Tema 10: estimación y/o significación estadística
Significación
estadística.
La significación
estadística (p) está relacionada con el resultado del estudio.
Así,
cuando se dice que la p < 0.05, estamos afirmando que el resultado del
estudio se cumple, al menos, en el 95% de los casos.
•Una de las dos formas de inferencia estadística (la otra es la estimación puntual y/o por intervalos).
•Permite
contrastar hipótesis y relacionarlo con el método científico.
•Se
parte de la hipótesis nula, frente a la hipótesis alternativa.
•Permite
calcular el nivel de significación.
•Nos
permite tomar decisiones, cuantificando el error.
El contraste de hipótesis permite decidir si los resultados
obtenidos son fruto de la causalidad (por una relación causa-efecto) o de la
casualidad (por azar).
• Son
herramientas estadísticas para responder a preguntas de investigación: Cuantifica la compatibilidad entre una hipótesis
previamente establecida y los resultados obtenidos.
• Sean
cuales sean los deseos de los investigadores, el test de hipótesis siempre va a
contrastar la hipótesis nula (la que establece igualdad entre los grupos a
comparar, o lo que es lo mismo, la no que no establece relación entre las
variables de estudio).
• La
hipótesis nula (H0). No existen grandes diferencias entre los resultados prácticos
y los teóricos.
• Es
la hipótesis de investigación o alternativa (H1 o Ha). Afirma que la media de
la población es un valor diferente al hipotético.
• Se
utiliza la prueba estadística correspondiente y se mide la probabilidad de
error al rechazar la hipótesis nula, asociada al valor de p.
• Según
el nivel de significación que hayamos preestablecido (habitualmente un 95%) las
soluciones pueden ser:
- p>0,05:
en este caso no podemos rechazar la hipótesis nula (no podemos decir que sea
cierta, sino que no podemos rechazarla)
- p<0,05: en este caso rechazamos la hipótesis nula, por lo que debemos aceptar la hipótesis alternativa.
FASE 1
Formular nuestra hipótesis nula a partir de la hipótesis de
investigación o alternativa.
• Hipótesis nula = nulas (no hay)
diferencias.
Normalmente se expresa de la siguiente forma, H0: μA = μB
• Hipótesis de investigación o
alternativa (H1 o Ha) la que afirma que la media de la población es un valor
diferente al hipotético.
Se suele expresar de la siguiente forma, H1: μA ≠ Μb.
Se presenta cuando la hipótesis nula es del tipo;
H0: μ = μ0
H0: p = p0
La hipótesis alternativa, por tanto, es del tipo;
H1: μ≠ μ0
H1: p≠ p0
El nivel de significación α se concentra en
dos partes (o colas) simétricas respecto de la media.
¿Cómo se formula la H0?
H0: μA ≤ μB (porque la H1: μA>μB)
La hipótesis nula postula entonces que B es igual de eficaz
que A, lo que se expresa:
H0: μA = μB
H0 se calcula, mediante el estadístico de contraste más
apropiado, la probabilidad de que los resultados observados puedan deberse al
azar.
Un estadístico de contraste de hipótesis o de significación
estadística es una medida estandarizada de la discrepancia que hay entre la
hipótesis nula y el resultado de la diferencia de medias obtenido en la
muestra.
• La escala de medida y el tipo de
variables.
• La independencia o dependencia de las
medidas.
• El aspecto de la distribución de la
variable dependiente.
En el caso de que estos supuestos no se cumplan, se utilizan los contrastes no paramétricos.
FASE 3
Errores de hipótesis.
•El
error tipo I que consiste en decir que existen diferencias estadísticamente
significativas (porque realmente sí existen en la muestra que se ha tomado)
cuando realmente esto no es cierto.
•El
error tipo II en el que se indica que no existen diferencias (en la muestra no
se hallan diferencias estadísticamente significativas), cuando realmente esto
no es cierto. A este tipo de error también se le conoce como error β.
•El
error α más pequeño al que podemos rechazar H0 es el error p
•Habitualmente
rechazamos H0 para un nivel α máximo del 5% (p<0,05).
•Es
lo que llamamos “significación estadística”.
Tipos de errores en los test de hipótesis.
Métodos de contraste de hipótesis
Comentarios
Publicar un comentario