INSTITUTO DE MATEMTICA Y FISICA

Unidad I La Estadstica y el Mtodo Cientfico

ASIGNATURA Bioestadstica DOCENTE Gloria Correa Beltrn

Apunte basado en:

De Martha Aliaga

Mendoza, Argentina Ph.D. Estadstica, University of Michigan, 1986. M.A. Estadstica. CIENES. Universidad de Chile. Chile, 1967. B.A. Matemtica, Universidad de Buenos Aires, Argentina.
http://www.educandus.cl/estadistica/

Por qu necesitamos del conocimiento cientfico? El hombre aspira a captar el orden que existe en el mundo de los fenmenos para hacerlos inteligibles, dar una explicacin racional de ellos y hacerlos manejables o previsibles una vez que conoce sus causas.

La palabra ciencia viene del latn scientia que significa: conocimiento

Cmo logramos ese conocimiento?

A travs del Mtodo Cientfico

El Mtodo Cientfico es un conjunto de principios y procedimientos para la bsqueda sistemtica del conocimiento.
El mtodo cientfico, en conjunto con la estadstica, nos provee de este conjunto procedimientos para obtener y resumir informacin para tomar decisiones.

Etapas del mtodo cientfico

Caractersticas de mtodo cientfico:

El mtodo cientfico es un proceso iterativo de aprendizaje

Los resultados no dan respuestas definitivas. Los resultados pueden sugerir nuevas hiptesis

Una decisin puede tomarse ahora pero puede estar sujeta a prueba en un tiempo ms
Es un proceso que nunca termina

La ciencia es siempre incorrecta: Nunca resuelve un problema sin crear 10 ms.

George Bernard Shaw (Dramaturgo irlands)

Qu es la Estadstica?

Definiciones humorsticas :
Se dice que si una persona gana un milln y otra nada "la estadstica" establece que las dos han ganado medio milln. La estadstica dice que si una persona pone la cabeza en el congelador y los pies en el horno su temperatura media ser correcta.

Qu es la Estadstica? La Estadstica es la ciencia de la recoleccin y anlisis de datos para la toma de decisiones. La Estadstica es la ciencia de los datos1.
Recoleccin Anlisis Interpretacin Presentacin de resultados

Ferreiro, O. y Fernndez de la Reguera, P. (1988) La estadstica, una ciencia en la controversia. Revista Universitaria 25: 13-17. http://www.educandus.cl/estadistica/
1

Estadstica y Mtodo Cientfico? La Estadstica y el Mtodo Cientfico nos proveen una coleccin de principios y procedimientos para obtener informacin, resumirla y tomar decisiones.

Este es un proceso de aprendizaje iterativo del mundo que nos rodea.

Conceptos Bsicos Poblacin es el grupo de objetos o individuos bajo estudio, acerca de los cuales queremos obtener informacin.

Muestra es una parte de la poblacin de la cual se obtiene informacin. Inferencia Estadstica es el proceso de sacar conclusiones acerca de una poblacin basados en informacin de una muestra de esa poblacin.

CONCEPTOS BASICOS

POBLACION

MUESTRA

CONCEPTOS BASICOS

El lenguaje de toma de decisiones en Estadstica

Debo tomar aspirina o migranol para el dolor de cabeza?

Laboratorios Bayer me dice que tome Aspirina Laboratorios Migra me dice que tome Migranol Existe teora (antigua): lo mejor es Aspirina

Existe teora (nueva): lo mejor es Migranol

Tenemos dos teoras que compiten

En estadstica las vamos a llamar HIPTESIS

Hiptesis La hiptesis es una explicacin posible a la situacin problema o una respuesta posible a la pregunta planteada
Se expresa en trminos afirmativos. Se basa en el conocimiento cientfico existente, en la experiencia previa del investigador, o en la observacin de hechos relacionados con el problema. Las dos teoras que compiten se denominan: - hiptesis nula - hiptesis alternativa. Al proceso de decidir entre la hiptesis nula y la alternativa, se le denomina: Prueba de hiptesis, Test de hiptesis o Contraste de hiptesis.

Tipos de hiptesis

Hiptesis nula (H0): Establece que nada va a suceder, no hay efecto, no hay diferencia, no hay cambio en la poblacin. Es el status quo, lo convencional, lo que sabemos de la poblacin, lo aceptado hasta el momento. La hiptesis nula se va a considerar como cierta hasta que se tenga suficiente evidencia de lo contrario

Hiptesis alternativa (H1): Es una alternativa a la hiptesis nula. Establece lo que el investigador espera que sea verdad, el cambio en la poblacin que el investigador espera encontrar.

H0: El nuevo medicamento es tan efectivo como el antiguo

H1: El nuevo medicamento es ms efectivo que el antiguo

Ejemplo:

H0 : H1 :

El hbito de fumar no afecta la memoria en fumadores excesivos mayores de 43 aos

El hbito de fumar produce problemas en la memoria en fumadores excesivos mayores de 43 aos

Ejemplo:

H0:

El consumo de bebidas gaseosas con altos niveles de acidez, no afecta el esmalte de los dientes. El consumo de bebidas gaseosas con altos niveles de acidez, daa el esmalte de los dientes.

H1:

La prueba de hiptesis se parece a un juicio penal.

En ste, se parte del supuesto de que el acusado es inocente. La hiptesis nula es de inocencia.
Lo contrario de la hiptesis nula es la hiptesis alternativa, la cual expresa una creencia de culpabilidad. Por lo tanto, las hiptesis en un juicio criminal se escribiran:

H0: El acusado es inocente H1: El acusado es culpable

Para probar las aseveraciones o hiptesis se lleva a cabo un juicio.

H0: El acusado es inocente H1: El acusado es culpable El testimonio y las pruebas obtenidas durante el juicio equivalen a la informacin de la muestra.

Si la informacin de la muestra concuerda con la hiptesis de inocencia, no se puede rechazar la hiptesis nula que el consignado es inocente. Sin embargo, si la informacin muestral no es consistente con la hiptesis de inocencia, se rechazar la hiptesis nula.
En este caso la accin a tomar se basar en la hiptesis alternativa de que el acusado es culpable.

Los abogados defensores y querellantes presentan sus casos. El juez debe ponderar la evidencia presentada y decidir si es suficiente para declarar culpable al inculpado. Pero el sistema de justicia no es perfecto. Sea cual sea la decisin va a existir la probabilidad de cometer un error.

Qu errores se pueden cometer?

Declararlo culpable cuando en realidad es inocente.

Declararlo inocente cuando el inculpado era en realidad culpable.

Estos tipos de error tienen un nombre especial

Error Tipo I (: alpha): rechazar la hiptesis nula H0 cuando es verdadera Error Tipo II (:beta): aceptar la hiptesis nula H0 cuando es falsa
La Verdad H0 Verdadera H1 Verdadera Decisin basada en los datos Rechazar H0 No rechazar H0

Error tipo I
Error tipo II

Se puede cometer Error Tipo I slo si rechazamos Ho. Se puede cometer Error Tipo II slo si NO rechazamos Ho.

Probando un nuevo medicamento

H0: el nuevo medicamento es tan efectivo como el antiguo H1: el nuevo medicamento es ms efectivo que el antiguo
Cules son los dos tipos de errores que se pueden cometer al decidir entre las dos hiptesis? Error Tipo I: Error Tipo II:

Concluir que el nuevo medicamento es ms efectivo que el antiguo, cuando es igual de efectivo
Concluir que el nuevo medicamento es tan efectivo como el antiguo cuando en realidad es ms efectivo
Cules son la consecuencias del error tipo I? Cules son la consecuencias del error tipo II?

Cul error es ms grave desde un punto de vista tico? Si el Error Tipo I es considerado grave, porque no hacerlo cero?

Probando un nuevo medicamento

H0: el antiguo medicamento es mejor H1: el nuevo medicamento es mejor

Una posible manera de no cometer el error tipo I sera no rechazar nunca la hiptesis nula. Pero si hacemos esto nunca vamos a aceptar una teora nueva. Tenemos que correr un pequeo riesgo.

Conceptos bsicos
En estadstica, la probabilidad de cometer el error tipo I se llama Nivel de significancia y se denota por la letra griega alfa, . La probabilidad de cometer el error tipo II se denota por la letra griega beta,

= =

Nivel de significancia Probabilidad de cometer el error tipo I

= Probabilidad de cometer el error tipo II

Significancia estadstica
Los datos que obtenemos de una muestra sern estadsticamente significativos, si las observaciones son muy poco probables si H0 es verdadera. Si los datos son estadsticamente significativos, rechazamos H0. entonces

Generalmente queremos proteger lo que ya conocemos reduciendo la probabilidad de cometer el Error Tipo I. Una manera de no cometer el error tipo I sera nunca rechazar la hiptesis nula. Pero si hacemos esto nunca vamos a aceptar una teora nueva. Tenemos que correr un pequeo riesgo.

Sea cual sea nuestra decisin va a estar afecta a errores.

Qu hay en la bolsa?

Se tienen dos bolsas idnticas. Cada bolsa contiene 20 vales. El

contenido de cada bolsa es:

Contenido de las Bolsas A - $560.000 B $1.890.000

La misin es decidir entre la bolsa A o la B a partir de la seleccin de UN vale. El riesgo mayor es elegir la bolsa A pues nos ganaramos una deuda. Para este caso las hiptesis son: H0: la bolsa que me estn mostrando es la BOLSA A H1: la bolsa que me estn mostrando es la BOLSA B Cul es el error tipo I?
Error tipo I = rechazar cuando es V = quedarse con la bolsa creyendo que no es A pero es A = pagar $560.000

Cul es el error tipo II?

Error tipo II = aceptar cuando es V = rechazar la bolsa creyendo que es A, pero es B = pierde de ganar $1.890.000

Para este caso las hiptesis son:

H0: la bolsa que me estn mostrando es la BOLSA A

H1: la bolsa que me estn mostrando es la BOLSA B

Cmo tomamos la decisin?

Las elecciones obvias: -$1000 => es la Bolsa A => acepto H0 $1000 => es la Bolsa B => rechazo H0 Pero si me sale un vale de $10 de $20 . de $60 qu hacemos?

Regla de Decisin Un regla de decisin es una regla formal que establece cuando rechazar H0, basados en los datos Examinemos las probabilidades de cada vale:

La direccin del extremo corresponde a la posicin de los valores que son ms probables bajo H1 que bajo H0.

Si los valores ms grandes son ms probables bajo H1 que bajo H0, entonces la direccin del extremo es hacia la derecha

Para determinar la regla de decisin veremos tres opciones rechazar Ho si el bono seleccionado es de: $40 mil o ms $50 mil o ms $60 mil o ms

H0: la bolsa que me estn mostrando es la BOLSA A H1: la bolsa que me estn mostrando es la BOLSA B

Regin de rechazo, Regin de aceptacin, valor crtico

A toda regla de decisin le corresponde una zona de rechazo.

Una regin de rechazo es un conjunto de valores para los cuales rechazamos H0. Una regin de aceptacin es un conjunto de valores para los cuales aceptamos H0. Un valor crtico es el valor que marca el punto inicial del conjunto de valores de la regin de rechazo.

Regin de rechazo, Regin de aceptacin, valor crtico

Una regin de rechazo se llama unilateral o de una cola: si el conjunto de valores extremos estn todos en una direccin, ya sea a la derecha (cola superior o unilateral a la derecha) o a la izquierda (cola inferior o unilateral a la izquierda).

Una regin de rechazo se llama bilateral o de dos colas:

si el conjunto de valores extremos estn en las dos direcciones derecha e izquierda.

Regla de decisin: Rechazar H0 si el vale seleccionado es de $ 40 mil o ms.

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B
Regin de Rechazo: Vales $ 40 mil

Regin de Aceptacin: Vales < $ 40 mil

Valor Crtico: $40 mil

Calcularemos Error tipo I () y Error tipo II ():

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B : Probabilidad de rechazar Ho cuando Ho es Verdadera : Probabilidad de seleccionar $40, $50, $60 o $1.000 de A : 4/20 = 0,20

Calcularemos Error tipo I () y Error tipo II ():

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B : Probabilidad de aceptar Ho cuando Ho es Falsa (H1 Verdadera) : Probabilidad de seleccionar $30, $20, $10 o -$1.000 de B : 4/20 = 0,20

Regla de decisin: Rechazar H0 si el vale seleccionado es de $ 50 mil o ms.

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B
Regin de Rechazo: Vales $ 50 mil

Regin de Aceptacin: Vales < $ 50 mil

Valor Crtico: $50 mil

Calcularemos Error tipo I () y Error tipo II ():

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B : Probabilidad de rechazar Ho cuando Ho es Verdadera : Probabilidad de seleccionar $50, $60 o $1.000 de A : 2/20 = 0,10

Calcularemos Error tipo I () y Error tipo II ():

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B : Probabilidad de aceptar Ho cuando Ho es Falsa (H1 Verdadera) : Probabilidad de seleccionar $40, $30, $20, $10 o -$1.000 de B : 6/20 = 0,30

Regla de decisin: Rechazar H0 si el vale seleccionado es de $ 60 mil o ms.

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B
Regin de Rechazo: Vales $ 60 mil

Regin de Aceptacin: Vales < $ 60 mil

Valor Crtico: $60 mil

Calcularemos Error tipo I () y Error tipo II ():

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B : Probabilidad de rechazar Ho cuando Ho es Verdadera : Probabilidad de seleccionar $60 o $1.000 de A : 1/20 = 0,05

Calcularemos Error tipo I () y Error tipo II ():

H0: la bolsa que me estn mostrando es la Bolsa A H1: la bolsa que me estn mostrando es la Bolsa B : Probabilidad de aceptar Ho cuando Ho es Falsa (H1 Verdadera) : Probabilidad de seleccionar $50, $40, $30, $20, $10 o -$1.000 de B : 12/20 = 0,60

Resumen de y para las tres reglas de decisin:

Regin de Rechazo $60 o ms

Regla de Decisin Rechazar si el vale seleccionado es de $60 mil o ms Rechazar si el vale seleccionado es de $50 mil o ms Rechazar si el vale seleccionado es de $40 mil o ms

0,05

0,60

$50 o ms

0,10

0,30

$40 o ms

0,20

0,20

Conclusin:

El valor p o cun raros son los datos? Nos vamos a enfocar en lo que los datos observados nos dicen.

Partimos con el supuesto de que H0 es verdadera.

Nos preguntamos: Si H0 es verdadera (la Bolsa es la A) cun probable es obtener el valor observado en la muestra o uno ms extremo? Esta probabilidad se llama valor - p

El valor-p es la probabilidad de obtener el valor observado o uno ms extremo, bajo el supuesto que Ho es Verdadera Entendemos que a menor valor-p, mayor es la evidencia de los datos en contra de la hiptesis nula.

Clculo del valor p

Ejemplo 1: Suponga que usted selecciona un vale de $30 mil y la regla de decisin es rechazar H0 si el vale seleccionado es de $ 50 mil o ms. Es decir un nivel de significancia de 0,10 Qu decidimos? No rechazar Ho pues el valor observado no cay en la Regin Crtica

Regin de Aceptacin

Regin de Rechazo

Clculo del valor p

Ahora llegaremos a la misma conclusin pero a partir del valor p.
Regin de Aceptacin Regin de Rechazo

Si observamos un vale de $30, el valor-p = 6/20=0,30 Valor p = 0,30 > = 0,10 El valor observado pertenece a la regin de aceptacin.

Clculo del valor p

Ejemplo 2: Suponga que usted selecciona un vale de $60 mil y la regla de decisin es rechazar H0 si el vale seleccionado es de $ 50 mil o ms. Es decir un nivel de significancia de 0,10 Qu decidimos? Rechazar Ho pues el valor observado cay en la Regin Crtica

Regin de Aceptacin

Regin de Rechazo

Clculo del valor p

Ahora llegaremos a la misma conclusin pero a partir del valor p.
Regin de Aceptacin Regin de Rechazo

Si observamos un vale de $60, el valor-p = 1/20=0,05 Valor p = 0,05 < = 0,10 El valor observado pertenece a la regin de rechazo.

Resumen del valor p para los dos ejemplos

Valor p 0,30 0,10 Conclusin NO se rechaza Ho

0,05

Se rechaza Ho

Si valor p > NO rechazamos Ho (los datos NO son estadsticamente significativos) Si valor p < Rechazamos Ho (los datos son estadsticamente significativos)

Ejercicio

1. Se tienen dos bolsas A y B, cada una contiene 30 vales. A usted le muestran una bolsa y tiene que decidir si es la bolsa A o no, esto es, se tienen las hiptesis: H0: la bolsa es A H1: la bolsa es B Usted puede sacar un vale y luego tomar la decisin de aceptar H0 o rechazar H0 , en favor de H1 .
a) Es este un test de hiptesis de una o de dos colas? Justifique.

R: es un test a dos colas, valores menos probables de ocurrir bajo H0 estn en ambos extremos.

Ejercicio 1. Se tienen dos bolsas A y B, cada una contiene 30 vales. A usted le muestran una bolsa y tiene que decidir si es la bolsa A o no, esto es, se tienen las hiptesis: H0: la bolsa es A H1: la bolsa es B Usted puede sacar un vale y luego tomar la decisin de aceptar H0 o rechazar H0 , a favor de H1 . b) Establezca una regla de decisin.
R: Rechazo H0 si el vale sacado es de $9000 o ms o es de $2000 o menos.

Ejercicio 1. Se tienen dos bolsas A y B, cada una contiene 30 vales. A usted le muestran una bolsa y tiene que decidir si es la bolsa A o no, esto es, se tienen las hiptesis: H0: la bolsa es A H1: la bolsa es B Usted puede sacar un vale y luego tomar la decisin de aceptar H0 o rechazar H0 , a favor de H1 .
c) Calcule el nivel de significacin.
R: =P(Rechazar H0 cuando H0 es verdadera).

=6/30=0.2

Ejercicio 1. Se tienen dos bolsas A y B, cada una contiene 30 vales. A usted le muestran una bolsa y tiene que decidir si es la bolsa A o no, esto es, se tienen las hiptesis: H0: la bolsa es A H1: la bolsa es B Usted puede sacar un vale y luego tomar la decisin de aceptar H0 o rechazar H0 , a favor de H1 . c) Calcule Beta. R: =P(Aceptar H0 cuando H0 es falsa). =12/30=0.4

Ejercicio
1. Se tienen dos bolsas A y B, cada una contiene 30 vales. A usted le muestran una bolsa y tiene que decidir si es la bolsa A o no, esto es, se tienen las hiptesis: H0: la bolsa es A H1: la bolsa es B Usted puede sacar un vale y luego tomar la decisin de aceptar H0 o rechazar H0 , a favor de H1 .

c)

Cmo puedo reducir Beta?.

R: Aumentando

Mapa Conceptual del captulo

Aqu descarga: Apuntes Ejercicios propuestos (imprimirlos para ayudanta) Ejercicios resueltos

http://www.educandus.cl/estadistica