FRANCISCO MARÍN HERRADA

Presentación del tema: "FRANCISCO MARÍN HERRADA"— Transcripción de la presentación:

1 FRANCISCO MARÍN HERRADA
DOCIMASIA DE HIPÓTESIS FRANCISCO MARÍN HERRADA 2009

2 * Prueba de hipótesis * Test de hipótesis * Contraste de hipótesis * Prueba de significación estadística * Test de significación estadística

3 que permite tomar una decisión (en términos de aceptación o rechazo)
¿QUE ES? método estadístico que permite tomar una decisión (en términos de aceptación o rechazo) respecto a una hipótesis estadística a partir de cierta información disponible (¡Que se obtuvo en una muestra!)

4 Docimando una hipótesis
Son demasiados... Muestra aleatoria Creo que la edad media es 40 años... ¡Gran diferencia! Rechazo la hipótesis

5 ETAPAS DE UNA DÓCIMA Comparabilidad de lo que se desea comparar
1. Estudio de la similitud (del latín similitudo: semejanza, parecido) Comparabilidad de lo que se desea comparar

6 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud (del latín similitudo: semejanza, parecido) 2. Planteamiento de hipótesis

7 Creo que la proporción de enfermos será el 5%
¿Qué es una hipótesis? Una creencia respecto a la población, principalmente en relación a sus parámetros: Media Desviación estándar Proporción/Tasa OJO: Si queremos contrastarla, debe establecerse antes del análisis. Creo que la proporción de enfermos será el 5%

8 Planteamiento de hipótesis
Hipótesis de nulidad: Ho La que docimamos Los datos pueden refutarla No debería ser rechazada sin una buena razón. Hipótesis Alternativa: H1 Niega a H0 Los datos pueden mostrar evidencia a favor - No debería ser aceptada sin una gran evidencia a favor.

9 ¿Cómo se plantea H0? Problema 1: ¿La osteoporosis está relacionada con el género? Solución: Traducir a lenguaje estadístico: El 50 % de las personas con osteoporosis son de género femenino Establecer su opuesto: Seleccionar la hipótesis de nulidad

10 Problema 2: ¿El colesterol medio para la dieta mediterránea es 6 mmol/l?
Solución: Traducir a lenguaje estadístico: Establecer su opuesto: Seleccionar la hipótesis nula

11 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud (del latín similitudo: semejanza, parecido) 2. Planteamiento de hipótesis * hipótesis de nulidad (=) * hipótesis alternativa ≠ > < Dócima bilateral Dócima unilateral Dócima unilateral

12 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud
2. Planteamiento de hipótesis Bilateral H1: m¹40 Unilateral H1: m<40 Unilateral H1: m>40

13 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud
2. Planteamiento de hipótesis 3. Nivel de significación de la dócima REALIDAD DECISIÓN (H0) No Rechazar Rechazar CIERTA Correcto El factor no tiene efecto y así se decide. Error tipo I El factor no tiene efecto pero se decide que sí. Probabilidad α FALSA Error tipo II El factor tiene efecto pero no lo percibimos. Probabilidad β El tratamiento tiene efecto y el experimento lo confirma.

14 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud
2. Planteamiento de hipótesis 3. Nivel de significación de la dócima α: probabilidad de cometer error tipo I β: probabilidad de cometer error tipo II El investigador elige alfa 0,001 0,01 0,05 0,10 La elección se basa en la trascendencia de la decisión a tomar. A mayor trascendencia, menor valor de α

15 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud
2. Planteamiento de hipótesis 3. Nivel de significación de la dócima 4. Aplicación de la estadística FÓRMULA t para la comparación de……. Dócima de asociación basada en ji cuadrado Dócima kolmogorov-Smirnov Dócima Kruskal Wallis Dócima de Fisher

16 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud
2. Planteamiento de hipótesis 3. Nivel de significación de la dócima 4. Aplicación de la estadística 5. Decisión 5.1 Determinar la probabilidad del valor de la estadística, de acuerdo a su comportamiento (TABLAS). Este es el valor P, p-value o probabilidad crítica 5.2 Comparar el valor P, con el nivel de significación (ojo con la tendencia actual)

17 ETAPAS DE UNA DÓCIMA 1. Estudio de la similitud
2. Planteamiento de hipótesis 3. Nivel de significación de la dócima 4. Aplicación de la estadística 5. Decisión P > α AHo NO SIGNIFICACIÓN P < α RHo SIGNIFICACION OOOOOOOOOOOJJJJJJJJOOOOOO SI ES BI ENTONCES α/2 SI ES UNI ENTONCES α

18 DOCIMASIA DE HIPÓTESIS MAS ANTECEDENTES Y DETALLES
EN LOS APUNTES Y EN LA BIBLIOGRAFÍA FRANCISCO MARÍN H.

19 DOCIMASIA DE HIPÓTESIS
FRANCISCO MARÍN H.

20 DÓCIMAS DE USO FRECUENTE EN EL ÁREA DE LA SALUD
FRANCISCO MARÍN H UNIVERSIDAD AUSTRAL DE CHILE 2008

21 DÓCIMA Z PARA UNA PROPORCIÓN O TASA POBLACIONAL
Comparación de una proporción o tasa con un valor estándar Ho: La proporción de pacientes para los cuales la acupuntura es un anestésico eficaz es igual a 90 % H1: La proporción de pacientes para los cuales la acupuntura es un anestésico eficaz es distinta a 90 % α = 0,05 p= 0,0002 CONCLUSIÓN: La proporción de pacientes para los cuales la acupuntura es un anestésico eficaz difiere de 90 % en forma estadísticamente significativa (p<0,05)

22 DÓCIMA Z PARA LA DIFERENCIA DE DOS TASAS O PROPORCIONES
Comparación de dos tasas o proporciones poblacionales Ho: Las tasas de síntesis normal de ARN , expuestas a dos concentraciones de actinomisina D son iguales H1: Las tasas de síntesis normal de ARN , expuestas a dos concentraciones de actinomisina D son distintas α = 0,05 p= 0,0000 CONCLUSIÓN: Las diferencias entre las tasas de síntesis normal de ARN, obtenidas con las dos concentraciones de actinomisina D, son estadísticamente significativas (p<0,05)

23 DÓCIMA t PARA LA MEDIA DE UNA POBLACIÓN
Comparación de un promedio con un valor estándar Ho: El nivel de contaminación del río es 5 p.p.m. H1: El nivel de contaminación del río supera el nivel tolerable (> 5 p.p.m.) α = 0,05 p= 0,1184 CONCLUSIÓN: El nivel de contaminación del río no difiere en forma estadísticamente significativa del nivel tolerable (p > 0,05)

24 DÓCIMA t PARA LAS MEDIAS DE DOS POBLACIONES
Comparación de los promedios de dos poblaciones Ho: El tiempo medio de recuperación con los procedimientos I y II es igual (No hay diferencias en los tiempos medios de recuperación con los dos tratamientos) H1: El tiempo medio de recuperación con los procedimientos I y II es distinto α = 0,05 p = 0,0004 CONCLUSIÓN: Las diferencias en los tiempos medios de recuperación con los dos tratamientos, son estadísticamente significativas (p < 0,05)

25 DÓCIMA DE INDEPENDENCIA BASADA EN LA DISTRIBUCIÓN JI CUADRADO
Establecer si existe asociación entre dos variables de nivel ordinal o inferior Ho: No existe asociación entre el número de dosis de la vacuna y la presencia de resfrío H1: Existe asociación entre el número de dosis de la vacuna y la presencia de resfrío α = 0,05 p= 0,0002 CONCLUSIÓN: La asociación que existe entre el número de dosis de la vacuna y la presencia de resfrío es estadísticamente significativa (p < 0,05)

26 DÓCIMA DE BONDAD DE AJUSTE BASADA EN LA DISTRIBUCIÓN JI CUADRADO
Establecer si cierta variable de una población dada se distribuye de acuerdo a cierto modelo, ley o teoría Ho: Los niños de la escuela se comportan de acuerdo al modelo H1: Los niños de la escuela se comportan de acuerdo al modelo α = 0,05 p= 0,6398 CONCLUSIÓN: No hay diferencias estadísticamente significativas entre lo señalado por el modelo y lo encontrado en la escuela (p > 0,05)

27 DÓCIMA DE HOMOGENEIDAD BASADA EN LA DISTRIBUCIÓN JI CUADRADO
Determinar si dos o mas poblaciones se distribuyen de forma similar respecto a cierta variable en escala nominal u ordinal Ho: Los dos tratamientos no difieren en sus resultados H1: Los dos tratamientos no difieren en sus resultados α = 0,05 p= 0,0092 CONCLUSIÓN: Las diferencias entre los resultados de los dos tratamientos difieren en forma estadísticamente significativa (p < 0,05)

28 DÓCIMAS PARAMÉTRICAS, NO PARAMÉTRICAS Y DE LIBRE DISTRIBUCIÓN ????????????????????????? SUPUESTOS

29 EPIDAT 3.1