TEMA 10: Estimación y/o Significación Estadística
Distribuciones
muestrales para medias y datos continuos. Distribuciones muestrales para
proporciones y datos categóricos
Significación estadística
- 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 y tomar decisiones, cuantificando el error.
Hipótesis estadística
- Es una proposición sobre la
distribución de probabilidad de una variable.
- Siempre son proposiciones sobre
la población, 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
población.
- 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
– Hipótesis
alternativa: contempla la existencia de diferencias entre los parámetros que se
comparan
Contrastes de hipótesis
- Para controlar los errores
aleatorios, además del cálculo de intervalos de confianza, contamos con una
segunda herramienta en el proceso de inferencia estadística: los tests 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
- Con los contrastes (tests) 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 la hipótesis previa y los datos obtenidos
- Son herramientas estadísticas
para responder a preguntas de investigación: permite cuantificar 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.
- 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
la hipótesis alternativa.
Alfa, P y Regla de decisión
- Alfa:
Es un número muy pequeño, que se
determina cuando se diseña un estudio
Conociendo alfa, se conoce la
región de rechazo
- P:
Se conoce después de realizar el
estudio
Conociendo P se
sabe el resultado del estudio
- Regla de decisión o
Criterio de rechazo:
Contraste significativo: p<alfa
Errores de hipótesis
- Con una misma muestra podemos
aceptar o rechazar la hipótesis nula, todo depende de un error, al que llamamos
α
- El error α es la probabilidad
de equivocarnos al rechazar la hipótesis nula
- 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”
Método de contraste de hipótesis
Paso 1:
- Expresar el interrogante de la
investigación como una hipótesis estadística
- H0:
No hay diferencias significativas
- H1:
Hay diferencias
Paso 2:
- Decidir sobre la prueba
estadística adecuada
¿Cómo? – Según
la población y el tipo de variables
Paso 3
- Seleccionar grado de
significación para la prueba estadística
- Grado de significación = alfa =
probabilidad de rechazar de manera incorrecta la hipótesis nula, cuando sea cierta (normalmente
0.05 , 0.01, 0.001)
Paso 4
- Realizar cálculos y exponer
conclusiones
No hay comentarios:
Publicar un comentario