PRUEBAS DE HIPOTESIS

TIPOS DE ERRORES Y NIVEL DE SIGNIFICACIN:

EL ERROR DE TIPO I: Tambin denominado error de tipo alfa ()1 o falso positivo, es el
error que se comete cuando el investigador no acepta la hiptesis nula ( ) siendo esta
verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque
el investigador llega a la conclusin de que existe una diferencia entre las hiptesis
cuando en realidad no existe. Se relaciona con el nivel de significancia estadstica.

La hiptesis de la que se parte

aqu es el supuesto de que la situacin experimental
presentara un estado normal. Si no se advierte este estado normal, aunque en
realidad existe, se trata de un error estadstico tipo I. Algunos ejemplos para el error tipo I
seran:

Se considera que el paciente est enfermo, a pesar de que en realidad est sano;
hiptesis nula: El paciente est sano.

Se declara culpable al acusado, a pesar de que en realidad es inocente; hiptesis nula: El

acusado es inocente.

No se permite el ingreso de una persona, a pesar de que tiene derecho a ingresar;

hiptesis nula: La persona tiene derecho a ingresar.

EL ERROR DE TIPO II: Tambin llamado error de tipo beta () ( es la probabilidad de

que exista este error) o falso negativo, se comete cuando el investigador no rechaza
la hiptesis nula siendo esta falsa en la poblacin. Es equivalente a la probabilidad de un
resultado falso negativo, ya que el investigador llega a la conclusin de que ha sido
incapaz de encontrar una diferencia que existe en la realidad.
Se acepta en un estudio que el valor del error beta est entre el 5 y el 20%.
Contrariamente al error tipo I, en la mayora de los casos no es posible calcular la
probabilidad del error tipo II. La razn de esto se encuentra en la manera en que se
formulan las hiptesis en una prueba estadstica. Mientras que la hiptesis nula
representa siempre una afirmacin enrgica (como por ejemplo
Promedio = 0) la
hiptesis alternativa, debido a que engloba todas las otras posibilidades, es generalmente
de naturaleza global (por ejemplo
Promedio 0). El grfico de la derecha ilustra
la probabilidad del error tipo II (rojo) en dependencia del promedio desconocido.
El poder o potencia del estudio representa la probabilidad de observar en la muestra una
determinada diferencia o efecto, si existe en la poblacin. Es el complementario del error
de tipo II (1-).
Errores en el contraste
Una vez realizado el contraste de hiptesis, se habr optado por una de las dos hiptesis,
la hiptesis nula o base
o la hiptesis alternativa , y la decisin escogida coincidir o
no con la que en realidad es cierta. Se pueden dar los cuatro casos que se exponen en el
siguiente cuadro:
es cierta

es cierta

Se escogi

No hay error (verdadero positivo)

Error de tipo II ( o falso negativo)

Se escogi

Error de tipo I ( o falso positivo)

No hay error (verdadero negativo)

Si la probabilidad de cometer un error de tipo I est unvocamente determinada, su valor

se suele denotar por la letra griega , y en las mismas condiciones, se denota por la
probabilidad de cometer el error de tipo II, esto es:

En este caso, se denomina Potencia del contraste al valor 1-, esto es, a la probabilidad
de escoger
cuando esta es cierta
.

Cuando es necesario disear un contraste de hiptesis, sera deseable hacerlo de tal

manera que las probabilidades de ambos tipos de error fueran tan pequeas como fuera
posible. Sin embargo, con una muestra de tamao prefijado, disminuir la probabilidad del
error de tipo I, , conduce a incrementar la probabilidad del error de tipo II, .
Usualmente, se disean los contrastes de tal manera que la probabilidad sea el 5%
(0,05), aunque a veces se usan el 10% (0,1) o 1% (0,01) para adoptar condiciones ms
relajadas o ms estrictas. El recurso para aumentar la potencia del contraste, esto es,
disminuir , probabilidad de error de tipo II, es aumentar el tamao muestral, lo que en la
prctica conlleva un incremento de los costes del estudio que se quiere realizar.
NIVEL DE SIGNIFICACIN
El nivel de significacin es un concepto estadstico relacionado con los contrastes de
hiptesis. El nivel de significacin se define como la probabilidad de rechazar la hiptesis
nula cuando es cierta y que se denota por la letra griega a. Dado que se trata de la
probabilidad de cometer un error, se intenta garantizar un valor pequeo para a, siendo
0,05 el ms utilizado.
La palabra significacin o significativo suele aplicarse a algo que tiene valor o relevancia,
a algo destacable. En el contexto estadstico suele decirse que algo es significativo
cuando difcilmente se puede atribuir al azar.
Si se lanza una moneda 100 veces y se obtienen 55 caras, el resultado no nos
sorprender. Parece debido al azar de los lanzamientos con una moneda equilibrada y no
encontramos nada destacable en l. Pero si al lanzar una moneda 100 veces obtenemos
85 caras, ese resultado ya nos parece ms destacable, en el sentido de que es muy poco
probable en una moneda equilibrada. La diferencia entre el 50% de caras de una moneda
equilibrada y el 85% observado parece significativa o difcilmente debida al azar, aunque
todos sabemos que los sucesos poco probables tambin ocurren.
Hasta qu punto estamos dispuestos a creer que un resultado improbable en una
moneda equilibrada (hiptesis nula) ocurre por azar?
Si ocurre 1 de cada 1000 veces, creemos que se debe al azar? Y si ocurre 1 de cada
100 o 5 de cada 100? Debemos fijar un lmite o nivel para esa probabilidad y ese nmero
es el nivel de significacin. As por ejemplo, si elegimos un nivel de significacin de 0,01
consideraremos que por debajo de esa probabilidad los resultados no ocurren por el azar
del lanzamiento de una moneda equilibrada, son significativamente distintos, y
decidiremos que la moneda no est equilibrada (hiptesis alternativa).

Por tanto el nivel de significacin es el punto de corte de probabilidad para considerar que
un resultado ocurre por azar (no significativo) o no ocurre por azar (significativo) a partir
de un supuesto inicial (hiptesis nula).
Usos o ejemplos
Hay un trmino muy relacionado con el nivel de significacin: el nivel crtico o p-valor
(nmero que proporcionan la mayora de los ordenadores cuando se hace un contraste de
hiptesis).
El p- valor nos proporciona la probabilidad de que los resultados que hemos observado en
un experimento (u otros resultados ms extraos) ocurran por azar bajo la hiptesis nula.
Entonces, si el p-valor es menor que el nivel de significacin consideramos que los
resultados son significativos, esto es, no ocurren solo por azar sino que se deben a algo a
mayores (a la hiptesis alternativa).
Otros trminos muy importantes relacionados con el nivel de significacin y la formulacin
e interpretacin correcta de los contrastes de hiptesis son la potencia de un contraste y
el tamao del efecto. Podis ver una explicacin de estos conceptos con ejemplos
mdicos en Entendiendo la p < 0,001

HIPTESIS UNILATERAL Y BILATERAL

Al realizar una prueba de hiptesis nuestro inters puede estar en el valor extremo de un
solo lado de la distribucin, o en ambos lados. En el primer casi, las pruebas se
denominan unilaterales o de una cola; en el segundo caso se conoce como bilaterales o
de dos colas.

En los ensayos unilaterales la regin de rechazo es nica a un lado de la distribucin con

un rea determinada por el valor de .
En las bilaterales la regin de rechazo el rea se determina dividiendo el nivel de
significancia en dos partes iguales.
BILATERAL
Zona de aceptacin
Zona de rechazo

/2

Zona de rechazo

/2

UNILATERAL >
Zona de aceptacin

Zona de rechazo

UNILATERAL <

Zona de rechazo

Zona de aceptacin

PRUEBAS HIPOTESIS PARA MUESTRAS

El promedio aritmtico poblacional es un indicador muy importante, por lo tanto,
frecuentemente se desea probar si dicho promedio ha permanecido igual, ha aumentado
o ha disminuido. A travs de la prueba de hiptesis se determina si la media poblacional
es significativamente mayor o menor que algn valor supuesto.
Hiptesis
Se puede plantear uno de los siguientes tres tipos de hiptesis:

Prueba de hiptesis a dos colas

H0:

=k

H1:

Prueba de hiptesis a una cola superior

H0:

=k

H1: >k

H0:
H1:

k
>k

Prueba de hiptesis a una cola inferior

H0:

=k

H0:

H1: < k

H1: < k

En las distribuciones en el muestreo se vi que para el caso de la media, hay tres

situaciones, por consiguiente la estadstica de trabajo a utilizar depende de los supuestos
de la poblacin y del tamao de la muestra.
DIFERENCIA DE MEDIAS
Se tienen dos poblaciones y se toman muestras aleatorias independientes de tamaos n 1
y n 2 , se puede comparar el comportamiento de dichas poblaciones a travs de los
promedios.
Hiptesis
Como en los casos anteriores se puede plantear uno de los siguientes tres tipos de
hiptesis:

Prueba de hiptesis a dos colas

H0:
H1:

H0:
H1:

=k
k

Prueba de hiptesis a una cola superior

H0:

H0:

H1:

>

H1:

>k

Prueba de hiptesis a una cola inferior

H0:

H0:

H1:

<

H1:

<k

La estadstica de trabajo depende de las caractersticas de las poblaciones y del tamao

de las muestras.

PRUEBAS DE HIPTESIS PARA PROPORCIONES

Frecuentemente se desea estimar la proporcin de elementos que tienen una
caracterstica determinada, en tal caso, las observaciones son de naturaleza cualitativa.
Cuando se analiza informacin cualitativa y se est interesado en verificar un supuesto
acerca de la proporcin poblacional de elementos que tienen determinada caracterstica,
es til trabajar con la prueba de hiptesis para la proporcin.
HIPTESIS
Como en el caso de la media, se puede plantear uno de los siguientes tres tipos de
hiptesis:

Prueba de hiptesis a dos colas

H0:

=k

H1:

Prueba de hiptesis a una cola superior

H0:

=k

H0:

H1: > k

H1:

>k

Prueba de hiptesis a una cola inferior

H0:

=k

H0:

H1:

<k

H1:

<k

Cuando se va a estimar una proporcin el tamao de la muestra (n) siempre debe ser
mayor a 30, por lo tanto se tiene un solo caso.
La estadstica de trabajo a utilizar es la expresin (1.13):

(3.5)
REGLA DE DECISIN
Si se ha planteado la hiptesis alternativa como:
H1:
k se tiene una prueba de hiptesis a dos colas, por lo tanto, el nivel de significancia
( ) se divide en dos partes iguales, quedando estos valores en los extremos de la
distribucin como se aprecia en la figura 3.1
y
pertenecen a una distribucin normal estndar. Si el valor de la estadstica de
trabajo (Zp) est entre
y
no se rechaza la hiptesis nula, en caso contrario se
rechaza H0 lo cual implica aceptar H1 . Es decir, si
< Zp <
no se rechaza H0 .
- Si se ha planteado la hiptesis alternativa como:
H1 : > k, se tiene una prueba de hiptesis a una cola superior, quedando el nivel de
significancia ( ) en la parte superior de la distribucin, vease figura 3.2
Pertenece a una distribucin normal estndar. Si el valor de la estadstica de trabajo
(Zp) es menor que
no se rechaza la hiptesis nula, en caso contrario se rechaza H 0 lo
cual implica aceptar H1. Es decir, si Zp <
no se rechaza H0.
- Si se ha planteado la hiptesis alternativa como:
H1: < k, se tiene una prueba de hiptesis a una cola inferior, quedando el nivel de
significancia ( ) en la parte inferior de la distribucin.

Z pertenece a una distribucin normal estndar. Si el valor de la estadstica de trabajo

(Zp) es mayor que Z no se rechaza la hiptesis nula, en caso contrario se rechaza H 0 lo
cual implica aceptar H1. Es decir, si Zp > Z no se rechaza H0.

DIFERENCIA DE PROPORCIONES
Cuando se tienen dos poblaciones y se han tomado muestras aleatorias de tamaos n 1 y
n 2, para observar una caracterstica o cualidad, se puede comparar el comportamiento
de dicha caracterstica en las poblaciones a travs de la diferencia de proporciones.
Hiptesis
Como en los casos anteriores se puede plantear uno de los siguientes tres tipos de
hiptesis:

Prueba de hiptesis a dos colas

H0 : 1 = 2
H1 : 1

H0 : 1 - 2 = k

2 H1 : 1 - 2

Prueba de hiptesis a una cola superior

H0: 1 = 2

H0: 1 - 2 k

H1: 1 > 2 H1: 1 - 2 > k

Prueba de hiptesis a una cola inferior

H0: 1 = 2

H0: 1 - 2

H1: 1 < 2 H1: 1 - 2 < k

La estadstica de trabajo es la expresin 1.14:

(3.14)
REGLA DE DECISION
Como en los casos anteriores depende del tipo de hiptesis que se haya planteado.
- Si se ha planteado la hiptesis alternativa como:
H1: 1
2 H1: p 1 - p 2 k se tiene una prueba de hiptesis a dos colas, por lo tanto, el
nivel de significancia ( ) se divide en dos partes iguales, quedando estos valores en los
extremos de la distribucin como se aprecia en la figura 3.1
y
pertenecen a una distribucin Normal estndar. Si el valor de la estadstica de
trabajo (Zp1-p2) est entre
y
no se rechaza la hiptesis nula, en caso contrario se
rechaza H0 lo cual implica aceptar H1. Es decir, si
< Zp1-p2 <
no se rechaza H0.
Si se ha planteado la hiptesis alternativa como:
H1: 1 > 2 H1: 1 - 2 > k, se tiene una prueba de hiptesis a una cola superior,
quedando el nivel de significancia ( ) en la parte superior de la distribucin, como se
aprecia en la figura 3.2
Pertenece a una distribucin Normal estndar. Si el valor de la estadstica de trabajo
es menor que
no se rechaza la hiptesis nula, en caso contrario se rechaza H 0 lo cual
implica aceptar H1. Es decir, si Zp1-p2 <
no se rechaza H0.
Si se ha planteado la hiptesis alternativa como:
H1: 1 < 2 H1: 1 - 2 < k, se tiene una prueba de hiptesis a una cola inferior,
quedando el nivel de significancia ( ) en la parte inferior de la distribucin, como se
aprecia en la figura 3.3
Z pertenece a una distribucin Normal estndar. Si el valor de la estadstica de trabajo
(Zp1-p2) es mayor que Z no se rechaza la hiptesis nula, en caso contrario se rechaza H o
lo cual implica aceptar H1. Es decir, si Zp1-p2 > Z no se rechaza H0.