Conclusion Es
Conclusion Es
Conclusion Es
Si se condensan los resultados hasta aquí obtenidos, a manera de conclusiones se puede abordar,
que todo problema de prueba de hipótesis consiste en lo siguiente:
1. Identificar una variable aleatoria X que tiene una distribución conocida, es decir, que pertenece a
una clase determinada, por ejemplo a las del tipo normal, y con relación a la cual se quiere tomar
una decisión respecto al valor de un parámetro desconocido, pero asociado a ella, digamos (,
(, ...,etc
2. Se plantea una hipótesis nula, donde se asume un valor para el parámetro; y una hipótesis
alternativa donde se contradice lo expresado en la hipótesis nula.
3. Se escoge el nivel de significación a, que es la probabilidad de rechazar la hipótesis nula siendo
esta cierta.
4. Se selecciona una muestra de tamaño n para estimar el parámetro desconocido
y poder posteriormente decidir si se rechaza o no H0.
5. Se define la región crítica para la prueba de hipótesis de interés.
6. Se toma la decisión de rechazar H0, con un nivel de significación a si el valor estimado del
parámetro está en la región crítica y de no rechazar H0 si este valor no está en la región crítica.
Frente a dos posibilidades reales, no hay diferencias (H0) o bien sí las hay (H1), las pruebas de
hipótesis pueden dar dos resultados: rechazar o aceptar H0. En estas circunstancias, en forma
análoga a lo que sucede con los exámenes de laboratorio diagnósticos, las alternativas son cuatro.
Dos no constituyen más que la coincidencia entre la realidad y el resultado de las pruebas:
Se rechaza H0 cuando ésta es falsa, una diferencia verdadera es declarada estadísticamente
significativa. Es un verdadero positivo.
Se acepta H0 cuando ésta es verdadera, no hay una diferencia estadísticamente significativa y en
realidad no la hay. Un verdadero negativo.
Las otras alternativas implican una incongruencia entre la realidad y los resultados y, por lo tanto,
constituyen errores.
Se rechaza H0 cuando ésta es verdadera, concluyendo que hay una diferencia que en realidad no
existe, un falso positivo. Se ha cometido un error que se denomina de tipo I (α). La probabilidad de
que ocurra este tipo de error es la que se controla al establecer α y normalmente no va más allá del
5%. Sin embargo, inadvertidamente puede ser mayor cuando no se cumplen los requisitos
necesarios para aplicar la prueba de hipótesis elegida: usar un test paramétrico cuando en realidad
se debió usar uno no paramétrico, una prueba de una cola en vez de una de dos colas o
comparaciones múltiples con tests diseñados para comparar sólo dos medias o medianas.
Se acepta H0 cuando en realidad es falsa, un falso negativo, concluyendo que no hay diferencia
cuando en realidad existe. Este es el error tipo II (β), que la mayoría de las veces se debe a un
tamaño insuficiente de la muestra. La probabilidad de cometer un error tipo II es β cuyo valor
depende de la magnitud del efecto de interés y del tamaño de la muestra. Sin embargo, es más
frecuente hablar de la potencia de la prueba para detectar un efecto de un tamaño determinado.
Estos dos errores deben ser considerados al evaluar el resultado de un trabajo de investigación que
haya empleado pruebas de hipótesis, considerando la posibilidad de un error I cuando los resultados
son significativos y de un error tipo II cuando son no significativos. La Tabla 1 resume la relación
entre los resultados de una prueba de hipótesis y la realidad.