1. SIGNIFICACIÓN ESTADÍSTICA
- Es una de las dos formas que tenemos de hacer inferencia (la otra es la estimación puntual y/o
- Nos 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. Si la significación es alta podré rechazar la hipótesis
- Nos permite tomar decisiones cuantificando el error.
2. EL CONOCIMIENTO CIENTÍFICO
Las ciencias aplicadas se nutren de leyes que surgen de la aplicación del método científico y sobre todo
del contraste de hipótesis. La estadística me permite contrastar hipótesis y dictar leyes a partir de esas hipótesis.
del contraste de hipótesis. La estadística me permite contrastar hipótesis y dictar leyes a partir de esas hipótesis.
3. HIPÓTESIS ESTADÍSTICA
Es una creencia, previa al muestreo, sobre los parámetros de una o más poblaciones. Mientras no lo compruebe
científicamente, será una hipótesis. Es una proposición sobre la distribución de probabilidad de una variable.
Siempre son proposiciones poblacionales, no muestrales. Las creencias que yo tengo son sobre la población.
científicamente, será una hipótesis. Es una proposición sobre la distribución de probabilidad de una variable.
Siempre son proposiciones poblacionales, no muestrales. Las creencias que yo tengo son sobre la población.
Pretenden comprobar si las diferencias encontradas en la muestra del estudio se pueden generalizar a la población.
Para ello, se construye un modelo teórico en el que se formula una hipótesis:
Para ello, se construye un modelo teórico en el que se formula una hipótesis:
- Hipótesis nula: contempla la no existencia de diferencias entre los parámetros que se comparan. Las dos
proporciones son iguales.
proporciones son iguales.
- Hipótesis alternativa: contempla la existencia de diferencias entre los parámetros que se comparan. Las
proporciones son diferentes.
proporciones son diferentes.
4. CONTRASTE DE HIPÓTESIS
Control de errores aleatorios: contamos con una segunda herramienta en el proceso de inferencia estadística:
los test o contrastes de hipótesis.
los test o contrastes de hipótesis.
Con los intervalos nos hacemos una idea de un parámetro de una población dando un par de números entre
los que confiamos que esté el valor desconocido.
los que confiamos que esté el valor desconocido.
Con los contrastes (test) de hipótesis la estrategia es la siguiente:
- Establecemos a priori una hipótesis acerca del valor del parámetro.
- Realizamos la recogida de datos.
- Analizamos la coherencia de entre las hipótesis previas y los datos obtenidos.
Los test de hipótesis son para responder a preguntas de investigación: permite cuantificar la compatibilidad
entre una hipótesis previamente establecida y los resultados obtenidos.
entre una hipótesis previamente establecida y los resultados obtenidos.
Sean cuales sean los deseos o creencias del investigador, 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 que no establece relación
entre las variables de estudio).
nula (la que establece igualdad entre los grupos a comparar o lo que es lo mismo, la que no establece relación
entre las variables de estudio).
Se utiliza la prueba estadística correspondiente y se mide la probabilidad de error al rechazar la hipótesis nula,
asociada al valor de p
asociada al valor de p
Según el nivel de significación que hayamos preestablecido (habitualmente un 95%) las soluciones pueden ser:
- El valor de p >0,05: en este caso no podemos rechazar la hipótesis nula (no podemos decir que sea cierta,
sino que no podemos rechazarla). Si tenemos p=0,07 aceptamos la hipótesis nula.
sino que no podemos rechazarla). Si tenemos p=0,07 aceptamos la hipótesis nula.
- P <0,05: en este caso rechazamos la hipótesis nula, por lo que debemos aceptar la hipótesis alternativa.
P es el error al rechazar la hipótesis nula.
Hay una región de rechazo que son los valores raros o improbables. Se determinan antes de realizar el análisis.
Son resultados que refutarían a la H0.
Son resultados que refutarían a la H0.
El nivel de significación que también se llama error tipo I o alfa:
- Debe estar en un número pequeño: 1 en 100, 5 en 100.
- El nivel de significación lo fija el investigador de antemano
- Es la probabilidad de cometer el error al rechazar la hipótesis nula cuando es cierta.
- Es la probabilidad de que, por azar, se obtenga una muestra “más rara” que la obtenida.
5. ERRORES DE HIPÓTESIS
- Con una misma muestra podemos aceptar o rechazar la hipótesis nula, todo depende de un error al
- El error alfa es el error que se comete al rechazar la hipótesis nula
- El error alfa más pequeño al que podemos rechazar H0 es el error p
- Habitualmente rechazamos H0 por un nivel alfa máximo del 5%
- TIPOS DE ERRORES EN TEST DE HIPÓTESIS:
6. MÉTODO DE CONTRASTE DE HIPÓTESIS
- Expresar el interrogante de la investigación como una hipótesis estadística.
- H0: No hay diferencia
- H1: Hay diferencia
- Decidimos la prueba estadística adecuada según las características de la población y el tipo de
Los métodos paramétricos se utilizan si las variables que son cuantitativas como el peso siguen una
distribución normal. Si la variable que estoy introduciendo no sigue una distribución normal, tengo que
usar un método no paramétrico.
distribución normal. Si la variable que estoy introduciendo no sigue una distribución normal, tengo que
usar un método no paramétrico.
Como métodos paramétricos con variables cuantitativas tenemos:
- T-student
- Anova
- Fisher
- Pearson
Métodos no paramétricos tenemos:
- U-Mann Whitney
- K-W
- Tablas de contingencia
TIPOS DE ANÁLISIS ESTADÍSTICOS SEGÚN EL TIPO DE VARIABLES IMPLICADAS EN EL ESTUDIO
A.Varianza =Anova
Tablas de contingencia =Chi cuadrado
- Seleccionar grado de significación para la prueba estadística. Grado de significación =alfa=probabilidad
- Realizar los cálculos y exponer conclusiones
Comentarios
Publicar un comentario