Tema
9: Introducción a la inferencia estadística. Intervalos de confianza y
contraste de hipótesis. Estimación de parámetros. Hipótesis estadísticas. Contraste
de hipótesis. Error tipo I y error tipo II. Contrastes por intervalos de
confianza.
Inferencia estadística
• Dos formas de inferencia
estadística:
• Estimación: del
valor en la población (Parámetro) a partir de un valor de la muestra
(Estimador)
• Contraste
De Hipótesis, a partir de valores de la muestra, se concluye si hay
diferencias entre ellos en la población.
Estimaciones
• Proceso de utilizar información
de una muestra para extraer conclusiones acerca de toda la población
• Se utiliza la información
recogida para estimar un valor
• Puede realizarse:
- Estimación Puntual: Consiste
en considerar al valor del estadístico muestral como una estimación del
parámetro de población
- Estimación por
Intervalos: Calcular
dos valores entre los cuales se encuentra el parámetro poblacional que se
quiere estimar con una probabilidad determinada, habitualmente el 95%
- Se pueden
crear para cualquier parámetro de la población
- Se utilizan
como indicadores de la variabilidad de las estimaciones
- Cuanto más
“estrecho” sea, mejor
Error estándar
- Es la medida que trata
de captar la variabilidad de los valores del estimador.
- Es la variabilidad de la
muestra
- Contra más pequeño sea
el error, más fiabilidad nos aporta.
Cálculo Del Error Estándar
- Depende de cada estimador:
- Error estándar
para una media: s/√¯n
- Error estándar
para una proporción: √¯p(1-p)/n
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 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
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”
Ejemplo de problema:
Se estudiaron 93 pacientes en una
unidad coronaria para conocer la proporción de las enfermedades coronarias
que presentaban alto riesgo de IAM, tras estudiar a los pacientes s e
observa que el 22 de ellos presentaban alto riesgo de IAM. ¿Cuál sería el intervalo
de confianza al 95% de la proporción general de enfermedades coronarias de alto
riesgo de IAM?
No hay comentarios:
Publicar un comentario