PRUEBA_DE_HIPOTESIS_YULY

PRUEBA DE HIPOTESIS
Presentado Por:
Yuli Gabriela Madrid
Materia:
Inferencia Estadistica
UNIVERSIDAD DE ANTIOQUIA
FACULTAD NACIONAL DE SALUD PÚBLICA
“Héctor Abad Gómez”
TECNOLOGIA EN SISTEMAS DE INFOMACION EN SALUD
Caucasia
2010
PRUEBA DE HIPOTESIS
Una prueba de hipótesis estadística es una conjetura de una o más
poblaciones. Nunca se sabe con absoluta certeza la verdad o falsedad de una
hipótesis estadística, a no ser que se examine la población entera. Esto por su puesto
sería impractico en la mayoría de las situaciones. En su lugar, se toma una muestra
aleatoria de la población de interés y se utilizan los datos que contiene tal muestra
para proporcionar evidencia que confirme o no la hipótesis. La evidencia de la muestra
que es un constante con la hipótesis planteada conduce a un rechazo de la misma
mientras que la evidencia que apoya la hipótesis conduce a su aceptación.
Hipótesis: es una aseveración de una población elaborado con el propósito de
poner aprueba, para verificar si la afirmaciónes falsa o verdaera.
PASOS DE LA PRUEBA DE HIPÓTESIS
Establecer La hipótesis nula (Ho) se refiere siempre a un valor especificado
del parámetro de población. La letra H significa hipótesis y el subíndice cero no
hay diferencia, esta simpre carga el igual, es la opinion del investigador.
Establecer La hipótesis alternativa (H1) es cualquier hipótesis que difiera de
la hipótesis nula. Es una afirmación que se acepta si los datos maestrales
proporcionan evidencia suficiente de que la hipótesis nula es falsa; es lom que
yo deseo probar.
El error tipoI se define como la probabilidad de rechazar la hìpotesis nula,
cuando esta es verdadera.
El error tipoII se define como la aceptacion de la hìpotesis nula, cuando esta es
falsa.
Tipos de error y nivel de significancia
Si rechazamos una hipótesis cuando debiera ser aceptada diremos que se ha
cometido un error de tipo I. Por otra parte si aceptamos una hipótesis que debiera ser
rechazada, diremos que se ha cometido un error de tipo II. En ambos casos se ha
producido un juicio erróneo.
Esto se evidencia en el siguiente cuadro:
Decisión
Ho es verdadera
Ho es falsa
Aceptar Ho
No hay error
Error tipo II
Rechazar Ho
Error tipo I
No hay error
ESCOGER NIVEL DE SIGNIFICANCIA
Al contrastar una cierta hipótesis, la máxima probabilidad con la que estamos
dispuestos a correr el riesgo de cometer un error de tipo I se llama nivel de
significancia. Esta probabilidad se denota por , se suele especificar antes de la
muestra, de manera que los resultados no influyan en nuestra elección.
En la práctica es frecuente un nivel de significancia de 0.05 ó 0.01, si bien se
usan otros valores. Si, por ejemplo, se escoge un nivel de significancia del 5% ó 0.05
al diseñar una regla de decisión entonces hay unas cinco oportunidades entre cien de
rechazar la hipótesis cuando debiera haberse aceptado; es decir, tenemos un 95% de
confianza de que hemos adoptado la decisión correcta. En tal caso decimos que la
hipótesis a sido rechazada al nivel de significancia 0.05 lo cual quiere decir que la
hipótesis tiene una probabilidad del 5% de ser falsa.
Valor p
Una vez planteada la hipótesis de nulidad, es preciso que el investigador determine el
margen de equivocación que está dispuesto a tolerar y fije el llamado valor de
significación o valor alfa (a), para luego calcular el valor P. En términos sencillos, este
último valor no es otra cosa que la probabilidad de observar la diferencia encontrada
entre los grupos o una más extrema si es correcta la hipótesis de nulidad.
Si el valor P es menor del valor a fijado por el investigador (0,05 la mayor parte de las
veces, o en ocasiones 0,01 ó 0,10), se descarta que los resultados observados puedan
atribuirse a mero azar si en realidad no hay una diferencia, o, dicho de otro modo, la
incompatibilidad entre los datos observados y la hipótesis de nulidad se considera lo
suficientemente grande como para poder descartar esta hipótesis. En cambio, si el valor
P es a o mayor, se considera que no hay suficientes indicios para descartar la hipótesis
de nulidad.
TOMAR LA DECISION
La decisión se toma en base a los resultados obtenidos con respecto a la region critica o
el valor de p .