Professional Documents
Culture Documents
INFERENCIA ESTADSTICA
a los denominados
aproximacin a la
para
Clasificaciones de hiptesis:
Las hiptesis pueden clasificarse, segn diferentes criterios que hacen referencia
al nmero de parmetros o relaciones implicadas; al tipo de relacin que se establece y a
la temporalidad de la relacin, o referencindolas a su formulacin y papel dentro del
proceso de contraste. As, atendiendo a la primara categora podemos hablar de:
Hiptesis simple o compuesta:
Hiptesis Simple: es aquella que especifica completamente la distribucin
(tambin se conoce como hiptesis de igualdad), o lo que es lo mismo es aquella que
asigna valores nicos a los parmetros ( = 1'5, = 10,
< 10,
<
primera produce un efecto en la segunda (son siempre por tanto relaciones asimtricas).
Ej. " La aspirina infantil reduce el riesgo de infarto
Atendiendo a la segunda de las categoras mencionadas, es decir al papel que
juegan en el proceso de contratacin hablamos de
alternativa.
Hiptesis nula e Hiptesis alternativa:
Hiptesis nula: se denota por H0 y de forme general podemos decir que expresa
la ausencia de relacin (comnmente expresa y recoge la situacin contraria a la
conjetura o hiptesis que la investigacin propone como explicacin del fenmeno en
estudio).
Hiptesis alternativa: Se denota por H1 y es la complementaria de la H0
(coincide generalmente con
informacin que proporciona una muestra observada concuerda (o no) con la hiptesis
estadstica formulada sobre el modelo de probabilidad y, por tanto, se puede validar (o
no) la hiptesis formulada. Esta hiptesis es la que hemos definido anteriormente como
hiptesis nula H0. Si se rechaza, en el sentido de no validacin, la hiptesis nula
implcitamente se asume como plausible la hiptesis alternativa, H1.
El problema del contraste de hiptesis se puede definir:
Dado un punto del espacio muestral x = (x1 , x2, x3, .; xn) conjunto de datos
obtenidos) se define una regla de decisin que siendo funcin de x, permita aceptar o
rechazar la H0 , dividiendo al espacio muestral en dos subconjuntos excluyentes C y Cc
tal forma que:
.S
que
corresponde a los valores del estadstico de contraste que se encuentran tan alejados de
la afirmacin establecida en H0 que es muy poco probable que ocurran, si la hiptesis
nula es correcta. Su probabilidad es (o nivel de significacin o riesgo).
Regin de Aceptacin: Es el rea de la distribucin muestral que corresponde a los
valores del estadstico de contraste prximos a la afirmacin establecida en la hiptesis
nula. Su probabilidad es 1- (o nivel de confianza).
El tamao de las zonas de aceptacin y rechazo se determinan fijando el valor de
(nivel de significacin). Considerando que se trata de un nivel de error, su valor debe
ser pequeo, de ah que valores para
Y ,...),
'
5,
partes iguales entre las dos colas de la distribucin muestral. Cuando la H1 compuesta
( < 1'5; 5 < < 10,
>
Y ,...)
regin crtica se encuentra en una de las colas de la distribucin muestral. (Ver figura 1)
Figura 1
BILATERAL
UNILATERAL
(derecha)
de
la
informacin
contenida
en
la
hiptesis
nula
(H0).
contraste igual o ms extremo que el obetendio con los datos de la meustra bajo la
condicin de que H0 sea cierta. A los efectos se opera comparando el valor de p con el
nivel de significacin
n :
Si p
Si p
1 Importante tener presente en la definicin del ndice de discrepancia (Estadstico de Contraste) que se trata
de una variable aleatoria cuya distribucun es, por lo ganeral, conocida y es precisamente este caracterstica del ndice
de discrepancia lo que permitir llevar a cabo la toma de decisiones
en relacin al
Se llama nivel crtico p a la probabilidad de obtener una discrepancia mayor o igual que la
observada en la muestra, cuando H0 es cierta. p = P (d d | H0)
Es importante resear que la probabilidad asociada p no es una medida de la magnitud de la
significacin del contraste (tal y como muchas veces se interpreta) ni tampoco una medida de la magnitud
o relevancia del efecto detectado, en otros trminos significacin estadstica no supone significacin
terica ni clnica.
figura 2)
Cuadro 1
Aceptamos H0
H0 es correcta
H0 es incorrecta
Decisin correcta
Error tipo II
(1- )
Rechazamos H0
Error tipo I
Decisin correcta
(1- )
Figura 2
(1
Error tipo II: error cometido al aceptar H0 siendo falsa. La probabilidad de cometer
este error se designa por
dado, su
potencia es mayor que la de cualquier otra de las infinitas regiones que llevan asociadas
esa misma probabilidad .
La problemtica del contraste de hiptesis.
Las pruebas de significacin tal y como se aplican usualmente son el resultado
de un procedimiento hbrido en el que se mezclan las dos posturas (encontradas) de la
filosofa subyacente a los procedimientos de contraste que hemos expuesto.
Simplificando mucho se puede decir que la hibridacin consiste en que se toma del
planteamiento fisheriano la concepcin y el procedimiento de contraste de la hiptesis
nula (H0) pero introduciendo la hipotsis alternativa H1 (del enfoque Neyman
Pearson) como contrapuesta estadsticamente a la H0 ( cuesitn esta absolutamente
inaceptable para Fisher) y en consecuencia incluyendo tambin los conceptos de error
d
n y
11
Referencia Poblacional
Conclusin estadstica
TyC
TyC
difieren
no difieren
Diferencias Significativas
Conclusin correcta
Error tipo I
Rechazo de H0
Probabilidad = 1-
Probabilidad
POTENCIA
Diferencias no significativas
Error tipo II
Conclusin correcta
Aceptacin de H0
Probabilidad
Probabilidad 1-
(coeficiente de confianza)
12
Relacin entre y
3 Curva de potencia: En el contexto que nos ocupa, es una grfica que muestra, para todos los
valores posibles de un parmetro poblacional que contradice la hiptesis nula, la probabilidad, 1 rechazarla correctamente, dado el tamao muestral y un riesgo a mximo especificado.
13
n2
4 Es importante resear ahora que para la determinacin del tamao muestral necesario en un estudio se
debe considerar si el inters se centra en la estimacin de parmetros (al respeto lo expuesto en los temas de relativos al
muestreo) o si el inters de la investigacin lleva a planteamientos de contraste de hiptesis referidas a algn parmetro
(problemtica
que
se
plantea
en
este
apartado).
http://masmatematicas.com/estadisticas/n.html
14
Para
ms
informacin
pueden
acudir
15
Tamao
= 0.05
= 0.01
Tamao del
Tamao del
efecto (TE)
efecto (TE)
muestral
Pequeo
Mediano
Pequeo
Mediano
(0.2)
(0.5)
(0.2)
(0.5)
20
0.095
0.338
0.025
0.144
40
0.143
0.598
0.045
0.349
60
0.192
0.775
0.067
0.549
80
0.242
0.882
0.092
0.709
100
0.290
0.940
0.120
0.823
150
0.411
0.990
0.201
0.959
200
0.516
0.998
0.284
0.992
Grafico3
que los estudios deben disearse para conseguir niveles de alfa de al menos 0,05 con
niveles de potencia
de 4/1
Determinacin de la Potencia
Existen dos formas: a prior y a posteriori
interrelacionados de tal forma que cada uno es funcin de los otros tres.
As, y siguiendo a Cohen (1998) podemos plantear cuatro tipos de
anlisis de la potencia:
1.- Potencia en funcin de , TE5 (tamao el efecto) y n. Es decir,
conocidos los tres elementos calculamos (normalmente se busca en las
tablas de potencia) la potencia (si la queremos aumentar cambiaremos las
especificaciones preestablecidas).
2.- Se estima el TE (bien a travs del estudio de la literatura al caso o por
aproximacin fundamentada en la propia experiencia), se establece el
5 A partir de ahora designaremos el tamao del efecto por TE
17
n necesario,
para el TE postulado.6
Actualmente existe software gratuito que permite, para algunas pruebas
especficas determina n TE la potencia. Por ejemplo el SamplePower del SPSS
permite determinar los tamaos maestrales y ajustar los parmetros del diseo,
obteniendo las curvas de potencia para un amplio nmero de tcnicas de anlisis
(medias, proporciones, correlacin, Anova, Ancova y Regresin). El documento
SOFTWARE PARA CALCULAR TAMAOS MUESTRALES Y POTENCIA incluido
en la carpeta COMPELMENTOS BLOUE 1 contiene direcciones web con software
disponible en la red para estos clculos.
18
investigacin) Rosenthal (1994) clasifica las medidas del efecto en dos familias:
Familia d: ndices para diferencias entre medias y proporciones (en ambos casos
hay distintos ndices relativos a puntuaciones brutas d de Cohen; la g de
Hedges; la delta de Glass , tipificadas, estadstico CL de McGraw y Wong,
tambin llamado ndice universal del TE; d
Cox,
7 Importante destacar que las tcnicas que calculan el TE para algunas de las diferentes pruebas estadsticas
de uso comn (ejemplo, t; F) ofrecen una mtrica comn que posibilita la integracin de resultados indispensable en el
Meta-anlisis.
8 Los diferentes ndices sern presentados asociados a las correspondientes pruebas de significacin.
19
20