Prueba de Hiptesis Nlida Winzer

Prueba de Hiptesis
La toma de datos muchas veces est motivada por alguna pregunta del tipo: 1) El poder germinativo de las semillas que compramos es realmente del 80% como dijo el vendedor? 2) El pH de esta laguna sigue siendo neutro como hace 10 aos? 3) El fertilizante Fertox produce un mayor rendimiento que el Fertulin, en esta zona? Cmo podemos responder a estos interrogantes? Para encarar el problema parece natural realizar un experimento apropiado: 1) Se ponen a germinar N semillas y se registra cuntas germinan; 2) Se toman M muestras de agua y se determina el pH en cada una de ellas; 3) Se acondicionan N1 y N2 parcelas, se siembran y a las N1 primeras se las fertiliza con Fertox=F1 y a las N2 con Fertulin=F2. Las variables que se estn midiendo (N de semillas germinadas, pH de cada muestra, rendimiento de cada parcela) son variables aleatorias y cada una tendr una distribucin con parmetros que son los que nos interesan: = proporcin de semillas germinadas; (pH) = media de los valores de pH de la laguna; 1 = valor medio de rendimiento si fertilizamos con Fertox y 2 = valor medio de rendimiento si fertilizamos con Fertoln. Con los datos obtenidos se estimarn esos parmetros pero cmo responderemos a las preguntas planteadas? Si el porcentaje de semillas que germinaron es del 74% concluiremos que el vendedor tiene razn o que nos enga? La estadstica da una solucin a travs de lo que se denomina: Prueba de Hiptesis. Las hiptesis a que hace alusin este nombre son Hiptesis Estadsticas. stas son afirmaciones sobre el o los parmetros de una o varias distribuciones. O sobre las distribuciones mismas. Cmo pasamos de las hiptesis planteadas originalmente a las Hiptesis Estadsticas? Las hiptesis estadsticas se plantean en trminos de esos parmetros: 1) H: = 0.80 2) H: = 7 3) H: 1 > 2 Para cada una de estas hiptesis hay una opuesta: 1) H: < 0.80 2) H: 7

Prueba de Hiptesis Nlida Winzer

3) H: 1 2 En cada par hiptesis planteadas una se definir como Hiptesis Nula y la otra como Hiptesis Alternativa y se indican con Ho y HA , respectivamente. El papel que cumplen Ho y HA en la prueba de hiptesis no es simtrica. Entonces: a cul llamaremos Ho y a cul HA? El criterio que usaremos en este curso ser llamar Hiptesis Nula a la que incluye el signo igual e Hiptesis Alternativa a la otra. 1) Ho: = 0.80 HA: < 0.80 2) Ho: = 7 HA: 7 3) Ho: 1 2 HA: 1 > 2 En otros planteos podemos tener hiptesis nulas del tipo: Ho: 14 1 = 2 = 0 . Una vez planteadas las hiptesis estadsticas hay que DECIDIR si Aceptamos Ho Rechazamos Ho. Esta decisin se toma utilizando los datos obtenidos en el experimento. Con esos datos se estima el los parmetros que aparecen en la hiptesis: = p = N de semillas germinadas/N ( ) = promedio de los valores de pH medidos en cada muestra; = promedio de los rendimientos en las parcelas fertilizadas con Fertox = promedio de los rendimientos en las parcelas fertilizadas con Fertoln.

Ahora hay que ver si estas estimaciones confirman lo dicho por Ho lo descartan. Para eso habr que evaluar, por ejemplo, cun lejos est p de = 0.80. Este alejamiento se mide en trminos estadsticos, es decir: a cuntos Errores Estndares est de 0.80? Para eso podemos calcular: ( )

Y para ver si Z es GRANDE CHICA tendremos en cuenta que Z N(0,1). Aprovechamos esto para establecer el los valores lmites a partir de los cuales consideraremos que Z es GRANDE, es decir, que p est lejos de que es CHICO, lo que indica que los datos no contradicen Ho. Para esto primero tenemos que establecer el riesgo que queremos correr de cometer el error de decidir que Ho es falsa cuando en realidad no lo es. Este error se conoce como ERROR TIPO I. Su probabilidad, llamada Nivel de Significacin, lo fijamos segn el riesgo que queremos correr. Clsicamente se suele fijar en un 5% y lo indicaremos con la letra : = 0.05. Se pueden fijar otros valores segn la gravedad de cometer este error.

Prueba de Hiptesis Nlida Winzer

0,40

0,30

Densidad

0,20

0,10

0,00 -3,00

-1.645

0,00

3,00

En el ejemplo que estamos desarrollando el valor de z crtico (Zc) es igual a -1.645, como se ve en el grfico. Regla de Decisin: Si Z < -1.645 entonces Rechazamos Ho; Regin de Rechazo: {Z: Z < -1.645} Si Z > -1.645 entonces Aceptamos Ho Ambas decisiones pueden estar equivocadas pero: = P(Rechazar Ho/Ho es cierta) = P(Error Tipo I) = 0.05 es conocida y, ms an, es manejada por nosotros. Es decir, que para este error tenemos manejado el riesgo. El otro error consiste en tomar la decisin de ACEPTAR Ho cuando, en realidad, es falsa. Este error se conoce como Error Tipo II y su probabilidad la indicaremos con : = P(Error Tipo II) = P(Aceptar Ho/Ho es falsa) El valor de no se conoce porque depende de cul sera la distribucin de Z si < 0.80, es decir, si HA es cierta. Si el alternativo est muy lejos de 0.80, ser bajo pero si est cercano a 0.80, puede ser muy alto. Ho HA Regin de Aceptacin: {Z: Z > -1.645}.

-5 -4 -3 -2 -1

0 1 2 3

Variable Z

Prueba de Hiptesis Nlida Winzer

Debido a este desconocimiento del valor de la fuerza de las decisiones que se toman es tambin distinto: -Si se Rechaza Ho uno AFIRMA esta decisin. Ejemplo: Se puede afirmar, con una probabilidad de error menor al 5%, que el Poder Germinativo de esta semilla es menor del 80%. -Si se Acepta Ho uno debe ser cauto en la conclusin. Ejemplo: No se encontraron evidencias de que el Poder Germinativo sea menor al 80%, trabajando con un nivel de significacin del 5%. Uno no se juega en la afirmacin de que el Poder Germinativo es igual al 80%!! Esta manera de sacar las conclusiones son similares a las que se dan en un juicio donde las decisiones son: CULPABLE = Rechazo Ho INOCENTE = Acepto Ho. Para tomar la primera decisin, segn el Derecho Romano, se deben conseguir pruebas de la culpabilidad (El reo es inocente hasta que se demuestre lo contrario). Si no se obtienen pruebas se declara que el reo es INOCENTE (Aceptamos Ho). Pero uno puede no encontrar pruebas porque no se molest en buscarlas!!! En Estadstica esto ocurre si se trabaja con pocos datos. Tambin puede ocurrir que se encuentran pruebas de culpabilidad pero han sido mal interpretadas las pruebas fueron plantadas y, entonces, se comete el error de declarar la culpabilidad cuando el reo es inocente (Error Tipo I). Aunque no existe una relacin estricta entre y s se puede decir lo siguiente: si crece entonces decrece y viceversa. Esto se puede ver en el grfico anterior: si corremos el lmite de la zona de Rechazo hacia la derecha el rea que representa a crece y el rea que representa a se achica. Si corremos el lmite hacia la izquierda entonces decrece y aumenta. Estos conceptos sobre los Errores Tipo I y Tipo II, y sobre las distintas formas de interpretar las dos decisiones posibles, Aceptacin o Rechazo de la Hiptesis Nula, son vlidos para cualquier Prueba de Hiptesis. Lo que cambia de una prueba a otra es la manera de calcular la distancia entre el valor del parmetro que propone la Hiptesis Nula y el estimado con la muestra. El algoritmo que se utiliza se denomina Estadstico de la Prueba. Y como hay que calcular probabilidades valores crticos asociados a l debe tener una distribucin conocida (aunque sea aproximadamente).

Prueba de Hiptesis Nlida Winzer

Prueba para el parmetro de una distribucin binomial

Estadstico: ( ) ( )

Ejemplo 1: La proporcin de cabezas deajo brotadas antes de la comercializacin suele ser igual a 0.20. Se quiere probar si el corte de la cola aumenta la brotacin. Para ello se procedi a cortar la cola de 50 cabezas de ajo y, luego del perodo usual de almacenamiento, se contabiliz el n de brotadas. Variable: X = N de cabezas de ajo brotadas ~ B(50 , ). Ho: 0.20 El corte de la cola NO aumenta la brotacin. HA: > 0.20 El corte de la cola aumenta la brotacin. El N de cabezas brotadas fue de 14. El valor estimado de es p=14/50 =0.28. Estadstico:

La zona de Rechazo es: Z > 1.645. Como Z = 1.414 <1.645 NO se rechaza Ho. Conclusin: no existen evidencias de que el corte de la cola aumente la brotacin trabajando con un nivel de significacin del 5%.

-3,00

0,00

Z = N(0,1)

1.645

3,00

Ejemplo 2: El Poder Germinativo de las semillas de una variedad de pasto llorn es del 70%. Se quiere averiguar si el estrs hdrico disminuye la proporcin de semillas germinadas. Se someten 60 semillas a estrs hdrico y se cuenta el n de germinadas. X = N de semillas germinadas ~ B(60 , ). Planteo de las hiptesis. Ho: 0.70 El estrs NO disminuye el poder germinativo; HA: < 0.70 El estrs disminuye el poder germinativo. En el experimento se observ que germinaron 33 semillas (X = 33) p = 33/60 = 0.55.

Prueba de Hiptesis Nlida Winzer

Regin de rechazo al 5%: Z < -1.645; Valor del Estadstico: Z =

Como Z = -2.535 < -1,645 se Rechaza Ho. Conclusin: Se puede afirmar, con un error menor del 5% que el Poder Germinativo de la semilla bajo estrs hdrico es menor del 70%. Ejemplo 3: En una poblacin de roedores se quiere averiguar si la proporcin de hembras es igual a la de machos. Para ello se capturan, al azar, 40 roedores y se cuenta el nmero de hembras. X = N de hembras en la muestra ~ B(40 , ). Planteo de las hiptesis. Ho: = 0.50 La proporcin de hembras es igual a la de machos; HA: 0.50 La proporcin de hembras es distinta a la de machos. Del experimento se obtiene la estimacin X = 18 Regin de rechazo al 5%: | | > 1.96; Valor del Estadstico: Z =

p = 18/40 = 0.45.

Como | | = 0.636 < 1.96 No se rechaza Ho. Conclusin: No se encontraron evidencias de que el porcentaje de hembras sea distinto del de machos, trabajando con un nivel de significacin del 70%.

Valores p
Los software que hacen pruebas de hiptesis no toman, en general, decisiones sobre la Aceptacin Rechazo de una Hiptesis Estadstica. Lo que hacen es calcular el estadstico y, habindole el usuario comunicado si quiere hacer una prueba a 2 colas (Ejemplo 3) a una(Ejemplos 1 y 2) y, en este caso, hacia qu lado se rechaza, lo que informan es el valor de la probabilidad desde el valor que dio el estadstico hacia el lado lados donde est la Zona de Rechazo. ste es el valor p p-value. En el Ejemplo 2: Valor p = P(Z < -2.535) = 0.0056 Como este valor es menor a 0.05 significa que estamos DENTRO de la Regin de Rechazo al 5%. Ms an, tambin estamos en la Regin de Rechazo si trabajramos al 1%. Por lo tanto, se rechaza la Hiptesis Nula con un error menor del 1%.
0,4

0,3

Densidad

0,2

0,1

0,0 -3,00

-2.535

-1,50

0,00

1,50

3,00

Prueba de Hiptesis Nlida Winzer

En el ejemplo 3: Valor p = P( Z> 0.636) = 0.5248. Como este valor es mucho ms grande que el nivel de significacin de 0.05 es claro que que el valor del estadstico Z cay en la Regin de Aceptacin. Por lo tanto se acepta la hiptesis nula con p=0.52 lo que significa que el valor de = P(Error Tipo II) ser ms chico que si p estuviera ms cerca del 5%.

0,40

Normal(0,1): p(evento)=0,5248

0,30

0,20

0,10

0,00 -3 -2

-1 -0.636

0.636 1

Como vemos, conociendo el valor p no slo podemos tomar la decisin sobre las hiptesis sino que nos da mucha informacin sobre los riesgos que corremos en la decisin.

Prueba para el parmetro de una distribucin normal

Estadstico: ( ))

Ejemplo 4: Se quiere saber si el pH de una laguna es neutro. Para ello se realiza un muestreo aleatorio de 20 sectores de la laguna y se determina el pH en c/u de ellos. Variable: X = pH de una muestra de agua ~ N(, 2). Ho: = 7 El pH de la laguna es neutro; HA: 7 El pH de la laguna NO es neutro.
0,2 0,4

T Student(19): p(evento)=0,0500

0,3

Valores crticos al 5%: tc : P(t(19)> tc) = 0.025

0,1

tc = t(19)0.025 = 2.093
0,0

Regin de Rechazo: t> 2.093 De los muestreos se obtuvo la siguiente informacin: Valor del estadstico: t =

-4

-2

Variable

= -2.236.

Como t < -tc = - 2.093 se rechaza Ho. Conclusin: Se puede afirmar, con un error menor al 5% que el pH de la laguna no es neutro.

Prueba de Hiptesis Nlida Winzer

Ejemplo 5: Se quiere saber si al suministrar una racin especial a pollitos de una determinada raza se logra un peso medio superior a 700 gr por animal luego de 4 semanas con esa alimentacin. Para verificarlo se somete a 36 pollitos a esa nueva dieta.. Variable: X = peso de un pollito N(, 2). Ho: 700 La racin especial no produce el efecto buscado; HA: > 700 La racin especial ha resultado efectiva. Valores crticos al 5%: tc = t(35)0.05 = 1.69

Regin de Rechazo: se rechaza Ho si t > 1.69. Resultados del experimento: Valor del estadstico: t=

Rechazo Ho.

Conclusin: Se puede afirmar que la racin especial logra que los pollitos obtengan un peso mayor a 700 gr en 4 semanas (p<0.05).
0,4

T Student(35): p(evento)=0,0500

0,3

0,2

0,1

0,0 -4 -2 0

1.69 2

Observacin: En el Ejemplo 5 no se sabe si el peso de los pollitos tiene una distribucin normal pero si se toma un tamao de muestra suficientemente grande el Teorema Central del Lmite permite afirmar que el estadstico t tiene aproximadamente una distribucin t (N-1). El tamao de muestra suficiente para poder afirmar esto depende de cmo sea la distribucin de la variable en juego. Si es relativamente simtrica con 5 6 datos las aproximaciones son buenas. En casos ms graves sern necesarios ms datos. Ms de 30 asegura la aproximacin an en los casos ms aberrantes.