Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INFERENCIA ESTADÍSTICA: PRUEBA DE HIPÓTESIS Errores de tipo I y II ■ Un investigador puede llegar a una decisión incorrecta de 2 maneras: ■ Si rechaza la hipótesis nula cuando es cierta; se comete un error tipo I. ■ Si falla en rechazar la hipótesis nula cuando es falsa; se comete un error tipo II. ■ Del mismo modo, la decisión correcta se puede tomar de 2 maneras. Errores de tipo I y II ■ La probabilidad de hacer rechazo correcto, 1-β, se llama el poder de la prueba estadística ■ La probabilidad de cometer un error tipo II (β) y la probabilidad de hacer un rechazo correcto (1-β) son determinados por : 1. El número de variables 2. El tamaño de la muestra 3. El tamaño de la desviación estándar poblacional 4. La magnitud de la diferencia entre µ y µ0 5. Si se usa una prueba de una o 2 colas Errores de tipo I y II ■ Para calcular β es necesario conocer: 1. µ, la media de la población, o determinar una media µ’ lo suficientemente diferente de µ0 para que sea interesante detectar esta diferencia 2. La desviación estándar de la población (la cual se puede estimar de la muestra) Errores de tipo I y II Sc an ne d w ith C am Sc an ne r Distribución asociada a la hipótesis nula Distribución asociada a la hipótesis alternativa T que determina el tamaño del área !𝛽 S ca nn ed w ith C am Sc an ne r Errores de tipo I y II ■ Es considerable aceptable el poder de una prueba cuando es ≥ 0.8 ■ β = 0.2 y α = 0.05 à los errores tipo I son más serios que los de tipo II (la probabilidad de cometer un error tipo II es 0.2 / 0.05 = 4 veces más alto que la probabilidad de cometer un error tipo I) Errores de tipo I y II ■ Si consideramos los siguientes errores: – Decidir de forma equivocada que un nuevo medicamento es más eficiente que las terapias convencionales en detener la producción de células cancerígenas (Error tipo I) à asunto serio! – Decidir de forma equivocada que un nuevo medicamento no es más eficiente (Error tipo II) à Se retiene el medicamento pero eventualmente después de más investigación se podría comprobar la eficacia del nuevo medicamento. Error tipo I más costoso que Error tipo II En estos casos, se escogen α = 0.01 o 0.005 (0.001) Determinar la n necesaria para alcanzar un α aceptable, 1-β y µ - µ0 ■ Fórmula con los valores de α, 1-β, #𝜎 y µ - µ0 … ■ El tamaño del efecto de Cohen, denotado d, expresa la magnitud de la diferencia absoluta µ - µ0 que uno quiere detectar en unidades de desviación estándar de una población ■ d = µ - µ0 / 𝜎 ■ d = 0.2 es un efecto pequeño ■ d = 0.5 es un efecto mediano ■ d = 0.8 es un efecto grande (obvio para cualquier persona) Determinar la n necesaria para alcanzar un α aceptable, 1-β y µ - µ0 Sc an ne d w ith C am Sc an ne r ■ Para usar la tabla, el investigador tiene que fijar: 1. El tamaño de efecto (d = 0.2, 0.5 o 0.8) 2. Un nivel de significancia 𝛼 = 0.05 o 0.01 3. Un poder aceptable 1-𝛽 = 0.8, 0.9 o 0.95 4. Tipo de hipótesis estadística: 1 o 2 colas 5. Tipo de prueba: t de Student de 1 2 muestras Reportar valores p ■ Un valor p se define como la probabilidad correspondiente al estadístico de ser posible bajo la hipótesis nula (igual o más extremo). ■ El valor p nos muestra la probabilidad de haber obtenido el resultado que hemos obtenido si suponemos que la hipótesis nula es cierta ■ Si cumple con la condición de ser menor al nivel de significancia impuesto arbitrariamente, entonces la hipótesis nula será, eventualmente, rechazada Ejemplo: 𝛼 = 0.05 si se obtiene p < 0.05 entonces la H0 se rechaza Ejercicios ■ Para cada una de las siguientes hipótesis estadísticas, dibujar la distribución muestral t, designando las regiones críticas, indicando su tamaño y determinando el valor crítico a) H0: 𝜇 = 60 H1: 𝜇 ≠ 60 𝛼 = 0.01 n = 31 c) H0: 𝜇 ≥ 25 H1: 𝜇 < 25 𝛼 = 0.005 n = 22 b) H0: 𝜇 ≤ 100 H1: 𝜇 > 100 𝛼 = 0.05 n = 17 Ejercicios ■ Para cada una de las siguientes hipótesis estadísticas, dibujar la distribución muestral t, designando las regiones críticas, indicando su tamaño y determinando el valor crítico a) H0: 𝜇 = 60 H1: 𝜇 ≠ 60 𝛼 = 0.01 n = 31 c) H0: 𝜇 ≥ 25 H1: 𝜇 < 25 𝛼 = 0.005 n = 22 b) H0: 𝜇 ≤ 100 H1: 𝜇 > 100 𝛼 = 0.05 n = 17 Ejercicios ■ Para las siguientes condiciones, usa la tabla de Cohen para determinar el tamaño aproximado de la muestra. a) d = 0.2, 𝛼 = 0.05, 1-𝛽 = 0.8 b) d = 0.5, 𝛼 = 0.01, 1-𝛽 = 0.8 c) d = 0.8, 𝛼 = 0.01, 1-𝛽 = 0.8 d) d = 0.5, 𝛼 = 0.05, 1-𝛽 = 0.8 Sc an ne d w ith C am Sc an ne r
Compartir