Bioest - 08-Verificacoin Hipotesis

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 22

PRUEBA DE HIPÓTESIS

• Corrientemente se toman decisiones sobre


poblaciones partiendo de información muestral.
• Al iniciar una investigación las hipótesis surgen como
preguntas como ser por ejemplo si un medicamento
es efectivo para la cura de una enfermedad?, o si
una ración aumenta la producción respecto a otra?, o
si dos variables están asociadas? etc.. Estas
preguntas se traducen en Hipótesis, o sea,
supuestos o conjeturas que pueden ser o no
ciertas acerca de las poblaciones que se
estudian.
HIPÓTESIS
• Hipótesis:
– Son los supuestos o conjeturas formuladas acerca de la población en
estudio a los efectos de tomar decisiones.
• Hipótesis Nula : H0
– Sostiene que las diferencias observadas se deben a fluctuaciones en el
muestreo de una misma población.
– Representa el “status quo”, es la opinión contraria a lo que se quiere
probar.
– No será rechazada al menos que la evidencia sea convincente de que
es falsa.
• Hipótesis Alternativa: H A = H1
– Ofrece la alternativa contraria a lo sostenido en la Ho.
– Es la hipótesis de investigación, que será aceptada solo si los datos dan
evidencia convincente de que es verdadera.
Ho y H1 juntas cubren todos los posibles valores de la µ poblacional,
en consecuencia una de las dos debe ser verdadera.
• Deseamos saber si la diferencia entre la media de la
hipótesis (Ho) y la media de la muestra es demasiado
grande para atribuirla a la casualidad (fluctuaciones del
muestreo).
• El procedimiento por el cual decidimos aceptar o rechazar
una hipótesis se denomina Verificación, Prueba o Ensayo
de la hipótesis, y mediante él determinamos si los valores
muestrales observados difieren significativamente de los
resultados que cabían esperar bajo la hipótesis.
• Para poder ensayar una hipótesis debemos conocer la
distribución muestral del estadístico correspondiente
(una muestra es una observación de la población de
muestras)
• Para ello debemos conocer o suponer parámetros
poblacionales, cosa que hacemos a partir de los supuestos
de nuestra Ho.

REGLA DE DECISIÓN
• Establecemos nuestra Regla de Decisión, que consiste en
dividir el espacio muestral en dos tipos de regiones: Área
o Región de Rechazo y Área o Región de NO Rechazo
de Ho.
• Para determinar si un estadístico muestral difiere de un parámetro
poblacional, podemos determinar para el parámetro un Intervalo de
Confianza (IC) donde existe una probabilidad conocida [Nivel de
Confianza (nc)] de que caigan dentro de él los estadísticos muestrales,
y también quedará determinada una región fuera del IC, con
probabilidad α = 1-nc de encontrar muestras de esa población.

• No rechazamos la Ho cuando el estadístico muestral se encuentre


dentro del IC, y esta región del espacio muestral es el Área de No
Rechazo de la Ho que abarca en la distribución de probabilidad un
area= nc.

nc
La Prueba No demuestra la Ho
(No decimos que aceptamos Ho)
No Rechazo
• Rechazamos la Ho y por lo tanto aceptamos la H1 cuando el estadístico
muestral cae fuera del IC, y esta región es el Área de Rechazo o
Región de Significación, en la que la probabilidad de encontrar una
muestra de la población es el complemento del nivel de confianza o
sea 1-nc, que se denomina Nivel de Significación del Ensayo y se
simboliza por α (alpha).

Rechazo Ho Rechazo Ho
nc

VALORES CRÍTICOS puntos que separan las áreas de Rechazo y No Rechazo


(por ejemplo –1,96 y +1,96 en una prueba z con α=0,05)
• Nivel de Significación:
– α es la probabilidad de que la Ho sea rechazada
cuando es verdadera.
– Valores usuales para α
• α = 0.05 y α = 0.01
– Si por ejemplo se elige un α=0.05 o 5% al diseñar una
prueba, entonces podemos esperar que en 5 ocasiones
de cada 100 se rechazará la Ho cuando debería ser
aceptada (porque por azar la muestra cae en la región de
rechazo), o sea que tenemos una probabilidad = 0.95
(95%) de que no rechazaremos la Ho siendo cierta.
– Debe especificarse antes de realizar la prueba
Nivel de Significación Observado
• Reporta en que medida la prueba está en
desacuerdo con Ho y deja la decisión de aceptar o
rechazar la misma en manos del lector.

• Determinamos la probabilidad que existe de


encontrar una muestra como la observada o que se
aleje aún más de nuestra Ho, simplemente por
azar. (p= ...) es la probabilidad (asumiendo que
Ho es verdadera) de observar un valor de prueba
al menos tan contrario, el valor de α es
seleccionado por el lector.
TIPOS DE ERROR
• Error de tipo I
– Cuando se rechaza la Ho siendo ésta
verdadera. La probabilidad del error de tipo I es
igual al nivel de significación α. Se acepta la
H1 cuando es falsa.
• Error de tipo II
– No se rechaza la Ho cuando es falsa p = β
– "La evidencia en la muestra es insuficiente para
rechazar Ho a ese nivel de significación α"
Hipótesis y Errores

Ho Verdadera Ho Falsa

Decisión Error Tipo II


No Rechazo Ho
Correcta p =β
Error Tipo I Decisión
Rechazo Ho
p=α Correcta
Cálculo de Probabilidad del error
de Tipo II (β)
• β es calculada para un valor alternativo µ1, y se
corresponde al área bajo la verdadera distribución
(centrada en µ1) que se encuentra en la región de
No Rechazo en la Regla de Decisión (centrada en
µ0).

• Decrece a medida que µ1 se aleja del valor de µ0


de la Ho.
Pasos para el Cálculo de β
• Calcular los xi que corresponde al borde de
las regiones de rechazo.

• Especificar el valor de µ1 de la H1 para el


cual β será calculado. El área incluida en la
región de No Rechazo será β.
Poder de la Prueba (1-β)
• Dado que β es la probabilidad de No Rechazar la
Ho cuando H1 es verdadera, 1-β es la probabilidad
complementaria o probabilidad de Rechazar Ho
cuando H1: µ=µ1 es verdadera, o sea de aceptar
una H1 verdadera.
• Valor usual mínimo para diseño de una prueba
β=0.80
• Hay una relación directa entre α y β cuando una
crece la otra decrece. El valor de n también afecta
a β porque el error estándar de la distribución
muestral de X es inversamente proporcional a la n
• Cuando n aumenta α y β disminuyen para una
región de rechazo fija.
PRUEBA DE HIPOTESIS
• Pasos a seguir:
1. Establecer Ho y H1
2. Identificar la Distribución Muestral adecuada y
Seleccionar la Prueba Estadística.
3. Establecer la Regla de Decisión, zonas de Rechazo de
la Ho, en función del nivel de significación (valores
críticos, dependen de α y de Ho).
4. Controlar los supuestos.
5. Experimentar y Calcular el Estadístico de la Prueba.
6. Comparar con valores críticos.
7. Rechazar o No la Ho. Conclusiones.
Pruebas de Hipótesis de Medias
• Objetivo:
– Evaluar afirmaciones respecto de la media poblacional.

• Tipos de Afirmaciones (Ho):


– Respecto a la Media de una Población. Prueba de una
Media Muestral.
– Prueba de dos Muestras: afirma que las dos medias
poblacionales son iguales.
– Pruebas de k Muestras: afirma que las k poblaciones
tienen medias iguales.
PRUEBA DE HIPÓTESIS PARA
UNA MUESTRA
• MUESTREO DE UNA POBLACIÓN CON DISTRIBUCIÓN
NORMAL CON VARIANZA CONOCIDA (Prueba z) z
σ

• MUESTREO DE UNA POBLACIÓN CON DISTRIBUCIÓN t


NORMAL CON VARIANZA DESCONOCIDA (Prueba t) s
gl= n-1

• MUESTREO DE UNA POBLACIÓN QUE NO PRESENTA


DISTRIBUCIÓN NORMAL
– Transformación de la variable
– Muestras grandes ( TCL → DN → z )
– Muestras chicas, cambiar procedimiento (pruebas no paramétricas)
• Un productor lechero sostiene que sus
vacas producen una media de 25lts.
(Asumimos que la distribución de producción de leche es normal)

• Un comprador de ganado quiere verificar la


información, a un nivel de significación de 0.05,
para lo cual toma una muestra de n=49 vacas y
obtiene una media de 23 lts, con una desviación
estándar de s = 3.5 lts.
• ¿cuál es el nivel de significación observado?
• Cual sería el error de tipo II si la media real fuera
26 lts y con una desviación estándar de
poblacional de σ=3.0 lts.
• ¿Es la media 25 lts?
µ 0 = 25; x = 23; n = 49; S = 3.5; α = 0.05

H 0 : µ = 25; H1 : µ ≠ 25 VALOR CRÍTICO

g l = n − 1 = 4 8; t1 − α = t 0 .9 7 5 = t ta b = ± 2 .0 2
2
x−µ 23 − 25
tc = = = −4
sx 3 .5 4 9

| t c |> | t tab |; rechazo _ H 0 p ≤ 0.05

• ¿cuál es el nivel de significación observado?


P<0.01
• Cual sería el error de tipo II si la media real fuera 26lts y
con una desviación estándar de poblacional de σ=3.0 lts.

µ0 = 25; µ1 = 26; n = 49; σ = 3.0; α = 0.05

xvc = µ0 ± zα 2σ x = 25 + 1.96 × 3.0 = 25.84


49
β = P( µX1 < xvc ) = P( µX1 < 25.84) bajo la curva centrada en µ1
x vc − µ1 25.84 − 26
z= = = −0.37
σx 3 49

β = 0.35 = 35%
• ¿cuál es el poder de esta prueba?
Para Proporciones
• A diferencia del calculo de los intervalos de
confianza donde se estima σ con p para la
prueba de hipótesis se utiliza p0

p = p0
H0 : P H1 : Pp ≠ p0

p − p0 p0 (1 − p0 )
z= Sp =
Sp n

También podría gustarte