cuando una variable aumenta su valor, la otra tiende a disminuir.

La magnitud de 𝜌 indica la fuerza de la correlación. Si 𝜌 = 1 𝑜 − 1, las variables están

perfectamente correlacionadas y se puede hacer una perfecta predicción de una variable,
conociendo la otra. La mayoría de las correlaciones de datos reales no son perfectas, pero siguen
siendo tremendamente útiles.

Si la correlación de Pearson está alrededor de 0, es tentador concluir que no existe una relación
entre las variables, pero esa conclusión no es válida. La correlación de Pearson sólo mide relaciones
lineales (de hecho, se puede obtener una forma circular en la distribución de los puntos cuando la
correlación es casi nula). Si existe una relación no lineal, 𝜌 indica que tan fuerte es. De hecho, se
puede tener alguna idea sobre la correlación dependiendo su forma. Como mencionamos
anteriormente, si esta tiene la forma de una recta, ya sea de pendiente positiva o negativa, entonces
está cercana a menos 1 o uno. En cambio, si es cercana a 0 esta puede deformarse y producir un
círculo, una elipse, un cuadrado, entre otros. Lo importante es que no siempre se puede obtener
toda la información a partir del diagrama de dispersión.

El coeficiente de correlación de Pearson funciona bien si la relación entre las variables es lineal y si
las variables distribuyen parecidamente a una distribución normal. Pero, no es robusto en la
presencia de outliers. El coeficiente de correlación de Spearman es una alternativa que mitiga el
efecto de los outliers y las distribuciones sesgadas.

© Nicolás Alvarado
5
Para calcular la correlación de Spearman, necesitamos calcular el rango de cada valor, que es el
índice en la muestra de la ordenada. Por ejemplo, en la muestra [1,2,5,7] el rango del valor 5 es 3,
ya que aparece tercero en la lista ordenada. Entonces, calculamos el coeficiente de correlación de
Pearson para los rangos. El módulo thinkstats2 tiene una función que nos permite calcular la
correlación de rango de Spearman. Para usarlo, hacemos lo siguiente:

import pandas as pd

def SpearmanCorr(xs, ys):

xranks = pd.Series(xs).rank()
yranks = pd.Series(ys).rank()
return Corr(xranks, yranks)

SpearmanCorr(heights,weights)

0.5405846262320481

Notemos que la correlación de rango de Spearman para el BRFSS es aproximadamente 0,54, que es
un poco mayor de lo que habíamos obtenido calculando el coeficiente de correlación de Pearson
(∼ 0,51). Existen muchas razones para la diferencia, incluyendo las siguientes:

• Si la relación es no lineal, la correlación de Pearson tiende a subestimar la fuerza de la

relación.
• La correlación de Pearson puede verse afectada, en cualquier dirección, si una de las
distribuciones es sesgada o contiene outliers. La correlación de rango de Spearman es más
robusta.

2.1.1 Correlación y causalidad

Si las variables A y B están correlacionadas, existen tres posibilidades para explicar su correlación:

• A causa a B.
• B causa a A.
• Algún otro conjunto de factores causa a ambas variables A y B.
Estas explicaciones se llaman relaciones causales. La correlación por sí sola no distingue entre estas
explicaciones, entonces no se sabe cuál de ellas es verdad.

¿Qué podemos hacer para dar evidencia de causalidad?

• Usar tiempo: Si A viene antes de B, entonces A causa a B, pero no en la otra dirección. El

orden de los eventos puede ayudarnos a inferir la dirección de la causalidad, pero no
imposibilita la posibilidad de que algo más cause a A y a B.
• Usar aleatoriedad: Si se divide una muestra grande en dos grupos, de manera aleatoria, y se
calculan las medias de casi todas las variables, se puede esperar que la diferencia sea
pequeña. Si los grupos están cercanos a ser idénticos en todas las variables excepto en una,

© Nicolás Alvarado
6
 se puede eliminar las relaciones espurias. Esto funciona incluso cuando no se sabe cuáles
son las variables relevantes.
Estas ideas son la motivación para los ensayos aleatorios controlados, en los que los sujetos son
asignados aleatoriamente a dos o más grupos: un grupo de tratamiento que recibe cierto tipo de
intervención, como una nueva medicina, y un grupo control que no recibe intervención o recibe
otro tratamiento cuyos efectos son conocidos.

Un ensayo aleatorio controlado es la forma más confiable de demostrar relación causal, y es la

fundamentación de la medicina basada en la ciencia. Desafortunadamente, los ensayos controlados
son únicamente posibles en los laboratorios científicos, médicos, y en algunas otras pocas
disciplinas. En las ciencias sociales, los experimentos controlados son extraños, usualmente porque
son imposibles o no éticos.

Tema 3: Testeo de hipótesis

Explorando los datos de la NSFG vimos muchos efectos aparentes, incluyendo diferencias entre los
nacimientos primerizos y otros. Hasta ahora vemos todos esos efectos como valores de fantasía; en
esta sección los pondremos a prueba.

La pregunta fundamental que queremos abordar es cuándo estos efectos que vemos en una
muestra son probables que aparezcan en toda la población. Por ejemplo, en la muestra de la NSFG
vemos una diferencia entre la media de la duración del embarazo para los nacimientos primerizos
versus los otros. Nos gustaría saber si el efecto refleja una diferencia real para mujeres en los
Estados Unidos, o si podría aparecer en la muestra por casualidad. Hay muchas formas en las que
podemos formular esta pregunta, incluyendo el test de hipótesis nula de Fisher, la teoría de decisión
de Neyman-Pearson, y la inferencia Bayesiana. Lo que presentaremos acá es un subconjunto de
estas tres opciones y lo llamaremos testeo de hipótesis clásico.

El objetivo del testeo de hipótesis clásico es, dada una muestra y un efecto aparente, responder a
la pregunta: ¿Cuál es la probabilidad de ver un efecto por casualidad? Veamos cómo responderla:

• El primer paso es cuantificar el tamaño del efecto aparente eligiendo un test estadístico. En
el ejemplo de la NSFG, el efecto aparente es una diferencia en la duración del embarazo
primerizo y otros, entonces una elección natural para el test estadístico es la diferencia en
la media entre los dos grupos.
• El segundo paso es definir una hipótesis nula, que es un modelo del sistema basado en
asumir que el efecto aparente no es real. En el ejemplo de la NSFG, la hipótesis nula es que
no existe diferencia entre los nacimientos primerizos y otros, esto es, que la duración del
embarazo para ambos grupos se distribuye de igual manera.

© Nicolás Alvarado
7
 • El tercer paso es calcular un valor p, que es la probabilidad de ver el efecto aparente si la
hipótesis nula es cierta. En el ejemplo de la NSFG, podríamos calcular la diferencia real de
medias, luego calcular la probabilidad de ver una diferencia grande bajo la hipótesis nula.
• El último paso es interpretar el resultado. Si el valor p es bajo, entonces el efecto se dice que
es estadísticamente significante, lo que significa que es poco probable que haya ocurrido por
casualidad. En ese caso inferiremos que el efecto es más probable que aparezca en la
población.
La lógica de este proceso es similar a una demostración por contradicción. Para probar una
afirmación matemática, A, se asume temporalmente que A es falso. Si el hecho de asumir lleva a un
absurdo, se concluye que realmente A debe ser cierta. Similarmente, en un test de hipótesis del tipo
el efecto es real, asumimos que, temporalmente, no lo es. Esa es la hipótesis nula. Basado en lo que
se asume, calculamos la probabilidad del efecto aparente y si es baja, concluimos que la hipótesis
nula no debe ser cierta.

El módulo thinkstats2 tiene la clase HypothesisTest. Esta clase representa la estructura de un

test de hipótesis clásico. Se define de la siguiente forma:

class HypothesisTest(object):

def __init__(self, data):

self.data = data
self.MakeModel()
self.actual = self.TestStatistic(data)

def PValue(self, iters=1000):

self.test_stats = [self.TestStatistic(self.RunModel())
for _ in range(iters)]

count = sum(1 for x in self.test_stats if x >= self.actual)

return count / iters

def TestStatistic(self, data):

raise UnimplementedMethodException()

def MakeModel(self):
pass

def RunModel(self):
raise UnimplementedMethodException()

La clase HypothesisTest es una clase padre abstracta que da definiciones completas para algunos
métodos y fija a otros. Las clases hijas basadas en HypothesisTest heredan el constructor
__init__ y PValue da TestStatistic, RunModel, y opcionalmente MakeModel. El constructor
toma los datos en la forma que sea apropiada. Llama a MakeModel, que construye una
representación de la hipótesis nula, entonces pasa los datos a TestSTatistic, que calcula el
tamaño del efecto en la muestra.

© Nicolás Alvarado
8
El método PValue calcula la probabilidad del efecto aparente bajo la hipótesis nula. Toma el
parámetro iters, que es el número de simulaciones que se correrán. La primera línea genera los
datos simulados, calcula los test estadísticos, y los guarda en test_stats. El resultado es la fracción
de elementos en test_stats que excede o iguala los tests estadísticos observados, self.actual.

A modo de ejemplo, supongamos que lanzamos una moneda 250 veces y que vemos 140 caras y
110 sellos. Basados en ese resultado, podemos suponer que la moneda está cargada; es decir, que
tiene más probabilidad de que al lanzarla caiga en cara. Para testear esta hipótesis, calculamos la
probabilidad de ver tal diferencia si la moneda es realmente justa:

class CoinTest(HypothesisTest):

def TestStatistic(self, data):

heads, tails = data
test_stat = abs(heads - tails)
return test_stat

def RunModel(self):
heads, tails = self.data
n = heads + tails
sample = [random.choice('HT') for _ in range(n)]
hist = thinkstats2.Hist(sample)
data = hist['H'], hist['T']
return data

El parámetro data es un par de enteros, el número de caras y sellos. El test estadístico es la diferencia
(en valor absoluto) entre ellos (en este caso self.actual es 30).

El método RunModel simula el lanzamiento de la moneda asumiendo que la moneda es justa y no

está cargada. Genera una muestra de 250 lanzamientos, usa Hist para contar el número de caras y
sellos, y luego retorna un par de enteros. Usémosla:

ct = CoinTest((140, 110))
pvalue = ct.PValue()
pvalue

El resultado obtenido es alrededor de 0,07, lo que significa que, si la moneda es justa, esperamos
ver una diferencia tan grande como 30 alrededor del 7% del tiempo. ¿Cómo deberíamos interpretar
este resultado? Por convención, 5% es el umbral de significancia estadística. Si el valor p es menor
que 5%, el efecto es considerado significante; de otra forma, no. Pero, la elección de este 5% es
arbitraria, y el valor p depende en la elección del test estadístico y del modelo de la hipótesis nula.
Entonces el valor p no debería ser considerado una medida precisa.

© Nicolás Alvarado
9
Tema 4: Diferencia de medias

Uno de los efectos más comunes para testear es la diferencia de medias entre dos grupos. En los
datos de la NSFG, vimos que la media en la duración del embarazo para los primerizos es un poco
mayor, y que la media del peso al nacer es un poco menor. Ahora veremos si estos efectos son
estadísticamente significantes. Para estos ejemplos, la hipótesis nula es que la distribución de
ambos grupos es la misma. Una manera de modelar la hipótesis nula es por permutación; esto es,
que podemos tomar valores para los nacimientos primerizos y los otros, y luego mezclarlos tratando
a estos dos grupos como uno solo más grande.

class DiffMeansPermute(thinkstats2.HypothesisTest):

def TestStatistic(self, data):

group1, group2 = data
test_stat = abs(group1.mean() - group2.mean())
return test_stat

def MakeModel(self):
group1, group2 = self.data
self.n, self.m = len(group1), len(group2)
self.pool = np.hstack((group1, group2))

def RunModel(self):
np.random.shuffle(self.pool)
data = self.pool[:self.n], self.pool[self.n:]
return data

El parámetro data es un par de sucesiones, una de cada grupo. Este test estadístico es la diferencia
absoluta en las medias.

El método MakeModel guarda los tamaños de los grupos, n y m, y combina estos grupos en un solo
arreglo NumPy, self.pool. El método RunModel simula la hipótesis nula al mezclar los valores
agrupados y separándolos en dos grupos de tamaños n y m. Como siempre, el valor a retornar de
RunModel tiene el mismo formato que los datos observados. Para testear la diferencia corremos lo
siguiente:

# A modo de ejemplo descargamos los datos de la NSFG que usaremos.

download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/nsfg.py")
download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/first.py")
download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/2002FemPreg.dct")
download("https://github.com/AllenDowney/ThinkStats2/raw/master/code/2002FemPreg.dat.gz")

# Importamos el módulo first

import first

# Luego definimos variables

© Nicolás Alvarado
10
 live, firsts, others = first.MakeFrames()
data = firsts.prglngth.values, others.prglngth.values

# Calculamos
ht = DiffMeansPermute(data)
pvalue = ht.PValue()
pvalue

El método MakeFrames lee los datos de la NSFG y retorna DataFrames representando todos los
nacimientos exitosos, primerizos y otros. De los datos extraemos la duración de los embarazos como
NumPy arrays, los pasamos como datos a DiffMEansPermute, y calculamos el valor p. Este resultado
es un poco menor que 0,17, lo que significa que esperamos ver una diferencia tan grande como el
efecto observado alrededor del 17% del tiempo. Entonces este efecto no es estadísticamente
significante.

El método HypothesisTest tiene la función PlotCdf, que grafica la distribución del test estadístico
y una línea gris que indica el tamaño del efecto observado:

ht.PlotCdf()
thinkplot.Config(xlabel='Test Estadístico',
ylabel='CDF')

De lo anterior obtenemos la siguiente gráfica:

Figura 1: Ejemplo de CDF de estadístico de prueba

Fuente: Elaboración propia

© Nicolás Alvarado
11
Tema 5: Formalización

Formalicemos matemáticamente todo lo que hemos visto hasta el momento acerca de testeo de
hipótesis. Comencemos con una definición:

“Una hipótesis es una afirmación sobre el parámetro poblacional” (Downey A., 2014).

Esta definición de hipótesis es general, pero el punto importante es que se hace una afirmación
sobre la población. El objetivo de un test de hipótesis es decidir, basado en una muestra de la
población, cual de dos hipótesis complementarias es cierta.

Si 𝜃 denota el parámetro poblacional, el formato general de la hipótesis nula y de la hipótesis

alternativa es:
𝐻0 : 𝜃 ∈ 𝛩0
𝐻1 : 𝜃 ∈ 𝛩0𝑐

Aquí, 𝛩0 es algún subconjunto del espacio de parámetros y 𝛩0𝑐 es su complemento. Por ejemplo, si
𝜃 denota el cambio promedio en la presión de la sangre de un paciente luego de tomar un remedio,
un experimento podría ser el estar interesados en testear 𝐻0 ∶ 𝜃 = 0 versus 𝐻1 ∶ 𝜃 ≠ 0. La
hipótesis nula dice que, en promedio, el remedio no tiene efecto en la presión de la sangre, y una
hipótesis alternativa dice que existe algún efecto. Esta situación común, en la cual 𝐻0 plantea un
tratamiento sin efecto ha llevado a que se llame hipótesis nula.

Un procedimiento de test de hipótesis es una regla que especifica:

1. Para cuales valores muestrales la decisión se hace para aceptar 𝐻0 como verdadera.

2. Para cuales valores muestrales 𝐻0 se rechaza y se acepta como verdadera a 𝐻1 .

El subconjunto del espacio muestral para el cual 𝐻0 será rechazada se llama región de rechazo. El
complemento de la región de rechazo se llama región de aceptación. Estudiemos un método general
para encontrar un test.

El test de razón de verosimilitud de un test de hipótesis está relacionado a los estimadores de

máxima verosimilitud. Supongamos que modelamos un conjunto de observaciones como una
muestra aleatoria de una probabilidad conjunta desconocida que se expresa en términos del
conjunto de parámetros. El objetivo de la estimación de máxima verosimilitud es determinar los
parámetros para los cuales los datos observados tiene una probabilidad conjunta mayor.
Escribamos los parámetros que gobiernan la distribución conjunta como un vector.

𝜃 = (𝜃1 , 𝜃2 , … , 𝜃𝑘 )𝑡 ∈ {𝑓(⋅ |𝜃|𝜃 ∈ 𝛩)}

Donde 𝛩 es el espacio de parámetros.

© Nicolás Alvarado
12
Dada una muestra x definimos a la función de verosimilitud como:

𝑙𝑛 (𝜃) = 𝑙𝑛 (𝜃|𝑥) = 𝑓𝑛 (𝑥|𝜃)

Luego,
𝑛

𝑙(𝜃|𝑥) = ∏ 𝑓(𝑥𝑖 |𝜃)

𝑖
Entonces, definimos el estadístico de prueba de máxima verosimilitud para testear 𝐻0 : ∈ 𝛩0
como:

𝑠𝑢𝑝𝛩0 𝑙(𝜃|𝑥)
𝜆(𝑥) =
𝑠𝑢𝑝𝛩 𝑙(𝜃|𝑥)

Un test de máxima verosimilitud es cualquier test que tenga una región de rechazo de la forma
{𝑥: 𝜆(𝑥) ≤ 𝑐} donde c está en el intervalo unitario.

Una forma de usar este test en Python en la siguiente. Primero importamos las funciones
necesarias para definir la razón de verosimilitud:

from scipy.stats.distributions import chi2

Luego,

def likelihood_ratio(llmin, llmax):

return(2*(llmax-llmin))

l1 = 43421
l2 = 43424
lR = likelihood_ratio(l1,l2)
p = chi2.sf(lR, 1)

Lo que hicimos al final fue calcular la razón usando el test de chi cuadrado.

Cerremos la clase estudiando un último estadístico de prueba. Escoger el mejor estadístico de

prueba depende de la pregunta que estemos abordando. Por ejemplo, si la pregunta relevante es
cuándo la duración de los embarazos es diferente para primerizos, hace sentido testear la diferencia
(en valor absoluto) en medias, como hicimos antes.

Si tenemos alguna razón para pensar que los primerizos son más propensos a atrasarse, entonces
podríamos no tomar el valor absoluto de la diferencia; entonces usaremos el siguiente estadístico
de prueba:

class DiffMeansOneSided(DiffMeansPermute):

def TestStatistic(self, data):

group1, group2 = data
test_stat = group1.mean() - group2.mean()

© Nicolás Alvarado
13
 return test_stat

Donde la clase DiffMeansOneSided hereda los métodos MakeModel y RunModel; la única diferencia
es que TestStatistic no toma el valor absoluto de la diferencia. Este tipo de test se llama one-
sided ya que solo cuenta un lado de la distribución de diferencias. El test de diferencias que vimos
anteriormente, usando ambos lados, es two-sided. Para esta versión del test el valor p es 0,1. En
general, el valor p de un test one-sided es alrededor de la mitad del valor p del two-sided test,
dependiendo de la forma de la distribución.

La hipótesis one-sided, que dice que los primerizos nacen tarde, es más específica que la hipótesis
two-sided, entonces el valor p es más pequeño. Pero incluso para hipótesis más fuertes, la diferencia
no es estadísticamente significante.

Para usar lo anteriormente mencionado en Python, escribimos:

ht = DiffMeansOneSided(data)
pvalue = ht.PValue()
pvalue

Obteniendo así, valor p igual a 0,1.

Tema 6: Ejercicios

• Usando los datos de la NSFG, haga un diagrama de dispersión de los pesos de nacimiento
versus la edad de la madre. Grafique percentiles del peso de nacimiento versus la edad
de la madre. Luego, calcule la correlación de Pearson y Spearman. ¿Cómo podría
caracterizar la relación entre las variables? Repita el ejercicio para:

o Peso de nacimiento y duración del embarazo.

o Duración del embarazo y edad de la madre.
o Altura de nacimiento y duración del embarazo.
o Altura de nacimiento y edad de la madre.

• Supongamos que tenemos una muestra de tamaño 𝑛 = 10 de una distribución

exponencial con parámetros 𝜆 = 2. Simule este experimento 1.000 veces y grafique la
distribución de la muestra L igual a 1 sobre la media de x. Calcule el error estándar del
estimado L y un intervalo de confianza de 90%. Repita el experimento con diferentes
valores de n y grafique el error estándar versus n. Use el siguiente código como ayuda.

def SimulateSample(lam=2, n=10, iters=1000):

def VertLine(x, y=1):
thinkplot.Plot([x, x], [0, y], color='0.8', linewidth=3)

© Nicolás Alvarado
14
 estimates = []
for _ in range(iters):
# defina su variable exponencial xs
lamhat = 1.0 / np.mean(xs)
estimates.append(lamhat)

stderr = RMSE(estimates, lam)

print('standard error', stderr)

# defina su variable estimada de la CDF, cdf.

# defina los extremos del intervalo usando una
# variable ci que tome percentiles 5 y 95

print('confidence interval', ci)

VertLine(ci[0])
VertLine(ci[1])

# escriba su código para graficar la cdf

return stderr

SimulateSample()

• Mientras el tamaño de una muestra crece, la potencia del test de hipótesis también. Esto
significa que es más probable que sea positivo si el efecto es real. Conversamente se
sigue la idea si decrece. Para investigar este comportamiento, corra los test de este
capítulo con diferentes subconjuntos de los datos de la NSFG. Use
thinkstats2.SampleRows para seleccionar un subconjunto aleatorio de las filas en un
DataFrame. ¿Qué pasa con los valores p cuando el tamaño de la muestra decrece? ¿Cuál
es el tamaño de la muestra que deja un test positivo?

Tema 7: Conclusión

En este capítulo estudiamos ampliamente la noción de correlación, sus distintos tipos y

consecuencias. Además, comprendimos la definición formal, informal y su uso en Python del
testeo de hipótesis, una de las maneras más usuales de hacer inferencia estadística. Finalmente se
trabajó con distintas formas de ver el mismo concepto, lo que nos permite un mayor
entendimiento del tema.

Referencias bibliográficas

• Casella, G. and L. Berger, G. (2002) Statistical Inference. Duxbury Advanced Series.

• Downey, A. (2014). Think Stats. O'Reilly.

© Nicolás Alvarado
15