La prueba de hipótesis es una forma de inferencia estadística que utiliza datos de una muestra para sacar conclusiones sobre un parámetro de población o una distribución de probabilidad de población. Primero, se hace una suposición tentativa sobre el parámetro o distribución. Esta suposición se llama hipótesis nula y se denota por H0. Luego se define una hipótesis alternativa (denotada HA), que es lo opuesto a lo que se establece en la hipótesis nula. El procedimiento de prueba de hipótesis implica el uso de datos de muestra para determinar si H0 puede ser rechazado o no. Si H0 es rechazado, la conclusión estadística es que la hipótesis alternativa ha es cierta.
Por ejemplo, suponga que una estación de radio selecciona la música que reproduce en función de la suposición de que la edad promedio de su audiencia escucha es de 30 años. Para determinar si esta suposición es válida, se podría realizar una prueba de hipótesis con la hipótesis nula dada como H0: μ = 30 y la hipótesis alternativa dada como HA: μ ≠ 30. Basado en una muestra de individuos de la audiencia escuchada, la muestra La edad media, X̄, se puede calcular y usarse para determinar si hay suficiente evidencia estadística para rechazar H0. Conceptualmente, un valor de la muestra de la muestra que está «cerca» de 30 es consistente con la hipótesis nula, mientras que un valor de la media de la muestra que «no está cerca» a 30 proporciona apoyo para la hipótesis alternativa. Lo que se considera «cerca» y «no cercano» se determina mediante el uso de la distribución de muestreo de X̄.
Idealmente, el procedimiento de prueba de hipótesis conduce a la aceptación de H0 cuando H0 es verdadero y el rechazo de H0 cuando H0 es falso. Desafortunadamente, dado que las pruebas de hipótesis se basan en la información de la muestra, se debe considerar la posibilidad de errores. Un error tipo I corresponde a rechazar H0 cuando H0 es realmente verdadero, y un error de tipo II corresponde a aceptar H0 cuando H0 es falso. La probabilidad de cometer un error tipo I se denota por α, y la probabilidad de cometer un error tipo II se denota por β.
¿Cuáles son los tipos de pruebas de hipótesis?
En el mundo basado en datos de hoy, las decisiones se basan en datos todo el tiempo. La hipótesis juega un papel crucial en ese proceso, ya sea que pueda tomar decisiones comerciales, en el sector de la salud, la academia o en la mejora de la calidad. Sin pruebas de hipótesis e hipótesis, corre el riesgo de sacar las conclusiones incorrectas y tomar malas decisiones. En este tutorial, analizará las pruebas de hipótesis en estadísticas.
La prueba de hipótesis es un tipo de análisis estadístico en el que pone a prueba sus suposiciones sobre un parámetro de población. Se utiliza para estimar la relación entre 2 variables estadísticas.
Discutamos algunos ejemplos de hipótesis estadística de la vida real –
- Un maestro supone que el 60% de los estudiantes de su universidad provienen de familias de clase media baja.
- Un médico cree que 3D (dieta, dosis y disciplina) es 90% efectivo para pacientes diabéticos.
Ahora que conoce las pruebas de hipótesis, mire los dos tipos de pruebas de hipótesis en estadísticas.
La hipótesis nula es la suposición de que el evento no ocurrirá. Una hipótesis nula no tiene relación con el resultado del estudio a menos que sea rechazada.
H0 es el símbolo para ello, y se pronuncia H-N-NAGING.
La hipótesis alternativa es lo opuesto lógico de la hipótesis nula. La aceptación de la hipótesis alternativa sigue el rechazo de la hipótesis nula. H1 es el símbolo para ello.
Un fabricante de desinfectantes afirma que su producto mata al 95 por ciento de los gérmenes en promedio.
¿Cuántas y cuáles son los tipos de hipótesis?
En este artículo, conoceremos los diversos tipos de hipótesis en las estadísticas.
- Introducción
- Hipótesis nula
- Hipótesis alternativa
- Hipótesis simple
- Hipótesis compleja
- Hipótesis direccional
- Hipótesis no direccional
Una hipótesis es una declaración precisa y comprobable de lo que un investigador predice será el resultado de un experimento o estudio. La hipótesis formulada se puede probar aún más para ver si se mantiene bien o no. Esto generalmente implica proponer una relación entre lo dependiente (lo que mide el estudio o su resultado) y variables independientes (las variables que se ajustan en el curso del estudio).
La idea principal detrás del desarrollo de una hipótesis es que nos ayuda a asumir la probabilidad de éxito y fracaso en el estudio y nos da una dirección para los próximos pasos. Aparte de esto, nos ayuda a medir la validez de nuestro estudio y nos proporciona la evidencia básica para verificar lo mismo.
Hay seis tipos de hipótesis que se usan ampliamente. Son hipótesis nula, hipótesis alternativa, hipótesis simple, hipótesis compleja, hipótesis direccional e hipótesis no direccional.
La hipótesis de que no hay diferencia entre las cosas se llama hipótesis nula.
Supongamos que estamos probando dos medicamentos A y B para la misma enfermedad. Damos el primer medicamento A a 3 personas y B a otras 3 personas que sufren de la misma enfermedad y verificamos el tiempo requerido para que se recuperen de la enfermedad. La hipótesis nula es que no hay diferencia en los tiempos de recuperación entre el medicamento A y el medicamento B. Visualizemos nuestros resultados.
Encontramos que hay una diferencia de 0.5 horas entre los tiempos medios de recuperación de las drogas y B. Ahora, supongamos que repitemos el experimento con un nuevo conjunto de 6 personas.
Esta vez, encontramos que la diferencia en los tiempos medios de recuperación de ambos medicamentos es de 0.25 horas. Sabemos que el tiempo de recuperación de una persona está influenciado por varios factores que no podemos controlar como su dieta, aptitud física, factor de estrés, estado de su sistema inmunitario y muchos más. Aquí, podemos usar la hipótesis nula para que no tengamos que preocuparnos si la diferencia de tiempo es de 0.25 horas o 0.5 horas. En cambio, simplemente vemos si los datos nos convencen de reheccionar la hipótesis de que no hay diferencia entre los medicamentos A y B.
¿Cuáles son los 4 pasos de una prueba de hipótesis?
Cuatro pasos de una prueba de hipótesis
1. Declaración de la hipótesis
2. Configuración de los criterios para una decisión
3. Recopilación de datos y cálculo de estadísticas de muestra
4. Toma de decisiones
Prueba de hipótesis: método estadístico que utiliza datos de sapoPulation MPle para evaluar una suposición sobre un
Hipótesis nula: afirma que en la población general no hay cambios, no hay diferencia o no
relación
Hipótesis alternativa: establece que hay un cambio, una diferencia o una relación para el general
población
Nivel alfa: valor de probabilidad que se utiliza para define el concepto de muy poco probable
Región crítica: grupo de valores de muestra extremos muy poco probables que se obtengan si la hipótesis nula es verdadera
Estadística de prueba: indica que los datos de la muestra se convierten en una sola figura para probar una hipótesis
Error de tipo 1: ocurre cuando un investigador rechaza una hipótesis nula que en realidad es cierta
Error de tipo 2: ocurre cuando un investigador no puede rechazar una hipótesis nula que de hecho es falsa
Beta: probabilidad de un error tipo 2
Significativo: resultado que es muy poco probable que ocurra cuando la hipótesis nula es verdadera
Prueba de hipótesis direccional: método en el que las suposiciones estadísticas especifican un aumento o un
disminución de la población media
Tamaño del efecto: medición de la magnitud absoluta de un resultado del tratamiento
D: Medida de la distancia entre dos medios, típicamente reportados como un número positivo
Poder: probabilidad de que la prueba rechace correctamente una hipótesis nula falsa
SS/DF: Cálculo de la varianza de la muestra como sustituto del valor de población desconocido
V S2/N: Estimación del error estándar
M-U/SM: Cálculo de las estadísticas T utilizando el error estándar estimado
Error estándar estimado de m: aproximación de la distancia estándar entre una media de muestra y la
Media de la población
T Estadística: Herramienta de prueba de hipótesis en la que se utiliza un error estándar estimado en la fórmula de puntaje Z
denominador
Grado de libertad: figura en una muestra que es independiente y puede variar
Distribución T: conjunto completo de valores T calculados para cada muestra aleatoria posible para un tamaño de muestra
Figura D: calculada de Cohen estimada al sustituir los valores de muestra en lugar de los valores de la población
Porcentaje de varianza explicado por el tratamiento: medición de la reducción de la variabilidad después de
Eliminar el efecto del tratamiento
Intervalo de confianza: rango de valores centrados en una estadística de muestra
¿Qué es la prueba de hipótesis y su importancia?
En la mayoría de la investigación biomédica, los investigadores plantean la hipótesis de las relaciones de varios factores, recopilan datos para probar esas relaciones e intentan sacar conclusiones sobre las relaciones de los datos recopilados. En muchos casos, los investigadores prueban las relaciones al comparar el nivel promedio de un factor entre 2 grupos o entre 1 grupo y una referencia estándar. Este marco es tan cierto para comprender el papel básico de la fosforilación de la proteína-C de unión a la miosina cardíaca en la fisiología cardíaca1 como lo es para evaluar el colesterol de lipoproteínas no de alta densidad (HDL-C) como predictor de infarto de miocardio en grandes grupos de individuos. 2 En este artículo describimos las pruebas de hipótesis, que es el proceso de sacar conclusiones sobre la base de las pruebas estadísticas de los datos recopilados, y el enfoque específico utilizado para probar medios (o niveles promedio de un elemento de datos recopilados). Estos conceptos están cubiertos en detalle en muchos libros de texto estadísticos en varios niveles, incluidos Pagano y Gauvreau, 3 Zar, 4 y Kleinbaum et al.5
El propósito de la inferencia estadística es sacar conclusiones sobre una población sobre la base de los datos obtenidos de una muestra de esa población. La prueba de hipótesis es el proceso utilizado para evaluar la fuerza de la evidencia de la muestra y proporciona un marco para hacer que las determinaciones sean relacionadas con la población, es decir, proporciona un método para comprender cuán confiablemente se puede extrapolar los hallazgos en una muestra en estudio a la mayor. población de la cual se extrajo la muestra. El investigador formula una hipótesis específica, evalúa los datos de la muestra y utiliza estos datos para decidir si apoyan la hipótesis específica.
El primer paso en la prueba de hipótesis es la transformación de la pregunta de investigación en una hipótesis nula, H0, y una hipótesis alternativa, HA.6 Las hipótesis nulas y alternativas son declaraciones concisas, generalmente en forma matemática, de 2 posibles versiones de «verdad» sobre la relación entre el predictor de interés y el resultado en la población. Estas 2 posibles versiones de la verdad deben ser exhaustivas (es decir, cubrir todas las verdades posibles) y mutuamente excluyentes (es decir, no superpuesto). La hipótesis nula se usa convencionalmente para describir una falta de asociación entre el predictor y el resultado; La hipótesis alternativa describe la existencia de una asociación y es típicamente lo que al investigador le gustaría mostrar. El objetivo de las pruebas estadísticas es decidir si hay evidencia suficiente de la muestra en estudio para concluir que se debe creer la hipótesis alternativa.
Las pruebas de hipótesis se han comparado con un juicio penal, en el que un jurado debe usar evidencia para decidir cuál de las 2 posibles verdades, inocencia (H0) o culpa (HA), se debe creer. Así como se le indica a un jurado que asuma que el acusado es inocente a menos que se demuestre lo contrario, el investigador debe asumir que no hay asociación a menos que haya pruebas sólidas de lo contrario. El veredicto de un jurado debe ser culpable o no culpable, en cuyo caso un veredicto de no guancia no es igual a la inocencia. Más bien, indica que la carga de la prueba no se ha cumplido. Del mismo modo, un investigador solo puede rechazar H0 o no rechazarlo; No rechazar no prueba que el H0 nulo sea cierto.
¿Qué significa una prueba de hipótesis?
- La distribución de la población es moderadamente
sesgado,
Unimodal, sin valores atípicos,
y el tamaño de la muestra es entre 16 y 40. - El tamaño de la muestra es mayor que 40, sin valores atípicos.
Este enfoque consta de cuatro pasos: (1) indicar las hipótesis,
(2) formular un plan de análisis, (3) analizar los datos de la muestra y
(4) Interpretar los resultados.
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.
La siguiente tabla muestra tres conjuntos de hipótesis. Cada uno hace una declaración sobre cómo
la media de la población μ está relacionada con un especificado
Valor M. (En la tabla, el símbolo ≠ significa «no igual a».)
El primer conjunto de hipótesis (conjunto 1) es un ejemplo de una prueba de dos colas, ya que un valor extremo a cada lado de la distribución de muestreo haría que un investigador rechace el nulo
hipótesis. Los otros dos conjuntos de hipótesis (conjuntos 2 y 3) son pruebas de una cola, ya que un valor extremo en un solo lado del
La distribución de muestreo causaría que un investigador rechace la hipótesis nula.
El plan de análisis describe
cómo usar datos de muestra para aceptar o rechazar el nulo
hipótesis. Debe especificar los siguientes elementos.
- La distribución de la población es moderadamente
sesgado,
Unimodal, sin valores atípicos,
y el tamaño de la muestra es entre 16 y 40. - El tamaño de la muestra es mayor que 40, sin valores atípicos.
niveles de significancia
igual a
0.01, 0.05 o 0.10; pero cualquier valor entre 0 y
1 se puede usar.
¿Qué es la prueba de hipótesis de una tesis?
La disertación significa la investigación realizada por las personas al momento de obtener una posgrado o un doctorado. Por lo general, se basa en los temas sobre los cuales el investigador tiene muy poco comprensión. El investigador recopila varios hechos y pruebas relacionadas con el tema para que puedan juzgar que lo que saben sobre el tema es correcto o incorrecto. Cuando el investigador inicialmente inicia el trabajo de investigación, él/ella tiene un conocimiento muy poco sobre el tema.
Los siguientes puntos deben tenerse en cuenta mientras se prueban la hipótesis de disertación:
- La hipótesis nula y alternativa debe establecerse correctamente. Una hipótesis nula es una observación que se calcula por casualidad. Una hipótesis alternativa es una observación cuyos resultados se calculan por causa aleatoria.
Se puede representar simbólicamente como:
(Donde H1 es hipótesis nula y H2 son hipótesis alternativas)
- La hipótesis nula y alternativa debe establecerse correctamente. Una hipótesis nula es una observación que se calcula por casualidad. Una hipótesis alternativa es una observación cuyos resultados se calculan por causa aleatoria.
Se puede representar simbólicamente como:
Artículos Relacionados:
