XVI Jornadas de Tecnología Aplicada a la Educación

Matemática Universitaria

P-VALOR: SU OBTENCIÓN E
INTERPRETACIÓN EN LOS TEST DE
HIPÓTESIS
Mónica Cantoni Rabolini
monican@infovia.com.ar
INTRODUCCIÓN

 La inferencia estadística, planteo de hipótesis estadísticas

que deben ser contrastadas para la toma de decisiones.

 Aplicaciones informáticas para el análisis estadístico de datos

suprimen la necesidad del uso de tablas para buscar valores
las distribuciones:
Z , T , , F2

 Los procedimientos utilizados para la obtención de dichos

valores y su interpretación deben explicitarse teóricamente.

 Existen diferentes maneras de tomar decisiones en una

prueba de hipótesis, una de ellas es mediante la probabilidad
denominada valor p (p-valor).
OBJETIVOS
 Objetivo general. Exponer una herramienta utilizada en
la inferencia estadística denominada p-valor.

 Objetivos específicos.
 Presentar de modo conceptual el p-valor, su utilización,
forma de cálculo utilizando herramientas informáticas y su
interpretación.
 Describir su utilización en la enseñanza, en la investigación
y en ámbito profesional.
 Establecer la relación entre el p-valor y los intervalos de
confianza en la comunicación de resultados.
METODOLOGÍA
 Se observaron artículos de investigación y textos de
estadística donde se mencionaba el p-valor.

 Se generó una planilla de cálculo en Excel para el

cálculo de p-valor para las distribuciones Normal, T de
Student, Chi-Cuadrado y F.
UTILIZACIÓN DEL P- VALOR

 El p-valor, se utiliza en pruebas de hipótesis de

una sola población (media, varianza y
proporción), para comparar dos poblaciones
(diferencia de medias, cociente de varianzas,
diferencia entre proporciones) o más de dos
poblaciones (análisis de la varianza), en
pruebas de bondad de ajuste, independencia y
en pruebas de significancia en los modelos de
regresión.
CONTRASTE DE HIPÓTESIS: EL P-VALOR
 El contraste de hipótesis es la técnica estadística utilizada
frecuentemente en la literatura científica.
 La idea inicial de las pruebas de significación se debe a
Fisher.
 La idea de Fisher consiste en realizar una comparación
calculando una probabilidad, el famoso p-valor o nivel de
significación.
 Usar ese valor como índice de la fuerza probatoria de los
datos contra la hipótesis nula, cuando menor sea p mayor
será la carga de la prueba en contra de la hipótesis nula.
 Propone además un valor de 0,05 como punto de corte
conveniente.
CONCEPTO DE P-VALOR
 ¿Qué es el p-valor?
 Según los textos de Estadística:
 (Newbold)
 Es un método para examinar el contraste de la hipótesis nula.
 El p-valor es la probabilidad de obtener un valor del estadístico
del contraste igual de extremo o más que el valor efectivo
obtenido cuando la hipótesis nula es verdadera.
 El p-valor es el menor nivel de significación al que puede
rechazarse una hipótesis nula, dado el estadístico muestral
observado
 Rechazar H0 si p-valor < a
 Es el nivel de significación más bajo al que puede rechazarse
la hipótesis nula.
CONCEPTO DE P-VALOR
 (Levin – Rubín)
 P- valor: Es la probabilidad de obtener un valor de la
media muestral a esta distancia o mayor que la media
poblacional hipotética, suponiendo que la hipótesis
nula verdadera.
 Los p-valores y las computadoras.
 Cuanto más pequeño es el p-valor mayor será la
significancia del estudio.
 P-valores más pequeños significan menor posibilidad
de error de muestreo y mayor significancia.
CONCEPTO DE P-VALOR
 (Anderson)
 El p-valor es una probabilidad que aporta una medida
de la evidencia suministrada por la muestra contra la
hipótesis nula. P-valores pequeños indican una
evidencia mayor contra la hipótesis nula.
 Se utiliza para determinar si la hipótesis nula debe
ser rechazada.
 Para su cálculo se utiliza el valor del estadístico de
prueba.
CONCEPTO DE P-VALOR
 (Hildebrand)
 El p-valor es el peso de la evidencia, o índice de la evidencia para
rechazar una hipótesis nula, también se denomina nivel de
significancia alcanzado.
 El p-valor es la probabilidad (suponiendo H0) de obtener un valor
del estadístico de la prueba a una distancia mayor o igual que la
del valor observado.
 A medida que el estadístico de la prueba se adentra en la zona de
rechazo, el peso de le evidencia para rechazar la hipótesis nula se
hace más decisivo y el p-valor se hace más pequeño.
 Los p-valores muy pequeños indican fuerte evidencia para
rechazar H0. P-valor indica que el dato observado es muy poco
probable, suponiendo que H0 es verdadera.
 Uso de tecnología

CÁLCULO DE P-VALOR
 Significativo

=DISTR.NORM.ESTAND($C$6)
=1-DISTR.NORM.ESTAND($C$6)
=SI(C6<0;2*C8;2*C9)
 Significativo

=1-DISTR.T($C$6;$C$7;1)
=DISTR.T($C$6;$C$7;1)

=DISTR.T($C$6;$C$7;2)
=1-DISTR.CHI($C$6;$C$7)
=DISTR.CHI($C$6;$C$7)
=2*MIN(C9:C10)
 Significativo

=1-DISTR.F($C$6;$C$7;$C$8)

=DISTR.F($C$6;$C$7;$C$8)
=2*MIN(C10:C11)
CRITERIO DE RECHAZO DE LA PRUEBA
COMUNICACIÓN DEL P-VALOR
 Distintos estilos de comunicar los resultados de
una investigación en lo referente al p-valor:
Artículo de investigación:
 Se da el valor exacto, por ejemplo: p-valor=0,0406
 Se dice que es menor que un cierto punto de corte
utilizado a lo largo de todo el artículo: por ejemplo
p-valor <0,05
 A veces se usan puntos de corte diferentes en el
mismo artículo, por ejemplo: p-valor=0,7, p-
valor<0,01, p-valor<0,001 y también p-valor>0,1
(Abraira)
RECOMENDACIONES DE LOS EDITORES DE
REVISTAS
 Limitaciones en el uso del p-valor. (Abraira)
 Que los investigadores posean capacidad analítica
que permita convertir sus resultados en
reflexiones reales sobre las hipótesis que
plantean. (Batista Hernández)
 Proponen utilizar de forma complementaria o en
su lugar intervalos de confianza. (Abraira)
 La otra propuesta supone una alternativa
diferente que es utilizar métodos bayesianos.
(Abraira)
RECOMENDACIONES DE LOS EDITORES DE
REVISTAS
 No dejarse llevar por el p-valor y valorar que se debe
tener en cuenta la magnitud de la diferencia que se
quiere probar y el tamaño de la muestra, para no
generalizar resultados espurios. (Manterola)
 La asociación puede ser real, producto del azar, de la
existencia de sesgos, de la presencia de variables de
confusión o de la variabilidad del fenómeno. (Manterola)
 Antes de tomar decisiones basadas en el “p-valor”
considera la validez externa o generalizada de los
resultados obtenidos en ese estudio respecto de la
población y del contexto real donde se llevó a cabo.
(Manterola)
EL P-VALOR Y LA SIGNIFICANCIA ESTADÍSTICA

 El concepto “significancia estadística” no

resuelve la incertidumbre.
 “Estadísticamente significativo” no es garantía
de calidad.
 Se relaciona con probar hipótesis que permitan
cuantificar hasta que punto la variabilidad de la
muestra es responsable de los resultados
obtenidos en el estudio.
CONSTRATE DE HIPÓTESIS: EL VALOR P
 (Abraica)
 Se fijan a priori unas tasas aceptables para los
errores tipo I y tipo II, se calcula el valor p y se
usa para tomar la decisión: si p-valor es menor
que la tasa aceptada de error tipo I se rechaza la
hipótesis nula a favor de la alternativa, de lo
contrario no se rechaza la hipótesis nula. El
proceso no dice nada sobre la verdad o falsedad
de cada hipótesis concreta.

 Se quiere ver en el p-valor tanto un índice de la

fuerza probatoria como una tasa de error en la
decisión.

 Para interpretar correctamente, hay que darse

cuenta que el p-valor es la probabilidad de unos
resultados dada la H0, que es distinta de la
probabilidad de la H0 dados los resultados.

 Ejemplo: (Sensibilidad) Probabilidad de un

resultado positivo de la prueba en enfermos
(valor predictivo positivo) Probabilidad de estar
enfermos en los individuos con resultados
positivos.
EL P-VALOR Y LOS INTERVALOS DE CONFIANZA
“¿Qué indica, entonces, un intervalo
de confianza de 95 %?
Que si el investigador repitiese su
estudio en las mismas condiciones
pero con distintas muestras
aleatorias, noventa y cinco de cada
cien veces obtendría intervalos que
contendrían el verdadero parámetro
poblacional y cinco veces obtendría
intervalos que no lo contendrían.
Por tanto, resulta errado interpretar
que hay una probabilidad de 95 %
de que el verdadero valor se
encuentre dentro del intervalo, fallo
de interpretación muy común.”
P-VALOR Y LOS INTERVALOS DE CONFIANZA:
¿EN QUIÉN CONFIAR?
 Los intervalos de confianza aventajan a las
pruebas e hipótesis como instrumento
analítico para muchos tipos de investigación.
 Fáciles de calcular con paquetes
estadísticos.
 Una vez planteada la hipótesis de nulidad el
investigador fija el margen de equivocación
que está dispuesto a tolerar (alfa) y luego
calcular el p-valor.
 Si p-valor es menor que el alfa fijado por el
investigador se descarta que los resultados
observados pueden atribuirse al azar si en
realidad no hay una diferencia. La
incompatibilidad entre los datos observados
y la hipótesis de nulidad se considera
suficientemente grande como para poder
descartar esa hipótesis.
MÉTODOS BAYESIANOS
 ¿Qué es, en esencia, el enfoque
bayesiano?
 (Silva Ayçaguer - Muñoz Villegas )
 “…ha de consignarse que parte de un
componente subjetivo; es decir, el
investigador que está planteándose
una hipótesis, comunica a priori su
grado de convicción acerca de la
validez de la hipótesis o, lo que es lo
mismo, su grado de confianza en esa
hipótesis y la medida en que no
confía en ella. Eso lo plantea en
términos probabilísticos, típicamente
en términos de una distribución de
probabilidades.”
 “Ya después hay un componente, que depende exclusivamente de
los datos, la llamada «verosimilitud», y finalmente una conjunción de
estos dos elementos, que produce una probabilidad final o a
posteriori de la veracidad de la hipótesis. Dicho de otro modo:
nosotros tenemos inexorablemente una visión a priori de la realidad.
No podemos no tenerla, aunque los frecuentistas la olviden cuando
hacen una prueba de hipótesis porque parten de una supuesta
orfandad de criterios sobre lo que están examinando, como si no
supieran nada y no tuvieran ninguna opinión. … Luego aparece esta
realidad, que se mide objetivamente y que viene a modificar el grado
de convicción que tenemos. Esto es consistente con lo que yo
entiendo que es el elemento distintivo de la Escuela Bayesiana:
parte de admitir la probabilidad no como una medición susceptible
de ser estimada sólo a través de experiencias que permitan medir la
frecuencia con que ocurren determinados acontecimientos, sino
como un grado de convicción personal acerca de algo.”
BIBLIOGRAFÍA
 ANDERSON D.R., SWEENEY D.J., WILLIAMS T.A., CAMM J.D.,
COCHRAN J.J.; (2015); Estadística para negocios y economía
12ª. ed.; México; Cengage Learning.
 HILDEBRAND D.K., LYMAN OTT R.; (1998); Estadística aplicada
a la administración y a la economía; México; Addison Wesley
Longman.
 LEVIN R.I., RUBIN D.S.; (2004) Estadística para administración y
economía 7ª ed.; México; Pearson Prentice Hall.
 NEWBOLD P., CARLSON W.L., THORNE B.; (2008) Estadística
para administración y economía 6ª. ed; Madrid; Prentice Hall.
 ABRAIRA V.; (2002); Notas estadísticas. Contraste de hipótesis:
el valor p; Revista Semergen; 28(7); 374-5.
 BATISTA HERNÁNDEZ N.E.; (2016); Pensamiento estadístico: el
valor «p» y los Intervalos de confianza; Revista Medicentro
Electrónica; 20(2).
Muchas gracias