Para
controlar los errores aleatorios, además del cálculo de intervalos de
confianza, contamos con una segunda herramienta en el proceso de inferencia
estadística: los test o contrastes de hipótesis.
Con
los intervalos nos hacemos una idea de un parámetro de una población dado un
par de números entre los que confiamos que esté el valor desconocido.
Con
los contrastes (test) de hipótesis la estrategia es la siguiente:
-
Establecemos a priori una hipótesis cerca del
valor del parámetro.
-
Realizamos la recogida de datos.
-
Analizamos la coherencia de entre la hipótesis
previa y los datos obtenidos.
Son
herramientas estadísticas para responder a preguntas de investigación: permite
cuantificar la compatibilidad entre una hipótesis previamente establecida y los
resultados obtenidos.
Sean
cuales sean los deseos de los investigadores, el test de hipótesis siempre va a
contrastar la hipótesis nula (la que establece igualdad entre los grupos a
comparar, o lo que es lo mismo, la que no establece relación entre las
variables de estudio).
Tipo
de análisis estadísticos según el tipo de variables implicadas en el estudio
INDEPENDIENTE
|
Cualitativa
2 Grupos
|
Cualitativa >
2 Grupos
|
Cuantitativa
|
Cualitativa 2 Grupos
|
Chi cuadrado
T comparación
proporciones
P. exacta de Fisher
P. Mc Nemar
|
Chi cuadrado
Q de Cochran
|
T student
U. de Mann- Whitney
T. Wilcoxon
|
Cualitativa > 2 Grupos
|
Chi cuadrado
Q. de Cochran
|
Chi cuadrado
Q. de Cochrann
|
A. varianza
Kruskall-Wallis
F. Friedman
|
Cuantitativa
|
Regresión logística
|
Regresion logística
|
Regression lineal:
Correl. Pearson
Correl. Spearman
|
2.
ERRORES
DE HIPÓTESIS.
El test de hipótesis mide la probabilidad de
error que cometo si rechazo la hipótesis nula.
Con una misma muestra podemos aceptar o
rechazar la hipótesis nula. Todo depende de una error, al que llamamos α.
El error α es la probabilidad de equivocarnos
al rechazar la hipótesis nula.
El error α más pequeño al que podemos rechazar
H0 es el error p. (p es sinónimo de α minimizada)
Habitualmente
rechazamos H0 para un nivel α máximo del 5% (p< 0.05). Por encima
del 5% de error, aceptamos la hipótesis nula. Es lo que llamamos “significación estadística”.
3.
TIPOS DE
ERRORES EN TEST DE HIPÓTESIS.
Rechazo
H0
|
Acepto H0
|
|
H0
cierta
|
Error
tipo 1 (error α)
|
No error
(1-α)
|
H0
falsa
|
No error
(1-β)
|
Error
tipo 2 (error β)
|
El error
más importante para nosotros es el tipo alfa. Aceptamos que podemos
equivocarnos hasta un 5%.
4.
TEST DE
HIPÓTESIS CHI-CUADRADO.
Para
comparar variables cualitativas (dependiente e independiente).
Razonamiento a seguir: suponemos la hipótesis cierta y estudiamos como es de probable que
siendo iguales dos grupos a comparar se obtengan resultados como los obtenidos
o haber encontrado diferencias más grandes por grupos. Ya explicamos cómo se hace en el seminario 4.
No hay comentarios:
Publicar un comentario