Prueba de Hiptesis

Tipos de inferencias (2)

PRUEBA DE HIPOTESIS: busca responder a

una pregunta sobre el valor de un parmetro en
la poblacin (siempre utilizando los resultados
de la muestra)

Esta pregunta sobre el valor del parmetro en la

poblacin se plantea utilizando hiptesis

El procedimiento cuantifica en que medida los

datos de la muestra apoyan la hiptesis
planteada

En el ejemplo anterior, la pregunta es

si hay menos resistencia con el nuevo
antimalrico

En Estadstica
Los

mtodos estadsticos son herramientas de

la ciencia para el contraste formal de hiptesis.

Las

hiptesis para ser contrastadas con

mtodos estadsticos deben ser formuladas de
modo particular

Elementos necesarios
Las

hiptesis

Un

procedimiento para responder a la

pregunta o hiptesis utilizando los datos
de la muestra

Criterios

para interpretar los resultados

Hiptesis

Son

enunciados formulados como

respuestas tentativas a preguntas de
investigacin.

Pregunta

de investigacin Hiptesis

Mtodo Cientfico

Cmo funciona la Ciencia:

1.
2.
3.

4.

Se formula una hiptesis.

Se obtienen datos (muestra)
La hiptesis es contrastada con la
evidencia de la muestra.
Conclusin

La evidencia proviene de la informacin

de las observaciones del fenmeno que se
estudia.

Las observaciones se obtienen de unidades

de estudio (individuos), usualmente de una
muestra.

Porqu hiptesis?
La

pregunta de investigacin debe tratar

de expresarse en forma de hiptesis

El

mtodo cientfico no permite determinar

que una hiptesis es verdadera,
solamente puede determinar si es falsa

Por

lo tanto debe plantearse una hiptesis

que al ser rechazada d respuesta a la
pregunta de investigacin

Las dos hiptesis

Hiptesis nula, H0
Hiptesis de no diferencia o no asociacin, es
planteada en forma opuesta a la pregunta de
investigacin de inters, definida para ser
rechazada: la tasa de resistencia a ambos
antimalricos es similar

Hiptesis alternativa o alterna, Ha

Es la pregunta cientfica de inters. Aceptaremos
que Ha es verdadera si los datos sugieren que H0
es falsa: la tasa de resistencia difiere entre
ambos antimalricos

Ejemplos
Ho

Ha

Riesgo relativo = 1

Riesgo relativo 1

Resistencia 50%

Resistencia < 50%

XCD4-intervencin = XCD4-estndar

XCD4-intervencin XCD4-estndar

Sensibtest1 Sensibtest2

Sensibtest1 > Sensibtest2

Xint1 = Xint2 = Xint3 = Xint4

Algn Xi es diferente

En una regresin, 1 = 0

1 0

Curaanalgsico1 < Curaanalgsico2

Curaanalgsico1 Curaanalgsico2

Las hiptesis se plantean como:

De existencia del EFECTO (de un tratamiento).

De una DIFERENCIA (de las medias del peso
al nacer las proporciones del bajo peso al
nacer entre dos poblaciones).
De la ASOCIACIN (entre el tipo de
construccin de las casas y la distribucin del
Dengue).

 Ejemplos

adicionales:

La Altura produce incremento en la frecuencia de

nacimientos prematuros: Existe DIFERENCIA entre
las Edades gestacionales de neonatos en la Altura vs. a
Nivel del Mar.

La sustancia X incrementa la posibilidad de

malformaciones congnitas: Existe DIFERENCIA en
la prevalencia de malformaciones congnitas entre
gestantes expuestas a X vs. No expuestas.

Que

los alumnos formulen sus preguntas de

investigacin y las conviertan en hiptesis

Formulacin de Hiptesis
(continuacin)
Hiptesis

Nula (Ho) :
Enunciado formal para el contraste de
hiptesis con mtodos estadsticos: No hay
asociacin, No hay diferencia, No hay
efecto.

Hiptesis

alternativa (H1):
Hiptesis complementaria a Ho: Si hay
asociacin, Si hay diferencia, Si hay efecto.

 La

Hiptesis nula y la Hiptesis alternativa

habitualmente (p. ej. en Epidemiologa) se
plantean en funcin de una Medida del

Efecto.
Medidas

del efecto son:

Diferencias de medias,
Diferencias de prevalencias
Razones de riesgo (Riesgos relativos)
Razones de chances (Odds ratios)

Cul hiptesis es verdadera

(o falsa)?

Con los datos de la muestra se calcula un valor

(llamado estadstico de prueba) que sirve para
decidir si Ho es falsa y debe ser rechazada
(nica y exclusivamente para eso)

Si los resultados sugieren que se debe

rechazar Ho, entonces automticamente se
acepta que Ha es verdadera

Si los resultados no indican que se rechaze Ho

tampoco se puede concluir nada sobre Ha

Usando el estadstico de prueba

Con el estadstico de prueba y una frmula

matemtica (distribucin de probabilidades,
que vara segn el tipo de hiptesis evaluada),
se calcula una probabilidad, el famoso valor p

El valor p, p, o p-value puede interpretarse

como la probabilidad de que Ho sea verdadera

Por convencin se acepta que si p < 0.05 (5%),

entonces es muy probable que Ho sea falsa y
por lo tanto debe ser rechazada

El Valor P y la evidencia

El Valor P Significancia estadstica es una

medida (cuantitativa) de la fuerza de la evidencia
en contra de la Hiptesis nula.
Escala de grises
Mientras ms pequeo sea el valor P, ms fuerte
es la evidencia en contra de la hiptesis nula.

Una

interpretacin prctica (aunque

no exacta) del valor P es:

P es la probabilidad de que la
Hiptesis nula sea cierta

Valor P (continuacin)

Si

las observaciones en la muestra

soportan la Hiptesis nula. Entonces es
ms probable que esta Hiptesis sea
cierta.

Reglas de Decisin
Para

tomar una decisin sobre rechazar o no

rechazar la hiptesis nula hay que
especificar una Regla de decisin.
Hay que especificar un punto de corte
punto crtico:
Si P es menor que Alfa (), se rechaza H
o
Si P es mayor que Alfa (), se rechaza Ho

Ahora, recordemos que

estamos usando una
muestra para concluir
sobre
la
poblacin
Es posible (poco
probable, ojal) que la
decisin tomada de
rechazar o no Ho sea
Qu error
podramos
errnea

cometer?

Errores en la toma de decisiones

Al tomar una decisin basados en un punto

de corte se pueden cometer uno de dos
errores:
1.

Rechazar Ho siendo esta cierta

(Error tipo I).

2.

No rechazar Ho siendo esta falsa

(Error tipo II)

Error Tipo I ()

PUEDE ocurrir cuando la evidencia (datos de

la muestra) sugiere NO RECHAZAR Ho

El error consiste en reportar una diferencia o

asociacin que realmente no existe

Puede deberse a un tamao de muestra muy

grande que detecta diferencias no biolgicas

Tambin puede darse por azar, estimndose

que puede ocurrir con una probabilidad p

Error Tipo II ()

PUEDE ocurrir cuando la evidencia sugiere

RECHAZAR Ho

El error consiste en reportar que no hay una

diferencia o asociacin cuando si la hay

Puede deberse a tener una muestra pequea

que no permite detectar diferencias reales

Tambin puede darse por azar, aunque el

clculo de la probabilidad () es muy complejo

 Habitualmente

(Tradicionalmente) se
especifica a priori un punto de corte ( ) de
0.05. Esto trasladado a nuestra regla de
decisin, significa que el Error tipo I de la
prueba estadstica ser del 5%.
vez especificado el valor de , tenemos
controlada la magnitud del Error tipo I. El
Error tipo II () se controla modificando el
tamao de la muestra.

Una

general y se minimizan con tamaos

de muestra grandes.

En

Errores conceptuales comunes

Las inferencias son vlidas slo para las

muestras donde se tomaron los datos

Si no rechazamos H0 eso significa que H0 es

verdadera

Una diferencia estadsticamente significativa

tiene relevancia biolgica

El valor p mide que tan diferentes son los

promedios/proporciones

Supuestos ms comunes

Todas las observaciones son independientes

entre s

Tamao de muestra grande para que se

cumpla el teorema del lmite central

En variables numricas, no deben haber

valores extremos o sesgos que limiten la
representatividad del promedio como medida
de tendencia central

Ejemplo: Prueba de Hiptesis

Un

Clnico compara la proporcin de

pacientes con Hepatitis crnica que responde
favorablemente a dos tratamientos: A y B.

Hiptesis:

Ho: A B =0 (Nula)
H1: A B 0 (Alterna)

 Se

llev a cabo un Ensayo clnico asignando

de manera aleatoria (y ciega) la droga A y la
droga B a 300 pacientes con Hepatitis crnica.
Se observ que en el grupo que recibi la
droga A, 30% tuvieron respuesta favorable.
En contraste con el grupo que recibi la droga
B (17% respondieron favorablemente).

 Especificando

un punto de corte para

significancia: Alfa () = 0.05

Prueba

estadstica para comparar proporciones

(30% versus 17%): P=0.015

Conclusin:

La diferencia en las respuestas al

tratamiento entre los grupos (droga A vs. droga
B) es significativa.

Involucra una suposicin elaborada sobre uno o

ms parmetros de una o ms poblaciones.
Usando la informacin muestral se verificar la
suposicin sobre los parmetros estudiados.
La hiptesis que se contrasta se llama hiptesis
nula (H0).

Decisin
Se rechaza H0

Conclusin
Se puede afirmar que H1 es
verdadera

No se rechaza

No se puede afirmar que H1 es

verdadera

H0

Tipos de errores

Se pueden cometer dos tipos de errores:

Decisin

Poblacin
Ho es
Ho es falsa
verdadera
Decisin
Error tipo II
correcta.

No rechazar
Ho
Decisin
Rechazar
Error tipo I
= Pr(Error Tipo I) = Pr(Rechazar H0 / H0 es
correcta.
Ho
verdadera)
= Pr(Error Tipo II) = Pr(No rechazar H0 / H0
es falsa)