TEMA 10: Hipótesis estadísticas. T de Student

Buenas días chicos!!

Esta es la última entrada de las sesiones teóricas dadas en el grupo grande, el tema 10 de la asignatura en el que vimos las hipótesis estadísticas, ''chi cuadrado'' y ''T de student''.

Como hemos visto en la entrada anterior, el cálculo del intervalo de confianza nos sirve para controlar los errores aleatorios, pero además de I.C, contamos con el contraste de hipótesis, otra herramienta de la inferencia estadística.

La estrategia que seguimos con el contraste de hipótesis es la siguiente:

1. Establecemos una hipótesis cerca del valor del parámetro
2. Realizamos la recogida de datos
3. Analizamos la coherencia entre la hipótesis previa y los datos obtenidos

Los contrastes de hipótesis son herramientas estadísticas para dar respuesta a preguntas de investigación y periten cuantificar la compatibilidad entre una hipótesis establecida previamente y los resultados obtenidos.

La hipótesis establecida de manera previa, es la hipótesis nula, es decir, la que no establece relación entre las variables de estudio.

Como ya sabéis por otras entradas anteriores, distinguimos diferentes tipos de variables, y según qué tipo sea, se realiza un análisis u otro:

Cualitativa + Cualitativa	Chi cuadrado
Cualitativa + Cuantitativa	T de Student
Cuantitativa + Cuantitativa	Regresión lineal

ERRORES DE HIPÓTESIS

El test de hipótesis mide la probabilidad de error que cometo si rechazo la hipótesis nula.

Con una misma muestra podemos aceptar o rechazar la hipótesis nula. Todo depende del error, que recibe el nombre de 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. (p es sinónimo de α minimizada)

Habitualmente rechazamos H₀ para un nivel α máximo del 5% (p< 0.05). Por encima del 5% de error, aceptamos la hipótesis nula. Es lo que llamamos “significación estadística”.

TIPOS DE ERRORES EN TEST DE HIPÓTESIS.

RESULTADO DEL TEST REALIDAD	Rechazo H0	Acepto H0
H0 cierta	Error tipo 1 (error α)	No error (1-α)
H0 falsa	No error (1-β)	Error tipo 2 (error β)

El error más importante para nosotros es el tipo alfa.

CÁLCULO DE CHI CUADRADO 

El análisis de Chi cuadrado parece difícil, pero un vídeo que me recomendó mi profesor de la asignatura me ayudó bastante a su comprensión; es un vídeo-tutorial en que que explica el procedimiento a realizar para saber si aceptar o rechazar la hipótesis nula. Aquí os lo dejo 

CÁLCULO DE T DE STUDENT 

Otro tipo de análisis, es la ''T de Student'', como hemos visto anteriormente, este tipo de análisis es el que se realiza para variables cualitativa (variable independiente) y cuantitativa (variable dependiente). Para que quede claro el proceso que hay que seguir, os dejo el siguiente vídeo que aclara las ideas. 

REGRESIÓN LINEAL

Con este vídeo entendemos el análisis de regresión lineal, para variables cuantitativas (variable independiente) y cuantitativas (variables dependientes)

TEST DE ANOVA 

Por último vamos a hablar del Test de Anova, este análisis se lleva a cabo cuando las variables que tenemos son cualitativas policotómicas y cuantitativas. En este caso, las varianzas de ambos grupos deben tener el mismo valor. Aquí aceptaríamos la Hipótesis alternativa si al menos uno de los dos grupos tiene una media diferente, es decir, si todas tuviesen el mismo valor, aceptaríamos la hipótesis nula (H₀) .