TEMA 10: Estimaci贸n y/o Significaci贸n Estad铆stica
Distribuciones
muestrales para medias y datos continuos. Distribuciones muestrales para
proporciones y datos categ贸ricos
Significaci贸n estad铆stica
- Una de las dos formas de
inferencia estad铆stica (la otra es la estimaci贸n puntual y/o por intervalos)
- Permite contrastar hip贸tesis y
relacionarlo con el m茅todo cient铆fico.
- Se parte de la hip贸tesis nula,
frente a la hip贸tesis alternativa.
- Permite calcular el nivel de
significaci贸n y tomar decisiones, cuantificando el error.
Hip贸tesis estad铆stica
- Es una proposici贸n sobre la
distribuci贸n de probabilidad de una variable.
- Siempre son proposiciones sobre
la poblaci贸n, no sobre la muestra.
- Conjeturas que se elaboran
antes de empezar el muestreo.
- Pretenden comprobar si las
diferencias encontradas en la muestra del estudio se pueden generalizar a la
poblaci贸n.
- Para ello se construye un
modelo te贸rico en el que se formula una hip贸tesis:
– Hip贸tesis
nula: contempla la no existencia de diferencias entre los par谩metros que se
comparan
– Hip贸tesis
alternativa: contempla la existencia de diferencias entre los par谩metros que se
comparan
Contrastes de hip贸tesis
- Para controlar los errores
aleatorios, adem谩s del c谩lculo de intervalos de confianza, contamos con una
segunda herramienta en el proceso de inferencia estad铆stica: los tests o
contrastes de hip贸tesis
- Con los intervalos nos hacemos
una idea de un par谩metro de una poblaci贸n dando un par de n煤meros entre los que
confiamos que est茅 el valor desconocido
- Con los contrastes (tests) de
hip贸tesis la estrategia es la siguiente:
–
Establecemos a priori una hip贸tesis acerca del valor del par谩metro
–
Realizamos la recogida de datos
–
Analizamos la coherencia de entre la hip贸tesis previa y los datos obtenidos
- Son herramientas estad铆sticas
para responder a preguntas de investigaci贸n: permite cuantificar la
compatibilidad entre una hip贸tesis previamente establecida y los resultados
obtenidos
- Sean cuales sean los deseos de
los investigadores, el test de hip贸tesis siempre va a contrastar la hip贸tesis
nula.
- Se utiliza la prueba
estad铆stica correspondiente y se mide la probabilidad de error al rechazar la
hip贸tesis nula, asociada al valor de p
- Seg煤n el nivel de significaci贸n
que hayamos preestablecido (habitualmente un 95%) las soluciones pueden ser:
– p>0,05:
en este caso no podemos rechazar la hip贸tesis nula (no podemos decir que sea
cierta, sino que no podemos rechazarla)
– p<0,05: en
este caso rechazamos la hip贸tesis nula, por lo que debemos aceptar la hip贸tesis
la hip贸tesis alternativa.
Alfa, P y Regla de decisi贸n
- Alfa:
Es un n煤mero muy peque帽o, que se
determina cuando se dise帽a un estudio
Conociendo alfa, se conoce la
regi贸n de rechazo
- P:
Se conoce despu茅s de realizar el
estudio
Conociendo P se
sabe el resultado del estudio
- Regla de decisi贸n o
Criterio de rechazo:
Contraste significativo: p<alfa
Errores de hip贸tesis
- Con una misma muestra podemos
aceptar o rechazar la hip贸tesis nula, todo depende de un error, al que llamamos
伪
- El error 伪 es la probabilidad
de equivocarnos al rechazar la hip贸tesis nula
- El error 伪 m谩s peque帽o al que
podemos rechazar H0 es el error p
- Habitualmente rechazamos H0 para
un nivel 伪 m谩ximo del 5% (p<0,05)
- Es lo que llamamos
“significaci贸n estad铆stica”
M茅todo de contraste de hip贸tesis
Paso 1:
- Expresar el interrogante de la
investigaci贸n como una hip贸tesis estad铆stica
- H0:
No hay diferencias significativas
- H1:
Hay diferencias
Paso 2:
- Decidir sobre la prueba
estad铆stica adecuada
¿C贸mo? – Seg煤n
la poblaci贸n y el tipo de variables
Paso 3
- Seleccionar grado de
significaci贸n para la prueba estad铆stica
- Grado de significaci贸n = alfa =
probabilidad de rechazar de manera incorrecta la hip贸tesis nula, cuando sea cierta (normalmente
0.05 , 0.01, 0.001)
Paso 4
- Realizar c谩lculos y exponer
conclusiones