Hipotesis

Prueba de hipótesis

Una prueba de hipótesis comprende cuatro componentes principales:

-Hipótesis Nula

-Hipótesis Alternativa

-Estadística de Prueba

-Región de Rechazo

• La Hipótesis Nula, denotada como H0 siempre especifica un solo valor del parámetro de la Población si la hipótesis es simple o un conjunto de valores si es compuesta (es lo que queremos desacreditar)

• La Hipótesis Alternativa, denotada como H1 es la que responde nuestra pregunta, la que se establece en base a la evidencia que tenemos. Puede tener Como las conclusiones a las que lleguemos se basan en una muestra, hay posibilidades de que nos equivoquemos.

• La Probabilidad de cometer un error Tipo se conoce como Nivel de Significancia, se denota como α y es el tamaño de la región de rechazo

• El complemento de la región de rechazo es 1−α y es conocido como el Coeficiente de Confianza

• En una prueba de Hipótesis de dos colas la región de no rechazo corresponde a un intervalo de confianza para el parámetro en cuestión

Tipos de errores (I y II)

H0 Verdadera Falsa

Aceptar Decisón correcta

Probabilidad = 1 - α Decisión incorrecta:

ERROR DE TIPO II

Rechazar ERROR DE TIPO I

Probabilidad = α Decisión correcta

La probabilidad de cometer Error de tipo I es el nivel de significación α.

La probabilidad de cometer Error de tipo II depende del verdadero valor del parámetro. Se hace tanto menor cuanto mayor sea n.

Pruebas Estadísticas

1) PRUEBAS NO PARAMÉTRICAS:

Las pruebas estadísticas no paramétricas son las que, a pesar de basarse en determinadas suposiciones, no parten de la base de que los datos analizados adoptan una distribución normal.

Técnica estadística que no presupone ninguna distribución de probabilidad teórica de la distribución de nuestros datos.

Se denominan pruebas no paramétricas aquellas que no presuponen una distribución de probabilidad para los datos, por ello se conocen también como de distribución libre (distribución free).

En la mayor parte de ellas los resultados estadísticos se derivan únicamente a partir de procedimientos de ordenación y recuento, por lo que su base lógica es de fácil comprensión.

2) PRUEBAS PARAMÉTRICAS:

Las pruebas estadísticas paramétricas, como la de la “t” de Student o el análisis de la varianza (ANOVA), se basan en que se supone una forma determinada de la distribución de valores, generalmente la distribución normal, en la población de la que se obtiene la muestra experimental.

En contraposición de la técnicas no paramétricas, las técnicas paramétricas si presuponen una distribución teórica de probabilidad subyacente para la distribución de los datos.

Son más potentes que las no paramétricas.

3) ANÁLISIS DE LA VARIANZA (ANOVA)

ANOVA son siglas para el análisis de la Variación (ANalysis Of VAriance).

Un ANOVA segrega diversas fuentes de la variación vistas en resultados experimentales.

Conjunto de técnicas estadísticas para conocer el modo en que el valor medio de una variable es afectado por diferentes tipos de clasificaciones de los datos.

Con el análisis de la varianza se pueden ajustar las estimaciones del efecto de un tratamiento según otros factores como sexo, edad, gravedad, etc.

4) ANÁLISIS DE LA COVARIANZA (ANCOVA)

Método de análisis estadístico que es una extensión del análisis de la varianza, que permite ajustar los estimadores del efecto de un tratamiento según posibles covariables y factores.

Es una técnica estadística

...