Bioestadística

Bioestadística
Tema 7: Introducción a los contrastes

de hipótesis
Objetivos del tema
■ Conocer el proceso para contrastar hipótesis y su

relación con el método científico.
■ Diferenciar entre hipótesis nula y alternativa
■ Nivel de significación
■ Significación
■ Toma de decisiones, tipos de error y cuantificación del

error.
Bioestadística. U.
Málaga. Tema 7: Contrastes de hipótesis 2
Contrastando una hipótesis Son demasiados...
No se si los fumadores
pesarán como el resto…
unos 70Kg (hipótesis
nula)...
¡Gran
diferencia!
Muestra Rechazo la
aleatoria de hipótesis
fumadores
Bioestadística. U.
¿Qué es una hipótesis?
Creo que el porcentaje
de enfermos será el 5%
■ Una creencia sobre la
población, principalmente sus
parámetros:
◻ Media
◻ Varianza
◻ Proporción/Tasa
■ OJO: Si queremos contrastarla,

debe establecerse antes del
análisis.
Bioestadística. U.
Introducción breve: ¿Los fumadores pesan más?
En la población de no fumadores, el peso
medio es 70 kg.
¿Cómo podríamos ‘demostrar’ si

los fumadores pesan más…
... unos 5 kg más?
7 7
0 5
Veamos qué puede ocurrir si
tomamos muestras de tamaño 4 y
calculamos el peso medio… para cada caso.
Bioestadística. U.
Decidir si los fumadores pesan más: Tamaño muestral
¿Qué puede ocurrir si tomamos

muestras de tamaño 30 y 7 7
0 5
calculamos el peso medio?
Bioestadística. U.
Decidir si los fumadores pesan más: Tipos de error
Tomemos la decisión basándonos
en muestras de tamaño 4...
Puedo cometer 2 tipos de error.
Error de tipo
II
Se acepta Se acepta
que que sí hay
7 7
no hay 0 5 diferencias
diferencias
Error de tipo
Bioestadística. U. I
Identificación de hipótesis
■ Hipótesis nula Ho ■ Hip. Alternativa H1
◻ La que contrastamos ◻ Niega a H 0 (y creemos que es ‘mejor’).
◻ Los datos pueden refutarla

◻ Los datos pueden mostrar evidencia a
favor
◻ No debería ser rechazada sin una
buena razón. ◻ No debería ser aceptada sin una gran
evidencia a favor.
Bioestadística. U.
¿Quién es H 0?
■ Problema: ¿La osteoporosis está relacionada con

el sexo?
■ Solución:
◻ Traducir a lenguaje estadístico:
◻ Establecer su opuesto:
◻ Seleccionar la hipótesis nula
Bioestadística. U.
¿Quién es H 0?
■ Problema: ¿El colesterol medio para la dieta

mediterránea es 6 mmol/l?
■ Solución:
◻ Traducir a lenguaje estadístico:
◻ Establecer su opuesto:
◻ Seleccionar la hipótesis nula
Bioestadística. U.
Razonamiento básico
Si supongo que H 0 es cierta...
¿qué hace un
científico cuando
su teoría no
coincide con sus
predicciones?
... el resultado del experimento sería improbable.

Sin embargo ocurrió.
Bioestadística. U.
Rechazo que H0 sea

cierta.
... el resultado del experimento sería improbable.

Sin embargo ocurrió.
Bioestadística. U.
• No hay evidencia contra H0
¿Si una teoría hace
predicciones con • No se rechaza H 0
éxito, queda
probado que es • El experimento no es concluyente
cierta?
• El contraste no es significativo
... el resultado del experimento es coherente.
Bioestadística. U.
Región crítica y nivel de significación
Región crítica Nivel de significación: α
■ Valores ‘ improbables’ si... ■ Número pequeño: 1% , 5%
■ Es conocida antes de realizar el ■ Fijado de antemano por el
experimento: resultados investigador
experimentales que refutarían H 0 ■ Es la probabilidad de rechazar H 0
cuando es cierta
α=5%
Reg. Crit. Reg. Crit.
No rechazo H0
Η 0: μ=70
Bioestadística. U.
Contrastes: unilateral y bilateral
La posición de la región crítica depende de la hipótesis alternativa
Bilateral H 1 : μ≠70
Unilateral Unilateral
H 1Bioestadística.
: μ<70 U. H 1 : μ>70
Significación: p
α
H 0 : μ=70 U.
Bioestadística.
Significación: p
No se rechaza
H 0 : μ=70
α
H 0 : μ=70 U.
Bioestadística.
Significación: p
Es la probabilidad que tendría una región crítica que comenzase exactamente en el valor del
estadístico obtenido de la muestra.
Es la probabilidad de tener una muestra que discrepe aún más que la nuestra de H 0 .
Es la probabilidad de que por puro azar obtengamos una muestra “más extraña” que la obtenida.
p es conocido después de realizar el experimento aleatorio
El contraste es no significativo cuando p>α
P α
No se rechaza
H 0 : μ=70
P α
Bioestadística. U.
Significación : p
Se rechaza H 0 : μ=70
Se acepta H 1 : μ>70
α
Bioestadística. U.
Significación : p
El contraste es estadísticamente significativo cuando p< α
Es decir, si el resultado experimental discrepa más de “lo tolerado” a priori .
α P
Se rechaza H 0 : μ=40
Se acepta H 1 : μ>40
α P
Bioestadística. U.
Resumen: α, p y criterio de rechazo
■ Sobre α ■ Sobre p
◻ Es número pequeño, ◻ Es conocido tras
preelegido al diseñar realizar el experimento
el experimento
◻ Conocido α sabemos ◻ Conocido p sabemos

todo sobre la región todo sobre el
crítica resultado del
experimento
■ Sobre el criterio de rechazo

◻ Contraste significativo = p menor que α
Bioestadística. U.
Resumen: α, p y criterio de rechazo
■ Sobre el criterio de rechazo

◻ Contraste significativo = p menor que α
Bioestadística. U.
Ejemplo
■ Problema: ¿Está sesgada la moneda?
Experimento: Lanzar la moneda repetidamente:
P=50% P=25%
Bioestadística. U. P=12,5% P=6,25% P=3% P=1,5%
Riesgos al tomar decisiones
Ejemplo 1: Se juzga a un individuo por la presunta comisión de un
delito
Los datos pueden refutarla
La que se acepta si las pruebas

■ H0: Hipótesis nula no indican lo contrario
◻ Es inocente
Rechazarla por error tiene
graves consecuencias
■ H1: Hipótesis alternativa

◻ Es culpable No debería ser aceptada sin una gran
evidencia a favor.
Rechazarla por error tiene

consecuencias consideradas menos
graves que la anterior
Bioestadística. U.
Riesgos al contrastar hipótesis
Ejemplo 2: Se cree que un nuevo tratamiento ofrece buenos resultados
Ejemplo 3: Parece que hay una incidencia de enfermedad más alta de lo normal
■ H0: Hipótesis nula No especulativa

◻ (Ej.1) Es inocente
◻ (Ej.2) El nuevo tratamiento no tiene
efecto
◻ (Ej.3) No hay nada que destacar
■ H1: Hipótesis alternativa Especulativa

◻ (Ej.1) Es culpable
◻ (Ej.2) El nuevo tratamiento es útil
◻ (Ej. 3) Hay una situación anormal
Bioestadística. U.
Tipos de error al tomar una decisión
Realidad
Inocente Culpable
vere Inocente OK Error

dicto
Menos grave
Culpable Error OK
Muy grave
Bioestadística. U.
Tipos de error al contrastar hipótesis
Realidad
H0 cierta H0 Falsa
No Rechazo H 0
Correcto Error de tipo II
El tratamiento no El tratamiento si tiene
tiene efecto y así efecto pero no lo
se decide. percibimos.
Probabilidad β
Rechazo H0
Error de Correcto
Acepto H1
tipo I El tratamiento tiene efecto y
El tratamiento no el experimento lo confirma.
tiene efecto pero
se decide que sí.
Probabilidad α
Bioestadística. U.
No se puede tener todo
Recordad lo que
pasaba con
β sensiblidad y
especificidad
α
■ Para un tamaño muestral fijo, no se pueden reducir a la

vez ambos tipos de error.
■ Para reducir β, hay que aumentar el tamaño muestral.
Bioestadística. U.
Conclusiones
■ Las hipótesis no se plantean después de observar los datos.
■ En ciencia, las hipótesis nula y alternativa no tienen el mismo papel:
◻ H0 : Hipótesis científicamente más simple.

◻ H1 : El peso de la prueba recae en ella.
■ α debe ser pequeño
■ Rechazar una hipótesis consiste en observar si p<α
■ Rechazar una hipótesis no prueba que sea falsa. Podemos cometer error de tipo I
■ No rechazar una hipótesis no prueba que sea cierta. Podemos cometer error de tipo
II
■ Si decidimos rechazar una hipótesis debemos mostrar la probabilidad de

equivocarnos.
Bioestadística. U.
¿Qué hemos visto?
■ Hipótesis
◻ Nula
◻ Alternativa
■ Nivel de significación
◻ α
◻ Probabilidad de error de tipo I
■ Significación, p.
◻ Criterio de aceptación/rechazo.
■ Tipos de error
◻ Tipo I
◻ Tipo II
Bioestadística. U.

Bioestadística

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Bioestadística

Încărcat de

Drepturi de autor:

Formate disponibile

Bioestadística

Tema 7: Introducción a los contrastes

■ Conocer el proceso para contrastar hipótesis y su

■ Diferenciar entre hipótesis nula y alternativa

■ Toma de decisiones, tipos de error y cuantificación del

■ OJO: Si queremos contrastarla,

¿Cómo podríamos ‘demostrar’ si

¿Qué puede ocurrir si tomamos

Puedo cometer 2 tipos de error.

◻ Los datos pueden refutarla

■ Problema: ¿La osteoporosis está relacionada con

◻ Traducir a lenguaje estadístico:

◻ Seleccionar la hipótesis nula

■ Problema: ¿El colesterol medio para la dieta

◻ Traducir a lenguaje estadístico:

◻ Seleccionar la hipótesis nula

... el resultado del experimento sería improbable.

Rechazo que H0 sea

... el resultado del experimento sería improbable.

... el resultado del experimento es coherente.

Reg. Crit. Reg. Crit.

◻ Conocido α sabemos ◻ Conocido p sabemos

■ Sobre el criterio de rechazo

■ Sobre el criterio de rechazo

Experimento: Lanzar la moneda repetidamente:

La que se acepta si las pruebas

■ H1: Hipótesis alternativa

Rechazarla por error tiene

■ H0: Hipótesis nula No especulativa

■ H1: Hipótesis alternativa Especulativa

vere Inocente OK Error

■ Para un tamaño muestral fijo, no se pueden reducir a la

■ Para reducir β, hay que aumentar el tamaño muestral.

■ En ciencia, las hipótesis nula y alternativa no tienen el mismo papel:

◻ H0 : Hipótesis científicamente más simple.

■ α debe ser pequeño

■ Rechazar una hipótesis consiste en observar si p<α

■ Si decidimos rechazar una hipótesis debemos mostrar la probabilidad de

S-ar putea să vă placă și