Un investigador piensa que si los pacientes con cirugía de rodilla van a fisioterapia dos veces por semana (en lugar de 3 veces), su período de recuperación será más largo. Los tiempos de recuperación promedio para los pacientes con cirugía de rodilla son de 8.2 semanas.
La declaración de hipótesis en esta pregunta es que el investigador cree que el tiempo de recuperación promedio es de más de 8.2 semanas. Se puede escribir en términos matemáticos como:
H1: μ> 8.2
A continuación, deberá establecer la hipótesis nula (ver: cómo indicar la hipótesis nula). Eso es lo que sucederá si el investigador está equivocado. En el ejemplo anterior, si el investigador está equivocado, el tiempo de recuperación es menor o igual a 8.2 semanas. En matemáticas, eso es:
H0 μ ≤ 8.2
Hace diez años, creíamos que había 9 planetas en el sistema solar. Plutón fue degradado como planeta en 2006. La hipótesis nula de «Plutón es un planeta» fue reemplazada por «Plutón no es un planeta». Por supuesto, rechazar la hipótesis nula no siempre es tan fácil: la parte difícil generalmente es descubrir cuál es su hipótesis nula en primer lugar.
La única prueba Z no se usa muy a menudo (porque rara vez conocemos la desviación estándar de la población real). Sin embargo, es una buena idea comprender cómo funciona, ya que es una de las pruebas más simples que puede realizar en las pruebas de hipótesis. En la clase de inglés tienes que aprender los conceptos básicos (como la gramática y la ortografía) antes de poder escribir una historia; Piense en una muestra de pruebas Z como la base para comprender las pruebas de hipótesis más complejas. Esta página contiene dos ejemplos de pruebas de hipótesis para una muestra de pruebas Z.
¿Cómo hacer la comprobación de la hipótesis?
Esta lección describe un procedimiento general que se puede utilizar para probar
hipótesis estadísticas.
Todas las pruebas de hipótesis se realizan de la misma manera. los
El investigador establece una hipótesis para ser probada, formula un
Plan de análisis, analiza los datos de la muestra de acuerdo con el plan,
y acepta o rechaza la hipótesis nula, basada en resultados
del análisis.
- Indique las hipótesis. Cada prueba de hipótesis requiere el analista
para indicar un
hipótesis nula
y un
hipótesis alternativa. Las hipótesis se indican en tal
Una forma en que son mutuamente excluyentes. Es decir, si uno es
Es cierto, el otro debe ser falso; y viceversa. - Formular un plan de análisis. El plan de análisis describe
cómo usar datos de muestra para aceptar o rechazar el nulo
hipótesis. Debe especificar los siguientes elementos. - Nivel significativo. A menudo, los investigadores eligen
niveles de significancia
igual a
0.01, 0.05 o 0.10; pero cualquier valor entre 0 y
1 se puede usar. - Método de prueba. Por lo general, el método de prueba implica un
Estadística de prueba y un
distribución muestral.
Calculado a partir de datos de muestra, la prueba
La estadística podría ser una puntuación media, proporción,
diferencia entre medias, diferencia entre proporciones,
Z-score, t estadística, chi-cuadrado, etc. Dada una estadística de prueba
y su distribución de muestreo, un investigador puede
Evaluar las probabilidades asociadas con la prueba
estadística. Si la probabilidad estadística de prueba es menor
que el nivel de significancia, la hipótesis nula es
rechazado. - Analizar datos de muestra. Usando datos de muestra, realizar cálculos
llamado en el plan de análisis. - Estadística de prueba. Cuando la hipótesis nula implica
una media o proporción, use cualquiera de los
siguientes ecuaciones para calcular la estadística de prueba. - donde el parámetro es el valor que aparece en el
La hipótesis nula y la estadística es la
punto estimado
de parámetro. Como parte del análisis,
Es posible que necesite
Calcule la desviación estándar o el error estándar de
la estadística. Anteriormente, presentamos comunes
fórmulas para la desviación estándar y estándar
error.
Cuando el parámetro en la hipótesis nula implica
datos categóricos,
Puede usar una estadística de chi-cuadrado como estadística de prueba.
Instrucciones para calcular una estadística de prueba de chi-cuadrado
se presentan en la lección sobre el
prueba de bondad de ajuste de chi-cuadrado. - Valor p. El valor p es la probabilidad de observar un
Muestra de estadística tan extrema como la estadística de prueba, suponiendo
La hipótesis nula es cierta. - Interpretar los resultados. Si los hallazgos de la muestra son poco probables, dados
La hipótesis nula, el investigador rechaza la hipótesis nula.
Por lo general, esto implica comparar el valor p con el
Nivel significativo,
y rechazar la hipótesis nula cuando el valor p es menor que
el nivel de significancia.
Las siguientes lecciones muestran cómo aplicar la prueba de hipótesis general
procedimiento a diferentes tipos de problemas estadísticos.
En este punto, no se preocupe si parece el procedimiento general para probar hipótesis
Un poco poco claro. El procedimiento será más claro a medida que lo vea aplicado en las próximas lecciones.
¿Qué es una comprobación de una hipótesis?
La verificación de las hipótesis es un acto estadístico por el cual un analista verifica una hipótesis sobre un parámetro de la población. La metodología utilizada por el analista depende de la naturaleza de los datos utilizados y de la razón del análisis.
La prueba de hipótesis se utiliza para evaluar la plausibilidad de una hipótesis utilizando datos de muestra. Estos datos pueden provenir de una población más grande o un proceso de generación de datos. La palabra «población» se utilizará para estos dos casos en las siguientes descripciones.
- La prueba de hipótesis se utiliza para evaluar la plausibilidad de una hipótesis utilizando datos de muestra.
- La prueba proporciona evidencia sobre la plausibilidad de la hipótesis, dados los datos.
- Los analistas estadísticos prueban una hipótesis midiendo y examinando una muestra aleatoria de la población analizada.
Al verificar una hipótesis, un analista prueba una muestra estadística, para proporcionar evidencia sobre la plausibilidad de la hipótesis nula.
Los analistas estadísticos prueban una hipótesis midiendo y examinando una muestra aleatoria de la población analizada. Todos los analistas usan una aleatoriedad de la población para probar dos hipótesis diferentes: la hipótesis nula y la hipótesis alternativa.
La hipótesis nula es generalmente una hipótesis de igualdad entre los parámetros de la población; Por ejemplo, una hipótesis cero puede indicar que el rendimiento promedio de la población es igual a cero. La hipótesis alternativa es, de hecho, lo opuesto a una hipótesis nula; Por ejemplo, el rendimiento promedio de la población no es igual a cero. Por lo tanto, son mutuamente excluyentes, y solo uno puede ser cierto. Sin embargo, una de las dos hipótesis siempre será cierto.
Artículos Relacionados:
