UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA

E INDUSTRIAL
PERIODO:

Pruebas de hipótesis

Profesora: Carmen Marín

 Contenido

• Hipótesis: definición
• Pruebas de hipótesis
• Contraste de hipótesis
• Ejemplos
 Hipótesis: definición

• Son suposiciones que relacionan una

variable con otra y que serán probadas a
través de la investigación, con el fin de
ser aceptadas o rechazadas por medio de
los resultados obtenidos.
• Son ante todo, enunciados que expresan
afirmaciones o negaciones sobre la
realidad.
 Hipótesis: características

• Puede ser o no verdaderas

• Se refiere a una situación real
• Se refiere a una sola relación entre
variables
• Precisa, concreta, clara y lógica
• Se refiere a variables y relaciones
observables y medibles
• Consideran técnicas disponibles para su
contraste
 Hipótesis: clasificación

• Investigación (generales o específicas),

las cuales pueden responder en forma
amplia a las interrogantes planteadas en
el Marco Teórico respecto al problema en
estudio;
• Estadísticas, las que expresan la
relación en términos matemáticos.
 Hipótesis: ejemplos
• El índice de cáncer pulmonar es mayor
entre los fumadores que entre los no
fumadores
• A mayor variedad en el trabajo, mayor
motivación intrínseca hacia él
• Los accidentes de tránsito son más
frecuentes en varones que en mujeres
 ¿Cuál es la hipótesis de nuestro
estudio?
• En los estudios de prevalencia
(descriptivos), no hay hipótesis que
comprobar. Se desea estimar la
prevalencia.
• Puede medirse la asociación estadística
mediante pruebas
• En los estudios analíticos (con hipótesis)
se mide la fuerza de la asociación entre
dos variables (factor y evento)
 ¿Cuál es la hipótesis de nuestro
estudio?
• en un único estudio no se pueden comprobar
todas las hipótesis que se nos ocurran, sino
un número limitado
• Al usar pruebas estadísticas, para comprobar
hipótesis, las probabilidades o p valores son
guías, y los resultados son orientativos, hasta
sun confirmación en otros estudios
 Contraste de hipótesis
• Una hipótesis estadística es una asunción relativa a
una o varias poblaciones, que puede ser cierta o no.
Las hipótesis estadísticas se pueden contrastar con
la información extraída de las muestras y tanto si se
aceptan como si se rechazan se puede cometer un
error.

• La hipótesis formulada con intención de rechazarla

se llama hipótesis nula y se representa por Ho.
Rechazar Ho implica aceptar una hipótesis
alternativa (H1).
 Contraste de hipótesis

Ho cierta Ho falsa
H1 cierta
Ho rechazada Error tipo I (alfa) Decisión correcta

Ho no rechazada Decisión correcta Error tipo II (beta)

alfa = p (rechazar H0|H0 cierta)

beta = p (aceptar H0|H0 falsa)
Potencia =1- beta = p (rechazar H0|H0 falsa)
Detalles a tener en cuenta
alfa y beta están inversamente relacionadas.
Sólo pueden disminuirse las dos, aumentando n.
 Los pasos necesarios para realizar
un contraste
• Establecer la hipótesis nula
• Establecer la hipótesis alternativa
• Elegir un nivel de significación: nivel crítico para alfa
• Elegir un estadístico de contraste
• Calcular el estadístico para una muestra aleatoria y
compararlo con la región crítica, o, calcular el "valor
p" (probabilidad de obtener ese valor, u otro más
alejado de la Ho, si Ho fuera cierta) y compararlo con
alfa.
 Ejemplo

Estamos estudiando el efecto del estrés sobre la

presión arterial. La hipótesis: la presión sistólica
media en varones jóvenes estresados es mayor que
18 cm de Hg.
Estudiamos una muestra de 36 sujetos y encontramos
promedio=18.5 y desviación estándar 3.6
 ¿Qué tipo de datos tenemos?

• Cualitativos o cuantitativos
• Independientes o no: los datos medidos en el
mismo individuo, o provenientes de estudios
apareados, no son independientes.
• Por ejemplo, los datos provenientes de un
ensayo clínico cruzado, o de un estudio de caso
y controles, donde los últimos han sido
apareados por edad, sexo, área de residencia y
clase social, no son independientes.
¿Qué tipo de prueba estadística?

• El tipo de prueba estadística a utilizar

depende del tipo de datos
• Si son independientes, definir cuál es la
variable dependiente o explicada (Y) y cuál
la independiente o explicativa (X).
• P.ej., en un ensayo clínico la variable
explicativa es el tipo de tratamiento y la
dependiente puede ser la presión arterial.
 Ejemplo
• En una muestra de 100 pacientes sometidos a un cierto
tratamiento se obtienen 80 curaciones. Calcular el
intervalo de confianza al 95% de la eficacia del
tratamiento.

• ¿Qué significa? La verdadera proporción de curaciones

está comprendida entre 72% y 88% con un 95% de
confianza.

• ¿Es suficientemente preciso? Habrá que juzgarlo con

criterios clínicos
 Intervalos de confianza
• La prevalencia y la incidencia acumulada son
proporciones, por tanto sus IC se calculan como tales

=
 Ejemplo:

En una muestra aleatoria de 500 personas de un área,

hay 5 diabéticos. La prevalencia estimada es

5
pˆ 
500
0,01  1%
 Y el intervalo de confianza
0,01  1,96 0,01  0,99 / 500
= 0,001 a 0,019
¿Qué significa? La verdadera prevalencia de
diabetes está comprendida entre 0,1% y 0,19%
con un 95% de confianza.

¿Es suficientemente preciso? Habrá que

juzgarlo con criterios clínicos