Prueba de significación con la prueba de hipótesis
Video: prueba de hipotesis para un problema de gasto promedio
Todas las famosas pruebas de significación estadística (t de Student, chi-cuadrado, ANOVA, etc.) trabajan en el mismo principio general - que evalúan el tamaño del efecto aparente que se ve en los datos en función del tamaño de las fluctuaciones aleatorias presentes en sus datos . Los siguientes son los pasos generales que subyacen en todas las pruebas estadísticas comunes de importancia.
Hervir los datos en bruto hacia abajo en un solo número, llamado estadística de prueba.
Cada prueba tiene su propia fórmula, pero en general, la estadística de prueba representa la magnitud del efecto que busca en relación con la magnitud del ruido aleatorio en sus datos. Por ejemplo, la estadística de prueba para la prueba t de Student no apareado para comparar las medias entre dos grupos es relacionada con la relación:
Video: Pruebas de significación estadística
(La fórmula real de la t de Student estadística también incluye los términos que incluyen el número de sujetos en cada grupo.) El numerador de la relación es una medida del efecto que está buscando - la diferencia entre los dos grupos. Y el denominador es una medida del ruido aleatorio en sus datos - la difusión de los valores dentro de cada grupo. Cuanto mayor es el efecto observado es, en relación con la cantidad de dispersión aleatoria de los datos, mayor será la t de Student estadística será.
Determinar qué tan probable (o poco probable) que es para fluctuaciones aleatorias para producir una prueba estadística tan grande como la que en realidad se obtuvo de los datos (el “valor p”).
Los matemáticos han hecho la obra- dura que han desarrollado fórmulas de distribución de probabilidad (en realidad los complicados) que describen la cantidad de la estadística de prueba rebota en torno a si sólo están presentes las fluctuaciones aleatorias (es decir, si H0 es verdad). Una vez que haya calculado la estadística de prueba, puede utilizar las fórmulas de distribución de probabilidad (o hacer referencia a una tabla de valores) para obtener el valor p para la prueba.
Interpretar el “valor p” y sacar sus conclusiones.
Si el valor p es menor de 0,05 (o algún otro valor especificado previamente), entonces hay muy pocas posibilidades (menos de 1 en 20) que las fluctuaciones aleatorias solo, en ausencia de cualquier efecto real, podrían haber producido un efecto como grande como lo que realmente observado. Por lo que la conclusión de que el efecto que ha observado fue estadísticamente significativa.