PRUEBAS DE HIPOTESIS

Inferencia Estadística

Presentado Por:

Meily Paola Chiquillo Velásquez

Keila Julieth Díaz Muslaco

Tutor:

León Darío Bello Parias

UNIVERSIDAD DE ANTIOQUIA

Facultad Nacional De Salud Pública

“Héctor Abad Gómez”

Tecnología En Sistemas de Información En Salud

Caucasia

2010
QUE ES UNA PRUEBA DE HIPÓTESIS: Una hipótesis Estadística es una proposición sobre los
parámetros de una población o sobre la distribución de probabilidad de una variable aleatoria.
Si queremos decidir entre dos hipótesis que afectan a un cierto parámetro de la población, a partir
de la información de la muestra se usa el contraste de hipótesis, cuando se opte por una de estas
dos hipótesis, entonces se conoce una medida del error cometido, es decir, cuantas veces de cada
cien nos equivocamos.

Primero veremos cómo se escribirán las hipótesis que queremos contrastar:

H0: se llama hipótesis nula y es lo contrario de lo que sospechamos que va a ocurrir (suele llevar
los signos igual, mayor o igual y menor o igual).

H1: se llama hipótesis alternativa y es lo que sospechamos que va a ser cierto (suele llevar los
signos distinto, mayor y menor)

Los contrastes de hipótesis pueden ser de dos tipos:

Bilateral: En la hipótesis alternativa aparece el signo distinto.

Unilateral: En la hipótesis alternativa aparece o el signo > o el signo <.

PASOS PARA LA PRUEBA DE HIPOTESIS: Para este fin se plantea: Una hipótesis Nula (H0):
Formulada con el único propósito de rechazarla o invalidarla, de la no diferencia, del no cambio,
de que no es bueno, de la no asociación (independencia), etc. Una hipótesis alternativa (H1): Es la
hipótesis que difiere de la hipótesis nula, si H 0 plantea =, H 1 planteará >, <, ò ≠ Plantear hipótesis
Planteadas H0 y H1 se procederá a contrastarlas pero para ello debe fijarse las reglas de decisión
Contrastes de hipótesis Suponiendo que una hipótesis particular es cierta pero los resultados
hallados en una muestra aleatoria difieren notablemente de lo esperado entonces diremos que las
diferencias observadas son significativas y nos veremos inclinados a rechazar la hipótesis o al
menos a no aceptarla pero cabe la posibilidad de equivocarnos.
Nivel De Significación H0: Hipótesis de la no diferencia, del no cambio H1: Hipótesis alterna, todas
las demás posibilidades El grado de confianza es 0.95 α para estudio definitivo es 0.05 β para
estudio definitivo es 0.2 El grado de potencia es 0.8 α
Grado De Confianza Y Nivel De Significación Nivel De Significación (Α): Probabilidad de
equivocarme y rechazar Ho cuando Ho es verdadero, generalmente se usa un valor de 0.05,
máximo 0.10 puede ser 0.01 o menos en casos especiales. Grado de confianza: Probabilidad de
que no me equivoco al no rechazar Ho verdadero generalmente es de 95%, puede ser 90%, 99%,
etc.
Grado de potencia y β: Probabilidad de equivocarme al no al rechazar Ho que es falso
generalmente se usa valor de 0.2 Grado de potencia o valor predictivo: Probabilidad de que no me
equivoco al rechazar Ho falso generalmente es de 80% α Contraste de una cola Grado de
confianza: 90% 95% 99% z  : 1.28 1.645 2.33 REGLAS DE DECISIÓN  = 0.05 área de rechazo de
Ho Área de no rechazo de Ho Z t F x 2 Grado de confianza Significación Estadísticos de prueba
 /2= 0.025 área de rechazo de Ho -  /2= 0.025 área de rechazo de Ho Área de no rechazo de Ho
Z t F x 2 Grado de confianza Significación Grado de confianza : 90% 95% 99% z  /2 : 1 .64 1.96
2.58 Estadísticos de prueba Contraste de dos colas REGLAS DE DECISIÓN
Reglas De Decisión Zonas de error Grado de confianza 0.95 ó 95% Grado de potencia 0.8 ó 80% α
o nivel de significación 0.05 ó 5% β 0.2 o 20%
Prueba De Hipótesis Para Media De Una Sola Población H0: μ 1 = 30 H1: μ 1 ≠ 30 Supuesto
distribución normal varianza poblacional conocida desconocida Puede darse H0: μ 1  30 ó H o : μ
1  (dos colas).
Comparación De Dos Medias Independientes H0: μ 1 - μ 2 = 0 H1: μ 1 - μ 2 ≠ 0 En la práctica el
valor de varianzas poblacionales se desconoce y las varianzas muéstrales siempre tienen pequeñas
diferencias por ello se saca la varianza mancomunada.
Comparación De Dos Medias Relacionadas H0: μ 1 - μ 2 = 0 H 1 : μ 1 - μ 2 ≠ 0 En la práctica el
valor de varianzas poblacionales se desconoce y las varianzas muéstrales siempre tienen pequeñas
diferencias por ello se saca la varianza mancomunada.
Prueba De Hipótesis Para Una Sola Proporción H0: p de aciertos igual a proporción de desaciertos
H1: p de aciertos diferente a proporción de desaciertos
Prueba De Hipótesis Para Diferencia De Dos Proporciones H0: p 1 - p 2 = 0 H1: p 1 - p 2 ≠ 0 se saca
la proporción mancomunada.

PODEMOS ACEPTAR UNA HIPÓTESIS CUANDO EN REALIDAD NO ES CIERTA, ENTONCES

COMETEREMOS UNOS ERRORES, QUE PODRÁN SER DE DOS TIPOS:

Error de tipo I: Consiste en aceptar la hipótesis alternativa cuando la cierta es la nula.

Error de tipo II: Consiste en aceptar la hipótesis nula cuando la cierta es la alternativa.

Estos errores los aceptaremos si no son muy grandes o si no nos importa que sean muy grandes.

Alfa: Es la probabilidad de cometer un error de tipo I.

Beta: Es la probabilidad de cometer un error de tipo II.

De los dos, el más importante es alfa que llamaremos nivel de significación y nos informa de la
probabilidad que tenemos de estar equivocados si aceptamos la hipótesis alternativa. Debido a
que los dos errores anteriores a la vez son imposibles de controlar, vamos a fijarnos solamente en
el nivel de significación, este es el que nos interesa ya que la hipótesis alternativa que estamos
interesados en probar y no queremos aceptarla si en realidad no es cierta, es decir, si aceptamos
la hipótesis alternativa queremos equivocarnos con un margen de error muy pequeño.

El nivel de significación lo marcamos nosotros. Si es grande es más fácil aceptar la hipótesis

alternativa cuando en realidad es falsa. El valor del nivel de significación suele ser un 5%, lo que
significa que 5 de cada 100 veces aceptamos la hipótesis alternativa cuando la cierta es la nula.
Solamente vamos a estudiar el contraste bilateral para la media.

VALOR P: está definido como la probabilidad de obtener un resultado al menos tan extremo como
el que realmente se ha obtenido (valor del estadístico calculado), suponiendo que la hipótesis
nula es cierta. Es fundamental tener en cuenta que el p-valor está basado en la asunción de la
hipótesis de partida (o hipótesis nula).

Se rechaza la hipótesis nula si el valor P asociado al resultado observado es igual o menor que el
nivel de significación establecido, convencionalmente 0,05 ó 0,01, punto que se llama potencia del
contraste. Es decir, el p-valor nos muestra la probabilidad de haber obtenido el resultado que
hemos obtenido si suponemos que la hipótesis nula es cierta. Si el p-valor es inferior a la potencia
del contraste nos indica que lo más probable es que la hipótesis de partida sea falsa. Sin embargo,
también es posible que estemos ante una observación atípica, por lo que estaríamos cometiendo
el error estadístico de rechazar la hipótesis nula cuando ésta es cierta basándonos en que hemos
tenido la mala suerte de encontrar una observación atípica.