Tema 10. Estimación y/o significación estadística Distribuciones muestrales para medias y datos continuos. Distribuciones muestrales para proporciones y datos categóricos.

SIGNIFICACIÓN ESTADÍSTICA 

• Una de las dos formas de inferencia estadística (la otra es la estimación puntual y/o por intervalos) 

• Permite contrastar hipótesis y relacionarlo con el método científico 

• Se parte de la hipótesis nula, frente a la hipótesis alternativa 

• Permite calcular el nivel de significación

• Nos permite tomar decisiones, cuantificando el error 

• Se utiliza la prueba estadística correspondiente y se mide la probabilidad de error al rechazar la hipótesis nula, asociada al valor de p 

• Según el nivel de significación que hayamos preestablecido (habitualmente un 95%) las soluciones pueden ser: 

• p>0,05: en este caso no podemos rechazar la hipótesis nula (no podemos decir que sea cierta, sino que no podemos rechazarla) 

• p<0,05: en este caso rechazamos la hipótesis nula, por lo que debemos aceptar la hipótesis la hipótesis alternativa

HIPÓTESIS ESTADÍSTICA 

·      Es una creencia sobre los parámetros de una o más poblaciones 

·      Es una proposición sobre la distribución de probabilidad de una variable 

·      Siempre son proposiciones sobre la población, no sobre la muestra 

·      Son conjeturas que se hacen antes de empezar el muestreo 

·      Pretenden comprobar si las diferencias encontradas en la muestra del estudio se pueden generalizar a la población 

·      Para ello se construye un modelo teórico en el que se formula una hipótesis: 

–  Hipótesis nula (H0): contempla la no existencia de diferencias entre los parámetros que se comparan 

–  Hipótesis alternativa (H1): contempla la existencia de diferencias entre los parámetros que se comparan 

CONTRASTES DE HIPÓTESIS 

·      Para controlar los errores aleatorios, además del cálculo de intervalos de confianza, contamos con una segunda herramienta en el proceso de inferencia estadística: los tests o contrastes de hipótesis 

·      Con los intervalos nos hacemos una idea de un parámetro de una población dando un par de números entre los que confiamos que esté el valor desconocido 

·      Con los contrastes (tests) de hipótesis la estrategia es la siguiente: 

–  Establecemos a priori una hipótesis acerca del valor del parámetro 

–  Realizamos la recogida de datos 

–  Analizamos la coherencia de entre la hipótesis previa y los datos obtenidos 

·      Son herramientas estadísticas para responder a preguntas de investigación: permite cuantificar la compatibilidad entre una hipótesis previamente establecida y los resultados obtenidos 

·      Sean cuales sean los deseos de los investigadores, el test de hipótesis siempre va a contrastar la hipótesis nula (la que establece igualdad entre los grupos a comparar, o lo que es lo mismo, la no que no establece relación entre las variables de estudio) 

ERRORES DE HIPÓTESIS 

·      Con una misma muestra podemos aceptar o rechazar la hipótesis nula, todo depende de un error, al que llamamos α 

·      El error α es la probabilidad de equivocarnos al rechazar la hipótesis nula 

·      El error α más pequeño al que podemos rechazar H0 es el error p 

·      Habitualmente rechazamos H0 para un nivel α máximo del 5% (p<0,05) 

·      Es lo que llamamos “significación estadística” 

¡Hasta aquí el tema 10! Espero que os sirva de ayuda 😊😊