SlideShare ist ein Scribd-Unternehmen logo
1 von 6
Bioestadística
Una hipótesis es una  creencia  sobre un parámetro o una tendencia en la población de estudio. En una PDH (prueba de hipótesis) s e denomina hipótesis nula (H 0 ) a la que considera que ambos tratamientos son iguales y si, en el supuesto de que sea cierta, la probabilidad de que se observe una diferencia tan grande o mayor que la obtenida en nuestro estudio es muy baja (usualmente el valor crítico es 0,05) se rechaza dicha hipótesis y se acepta la contraria, denominada hipótesis alternativa, que establece que ambos tratamientos son diferentes. La nomenclatura utilizada en una PDH suele ser la siguiente: Las PDH: Pedro Romero Saker
Se acepta  H 0  si las diferencias obtenidas experimentalmente se deben sólo al azar; mientras que se la rechaza y se acepta H 0  si se considera que las diferencias obtenidas no se deben únicamente al azar, si no que la administración de un tratamiento u otro ha provocado respuestas sensiblemente distintas entre ellos. Según sean los estadísticos que se desean contrastar, la expresión de la hipótesis nula toma diversas formas, tal como se muestra a continuación: Las PDH: Pedro Romero Saker
[object Object],[object Object],[object Object],[object Object],Las PDH: Pedro Romero Saker
El error alfa debe ser fijado a priori por los responsables del estudio, puesto que es el que marca el nivel de rechazo de la hipótesis nula. Este valor se sitúa generalmente en 0,05 y es el valor con el que compararemos nuestra «p», obtenida mediante el estadístico de contraste adecuado a nuestros objetivos. Avanzándonos un poco más en las pruebas de hipótesis, cuando hablamos de una «p», «p-value» o «nivel de significación» con un valor cercano a cero, estamos indicando que la prueba realizada (t de Student, Prueba F, prueba Z) supera el umbral probabilístico previamente fijado de 0,05 como tope mínimo para considerar la igualdad entre los parámetros. Como hemos dicho, el nivel de significación  α   lo marcamos nosotros de manera que, cuanto mayor sea, más fácil será aceptar la hipótesis alternativa cuando en realidad es falsa. Si al valor  α  se le llama también grado de significación estadística, a su complementario (1-alfa) se le llama nivel de confianza, o probabilidad de que las diferencias que se detecten no se deban al azar. Por convenio, suele utilizarse un valor de 0,05, lo que significa que 5 de cada 100 veces detectaríamos diferencias entre tratamientos cuando realmente serían iguales, aunque también es usual un valor de 0,01. Las PDH: Pedro Romero Saker
[object Object],[object Object],[object Object],[object Object],[object Object],Las PDH: Pedro Romero Saker

Weitere ähnliche Inhalte

Was ist angesagt?

Prueba de chi cuadrado y pruebas no paraetricas
Prueba de chi cuadrado y pruebas no paraetricasPrueba de chi cuadrado y pruebas no paraetricas
Prueba de chi cuadrado y pruebas no paraetricas
Gerardo Gomez
 
Intervalos de confianza 2
Intervalos de confianza 2Intervalos de confianza 2
Intervalos de confianza 2
Hector Funes
 
Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestra
Alejandro Ruiz
 

Was ist angesagt? (20)

Estimación de parámetros para muestras pequeñas
Estimación de parámetros para muestras pequeñasEstimación de parámetros para muestras pequeñas
Estimación de parámetros para muestras pequeñas
 
Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10
 
Distribución muestral de la media
Distribución muestral de la mediaDistribución muestral de la media
Distribución muestral de la media
 
Tarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestasTarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestas
 
Estadística curso completo2
Estadística curso completo2Estadística curso completo2
Estadística curso completo2
 
Prueba de chi cuadrado y pruebas no paraetricas
Prueba de chi cuadrado y pruebas no paraetricasPrueba de chi cuadrado y pruebas no paraetricas
Prueba de chi cuadrado y pruebas no paraetricas
 
Intervalos de confianza 2
Intervalos de confianza 2Intervalos de confianza 2
Intervalos de confianza 2
 
Estimación por Intervalos
Estimación por IntervalosEstimación por Intervalos
Estimación por Intervalos
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
MAPA MENTAL ESTIMACION
MAPA MENTAL ESTIMACION MAPA MENTAL ESTIMACION
MAPA MENTAL ESTIMACION
 
Técnica de muestreo maria paz casanova
Técnica de muestreo maria paz casanovaTécnica de muestreo maria paz casanova
Técnica de muestreo maria paz casanova
 
Tamaño Optimo de la muestra
Tamaño Optimo de la muestraTamaño Optimo de la muestra
Tamaño Optimo de la muestra
 
Teorema de Bayes
Teorema de BayesTeorema de Bayes
Teorema de Bayes
 
Métodos y distribución de muestreo
Métodos y distribución de muestreoMétodos y distribución de muestreo
Métodos y distribución de muestreo
 
Pruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasPruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricas
 
Presentación ANOVA
Presentación ANOVAPresentación ANOVA
Presentación ANOVA
 
Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestra
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestas
 
DISTRIBUCION BINOMIAL
DISTRIBUCION BINOMIALDISTRIBUCION BINOMIAL
DISTRIBUCION BINOMIAL
 

Ähnlich wie Introducción a las pruebas de hipótesis

Errores y poder de las pruebas.ppt
Errores y poder de las pruebas.pptErrores y poder de las pruebas.ppt
Errores y poder de las pruebas.ppt
ssuser99a752
 
8.1 otra mirada de hipotesis y error
8.1  otra mirada de hipotesis y error8.1  otra mirada de hipotesis y error
8.1 otra mirada de hipotesis y error
Yerko Bravo
 
Significancia estadistica – relevancia clinica
Significancia estadistica – relevancia clinicaSignificancia estadistica – relevancia clinica
Significancia estadistica – relevancia clinica
ramolina22
 
Hipotesis
HipotesisHipotesis
Hipotesis
Ser Ar
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
EQUIPO7
 
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
alerioz
 
6. Contrastes de Hipótesis
6.  Contrastes de Hipótesis6.  Contrastes de Hipótesis
6. Contrastes de Hipótesis
Consuelo Valle
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
alerioz
 

Ähnlich wie Introducción a las pruebas de hipótesis (20)

Significancia estadística y relevancia clínica
Significancia estadística y relevancia clínicaSignificancia estadística y relevancia clínica
Significancia estadística y relevancia clínica
 
Errores y poder de las pruebas.ppt
Errores y poder de las pruebas.pptErrores y poder de las pruebas.ppt
Errores y poder de las pruebas.ppt
 
SESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptx
SESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptxSESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptx
SESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptx
 
Resumen tipos de errores
Resumen tipos de erroresResumen tipos de errores
Resumen tipos de errores
 
8.1 otra mirada de hipotesis y error
8.1  otra mirada de hipotesis y error8.1  otra mirada de hipotesis y error
8.1 otra mirada de hipotesis y error
 
Actividad 5.c respuestas
Actividad 5.c respuestasActividad 5.c respuestas
Actividad 5.c respuestas
 
La hipotesis
La hipotesis La hipotesis
La hipotesis
 
Exposicion 5.3 Prueba de Hipotesis Equipo Ramirez Elias Francisco
Exposicion 5.3 Prueba de Hipotesis Equipo Ramirez Elias FranciscoExposicion 5.3 Prueba de Hipotesis Equipo Ramirez Elias Francisco
Exposicion 5.3 Prueba de Hipotesis Equipo Ramirez Elias Francisco
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
 
Tema 3 1 Prueba de HipóTesis
Tema 3 1 Prueba de HipóTesisTema 3 1 Prueba de HipóTesis
Tema 3 1 Prueba de HipóTesis
 
1.1 prueba de hipotesis
1.1 prueba de hipotesis1.1 prueba de hipotesis
1.1 prueba de hipotesis
 
Significancia estadistica – relevancia clinica
Significancia estadistica – relevancia clinicaSignificancia estadistica – relevancia clinica
Significancia estadistica – relevancia clinica
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
 
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
 
6. Contrastes de Hipótesis
6.  Contrastes de Hipótesis6.  Contrastes de Hipótesis
6. Contrastes de Hipótesis
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 

Kürzlich hochgeladen

Modulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdfModulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdf
AnnimoUno1
 

Kürzlich hochgeladen (11)

How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdfRefrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
 
Modulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdfModulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdf
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 

Introducción a las pruebas de hipótesis

  • 2. Una hipótesis es una creencia sobre un parámetro o una tendencia en la población de estudio. En una PDH (prueba de hipótesis) s e denomina hipótesis nula (H 0 ) a la que considera que ambos tratamientos son iguales y si, en el supuesto de que sea cierta, la probabilidad de que se observe una diferencia tan grande o mayor que la obtenida en nuestro estudio es muy baja (usualmente el valor crítico es 0,05) se rechaza dicha hipótesis y se acepta la contraria, denominada hipótesis alternativa, que establece que ambos tratamientos son diferentes. La nomenclatura utilizada en una PDH suele ser la siguiente: Las PDH: Pedro Romero Saker
  • 3. Se acepta H 0 si las diferencias obtenidas experimentalmente se deben sólo al azar; mientras que se la rechaza y se acepta H 0 si se considera que las diferencias obtenidas no se deben únicamente al azar, si no que la administración de un tratamiento u otro ha provocado respuestas sensiblemente distintas entre ellos. Según sean los estadísticos que se desean contrastar, la expresión de la hipótesis nula toma diversas formas, tal como se muestra a continuación: Las PDH: Pedro Romero Saker
  • 4.
  • 5. El error alfa debe ser fijado a priori por los responsables del estudio, puesto que es el que marca el nivel de rechazo de la hipótesis nula. Este valor se sitúa generalmente en 0,05 y es el valor con el que compararemos nuestra «p», obtenida mediante el estadístico de contraste adecuado a nuestros objetivos. Avanzándonos un poco más en las pruebas de hipótesis, cuando hablamos de una «p», «p-value» o «nivel de significación» con un valor cercano a cero, estamos indicando que la prueba realizada (t de Student, Prueba F, prueba Z) supera el umbral probabilístico previamente fijado de 0,05 como tope mínimo para considerar la igualdad entre los parámetros. Como hemos dicho, el nivel de significación α lo marcamos nosotros de manera que, cuanto mayor sea, más fácil será aceptar la hipótesis alternativa cuando en realidad es falsa. Si al valor α se le llama también grado de significación estadística, a su complementario (1-alfa) se le llama nivel de confianza, o probabilidad de que las diferencias que se detecten no se deban al azar. Por convenio, suele utilizarse un valor de 0,05, lo que significa que 5 de cada 100 veces detectaríamos diferencias entre tratamientos cuando realmente serían iguales, aunque también es usual un valor de 0,01. Las PDH: Pedro Romero Saker
  • 6.