Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pruebas de Significancia
Pruebas de Significancia
2. Hiptesis
Hiptesis nula (H0): Afirmacin que parmetro(s)
toma(n) valor(es) determinado(s) (Generalmente:
no efecto)
Hiptesis alternativa (Ha): establece que valores del
parmetro caen en algn rango alternativo de
valores (un efecto)
p.1 ejemplos?
5. Conclusin:
5. Conclusin (continuacin)
El nivel mnimo ms comnmente aceptado es
0.05, y se dice que la prueba es significativa a
un nivel de 0.05 si el valor-p 0.05.
Si el valor-p no es lo suficientemente pequeo,
no rechazamos H0 (entonces, H0 es no
necesariamente verdardera, pero s plausible)
Proceso es anlago al sistema judicial
Americano
H0: Acusado es inocente
Ha: Acusado es culpable
4.2
se
1.736
Valor-p: P = 2P(t > 4.2) = 0.0007
Nota que tabla t (Tabla B, p. 593) nos dice que P(t
> 3.686) = 0.001, entonces la prueba
estadstica t = 3.686 ( -3.686) tendra valor-p =
0.002
Interpretacin: Si H0 fuera verdadera, habra una
probabilidad = 0.0007 de obtener una media
muestral de al menos 4.2 errores estndar del
valor 0 de la nula.
Conclusin: Evidencia muy fuerte que la media
poblacin difere de 0. (Especficamente, parece
que > 0, como fue sugerido por el IC del 95% CI
10
(3.6, 10.9) que econtramos en las notas del Cap. 5)
Resultados de SPSS
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
weight_change
17 7.265
7.1574
1.7359
One-Sample Test
Test Value = 0
t
df
95%
Confidence
diff. Interval of
the Difference
weight_change 4.185 16
10.945
LowerUpper
.001
7.2647
3.58
11
Ejemplo
Asume media muestral = 7.265, s = 7.16,
basado en n = 4 (en lugar de n = 17)
Entonces, se s / n 7.16 / 4 3.58
and t (7.265 0) / 3.58 2.0
16
Ejemplo
Asume el estudio de anorexia tiene un
cambio de peso con
y 1.0, s 2.0, for n 400
Then se 2.0 / 400 0.1,
Prueba t (1.0 0) / 0.1 10.0,
P value = 0.000000.......
IC del 95% es 1.0 1.96(0.1), (0.8, 1.2).
18
Prueba estadstica:
Nota
0
0
0 (1 0 ) / n
se0 0 (1 0 ) / n , not se (1 ) / n as in a CI
Error estndar
se0 0 (1 0 ) / n (1/ 7)(6 / 7) / 54 0.0476
Prueba estadstica
z = (muesta nula)/se0 = [0.407 (1/7)]/0.0476
= 5.6
Valor-p = prob. cola derecha de la normal
estndar
= 0.00000001
Esta es evidencia extremadamente fuerte que la
seleccin de los perros es mejor que adivinar
aleatoriamente (para la poblacin conceptual
que representa esta muestra
Para un punto de corte estndar de 0.05,
rechazamos H0 y concluimos que > 1/7.
21
22
Decisiones en pruebas
Nivel- (nivel de significancia): Pre-especificado
punto de corte para rechazar H0 si el valor-p es
menor a este valor (tpicamente 0.05 0.01)
P-Value
.05
> .05
H0 Conclusion
Reject
Do not Reject
Ha Conclusion
Accept
Do not Accept
Tipos de errores
Error Tipo I: Rechazar H0 cuando es
verdadera
Error Tipo II: No rechazar H0 cuando es falsa
24
P(Error Tipo I)
Asume nivel- = 0.05. P(Error Tipo I) =
P(rechazar nula, dado que es verdadera) = P(|z|
> 1.96) = 0.05
Es decir, nivel- es la P(Error Tipo I).
Dado que le damos es beneficio de la duda a
la nula al hacer esta prueba, por lo general se
escoge pequea, usualmente 0.05, se
considera 0.01 es muy cauteloso para no
rechazar la nula cuando sea cierta.
Como en los ICs, no usamos demasiado
pequea, ya que a medida que disminuye,
= P(Type II error) aumenta (Piensa en la
analoga a un juicio)
Es mejor reportar el valor-p que simplemente
25
decir que rechazamos H
se 10 / 20 2.24
27
Solucin simple
Dibuja un diagrama de rbol para morstrar que esperararamos
que pasara con muchos estudios (digamos, 1000)
Verdadero
efecto?
Decisin
Rechazar nula?
S (40)
S (80) --------------|
No (40)
1000 estudios---|
S (46 = .05 x 920)
No (920) -----------|
No (874)
De los estudios con hiptesis nula rechazada, la tasa de error
Tipo I = 46/(46+40) = 0.53
31
33
34
La distribucin binomial
Si
Cada observacin es binaria (una de dos categoras)
Probabilidades para cada observ.: para categora 1
1 - para
categora 2
Las observaciones son independientes, entonces para n
observaciones, el nmero x en la categora 1 tiene
n!
P( x)
x (1 ) n x , x 0,1,..., n
x !(n x)!
n!
5!
x (1 ) n x
(0.50) 2 (0.50)3 10(0.50) 5 10 / 32
x !(n x)!
2!3!
5!
0.53 (1 0.5) 2 10 / 32
3!2!
5!
P (4)
0.54 (1 0.5)1 5 / 32
4!1!
5!
P (5)
0.55 (1 0.5) 0 1/ 32
5!0!
P (3)
37
Para Ha : 0.50,
valor-p es la probabilidad del resultado
observado o uno incluso ms extremo en la
cola-derecha
= P(4) + P(5) = 6/32 = 0.19
No hay mucha evidencia que apoye esta
afirmacin
Necesitaramos observar x = 5 en n = 5
ensayos para rechazar la nula a un nivel de
0.05
(Entonces, valor-p = 1/32 < 0.05)
38
E ( x) n , n (1 )
E ( ) , (1 ) / n
= x/n
39
Ejemplo
Resultados de una proporcin con n = 1000,
= 0.50
en 500,
la categora
tiene 15.8
Ex
( x )=
nnmero
1000(0.50)
n (1 de
) inters
1000(0.50)(0.50)
) 0.50, en
la )categora
de inters
E (proporcin
(1
/
n
(0.50)(0.50)
/1000 0.0158
tiene
0.50
c. Ha : 0.00
0.50
d. Ha :
e. Ha : 0.50
41
42