Test de hipótesis

Contrastando una hipótesis Son

demasiados...

Creo que la edad

media es 40 años...

¡Gran
diferencia!

Muestra Rechazo la
aleatoria hipótesis

X  20 años
Test de hipótesis 2
Supongamos que queremos probar la hipótesis de que la probabilidad de
obtener un 5 al arrojar un dado, es de 1/6 , y con tal fin arrojamos un dado
600 veces .

 H 0 : p  1/6

H1 : p  1 / 6
Si se obtienen 600 cincos, este resultado es improbable bajo la hipótesis
supuesta, lo cual nos lleva a rechazarla pues la evidencia indica que ella
es falsa.
Si se obtienen 100 ases, este resultado no sería improbable bajo la hipótesis
supuesta, y sin duda la hipótesis no será rechazada, por falta de evidencia.

Obteniendo resultados como éstos, la intuición y el sentido común son suficientes

para tomar una decisión. Sin embargo, en la práctica los experimentos no
conducen a conclusiones tan obvias, de donde surge la necesidad de un método
para probar la hipótesis, y esto implica establecer reglas de decisión.

Test de hipótesis 3
¿Qué es una hipótesis?
Creo que la proporción de
enfermos será el 0.05

 Una creencia sobre un valor de

un parámetro:
 Media
 Varianza
 Proporción/Tasa

 Es un valor que se supone

verdadero y se pone a prueba a
través de la evidencia .

Test de hipótesis 4
 Identificación de hipótesis
 Hipótesis nula Ho  Hip. Alternativa H1
 La que contrastamos  Niega a H0

 Los datos pueden refutarla

 No debería ser rechazada sin
una buena razón.
 Los datos pueden mostrar
evidencia a favor
 No debería ser aceptada sin
una gran evidencia a favor.

H 0 : p  0.05

 H1 : p  0.05

Test de hipótesis 5
¿Quién es H0?
 Problema: ¿La confección en forma correcta de
las boletas de compra está relacionada con la
capacitación?

 Traducir a lenguaje estadístico:

H 0 : p  0.5
 Establecer su opuesto: H1 : p  0.5
 Acciones a seguir: Implementación del curso de
capacitación

Test de hipótesis 6
¿Quién es H0?
 Problema: ¿El número medio de alumnos aprobados por
turno de examen es 6?

 Solución:

 Traducir a lenguaje estadístico: H0 :   6

 Establecer su opuesto:
H0 :   6
 Acciones a seguir: Clases de consulta teóricas
obligatorias antes de rendir

Test de hipótesis 7
Razonamiento básico
Si supongo que H0 es cierta...

¿qué hace un
científico cuando
su teoría no
coincide con sus
predicciones?

  40
X  20

... el resultado del experimento sería improbable.

Sin embargo ocurrió.

Test de hipótesis 8
Razonamiento básico
Si supongo que H0 es cierta...

Rechazo que H0
sea cierta.

  40
X  20

... el resultado del experimento sería improbable.

Sin embargo ocurrió.

Test de hipótesis 9
 Razonamiento básico
Si supongo que H0 es cierta...
• No hay evidencia contra H0

¿Si una teoría •No se rechaza H0

hace predicciones
con éxito, queda •El experimento no es
probado que es concluyente
cierta?
•El contraste no es significativo

  40
X  38

... el resultado del experimento es coherente.

Test de hipótesis 10
 Región crítica y nivel de significación
Nivel de significación: a
Región crítica
 Número pequeño: 1% , 5%
 Valores ‘improbables’ si...  Fijado de antemano por el
 Es conocida antes de realizar el
investigador
 Es la probabilidad de rechazar H0
experimento: resultados cuando es cierta
experimentales que refutarían
H0
a=5%

Reg. Crit. Reg. Crit.

No rechazo H0
H0: =40

Test de hipótesis 11
 Contrastes: unilateral y bilateral
La posición de la región crítica depende de la hipótesis alternativa

Bilateral H1: 40

Unilateral Unilateral

H1: <40 H1: >40

Test de hipótesis 12
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

Test de hipótesis 13
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

Especulativa
 H1: Hipótesis alternativa
 (Ej.1) Es culpable
 (Ej.2) El nuevo tratamiento es útil
 (Ej. 3) Hay una situación anormal

Test de hipótesis 14
Tipos de error al tomar una decisión

Realidad
Inocente Culpable

Inocente
OK Error
Veredicto
Culpable
Error OK

Test de hipótesis 15
H0: Un nuevo tratamiento ofrece buenos resultados
H1: No ofrece buenos resultados

Realidad
H0 cierta H0 Falsa

Correcto Error de tipo II

El tratamiento no tiene El tratamiento si tiene efecto
efecto y así se decide. pero no lo percibimos.
No Rechazo H0
Probabilidad β

Error de tipo I Correcto

Rechazo H0 El tratamiento no tiene El tratamiento tiene efecto y
efecto pero se decide el experimento lo confirma.
que sí.
Probabilidad α

Test de hipótesis 16
H0 :  =  0
a = P( error I ) = P( rechazar H0 / H0 es verdadera )
H1 :  >  0

 = P( error II ) = P( no rechazar H0 / H0 es falsa )

Test de hipótesis 17
Ubicación de la región crítica
Fijado el nivel de significación a  P(rech. Ho / Ho es verdadera )

El recorrido de  Se divide en dos sub conjuntos disjuntos

Dónde se ubica esta región crítica R?

Donde la probabilidad de cometer un error de tipo II sea mínima

P(eII)  P(no rech .H o / H o es falso ) mínimo lo cual equivale

P(ˆ A o / H o es falso )   mínimo

La región de No Rechazo es el complemento de la región de

rechazo R .
La ubicación de R depende de la naturaleza de la hipótesis
alternativa H
La amplitud depende de a

Test de hipótesis 18
Significación

H0: =40

H1: >40

a
Valor
Critico
X  50
Test de hipótesis 19
El contraste es estadísticamente significativo si se R Ho con un nivel de
significación del 5%
Es altamente significativo cuando se rechaza R Ho con un nivel de
significación del 1%

H0: =40

H1: >40

5% 1%

X  50
Test de hipótesis 20
H o :   o
H 1 :   o

Ho :    o
H1:    o

Test de hipótesis 21
Ho :    o
H1:    o

Test de hipótesis 22
No se puede tener todo
Recordar lo que
pasaba con
 precisión y
especificidad
a

 Para un tamaño muestral fijo, no se pueden reducir

a la vez ambos tipos de error.

 Para reducir , hay que aumentar el tamaño

muestral.

Test de hipótesis 23
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 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.

Test de hipótesis 24