Tema 10: Estimación y/o significación estadística.

Buenas tardes y bienvenidos a una nueva entrada. Esta vez os hablaré sobre la estimación o significación estadística.
Antes que nada ¿Qué es la estimación estadística? Es una de las formas de hacer inferencia estadística, la que nos va a permitir contrastar hipótesis, escoger la nula o la alternativa que hallamos planteado. Nos va a permitir también calcular nuestro nivel de significación y tomar decisiones cuantificando incluso el error que tengamos
Durante esta entrada os mostraré cómo plantear una hipótesis. Antes que nada debemos saber qué es una hipótesis, pues bien, una hipótesis es la creencia, proposición que nosotros tenemos sobre los resultados que obtendremos al final de una investigación o estudio.
Esta proposición las comprobaremos a través de los cálculos pertinentes como son las pruebas de Chi-cuadrado o el Test de Student. Debemos saber que siempre que planteemos una hipótesis debemos plantear una hipótesis nula y otra alternativa:

• Hipótesis nula: es aquella en la que establecemos que no existe ningún tipo de relación entre los que estamos estudiando. Por ejemplo, si estudiamos el tabaquismo según sexos diremos en nuestra hipótesis nula que no existe ninguna relación entre ser mujer u hombre y el tabaquismo.
• Hipótesis alternativa: como su nombre indica es la que tomaremos en caso de que la hipótesis nula no se cumpla. Por ejemplo, el sexo influirá en el tabaquismo. En este caso deberemos usar las pruebas estadísticas para determinar que sexo se ve más influenciado por el tabaquismo.

Ahora que ya sabemos lo que son las hipótesis, de qué forma plantearlas y los tipos de hipótesis que existen, pasemos a contrastarlas.
El contrastar las hipótesis nos va a servir para poder controlar los errores que realicemos a lo largo del estudio o investigación. Para ello utilizaremos los intervalos de confianza además de test o contrastes de hipótesis. Para realizar un contraste de hipótesis seguiremos los siguientes pasos:

1. Establecemos una hipótesis a priori sobre el valor del parámetro.
2. Realizamos nuestra recogida de datos.
3. Analizamos coherencia entre las hipótesis que hemos planteado al principio y los datos obtenidos.

En estos contrastes de hipótesis como ya he comentado, usaremos las pruebas y test estadísticos correspondientes, con los que vamos a medir la probabilidad de error que podremos tener rechazando la hipótesis nula asociada al valor de p.
Según el nivel de confianza que establezcamos, que normalmente es de un 95% las soluciones de estos contrastes pueden ser:

• p>0,05: en este caso no podemos rechazar la hipótesis nula (no podemos decir que sea cierta, sino que no podemos rechazarla) 
• p<0,05: en este caso rechazamos la hipótesis nula, por lo que debemos aceptar la hipótesis la hipótesis alternativa.

A continuación os hablaré sobre los tipos de errores que podemos tener en las hipótesis:

Por un lado nos encontramos con el error alfa, que es la probabilidad que tenemos de equivocarnos al elegir la hipótesis nula como verdadera siendo la verdadera la alternativa.

El otro error que podemos cometer es el error beta, que es lo contrario al error alfa, es decir, aceptamos la hipótesis alternativa siendo la verdadera la hipótesis nula.

Por último os dejo una tabla en la que podemos observar los distintos test de hipótesis que nos podemos encontrar y cuando usarlos:

Y con esto me despido hoy de ustedes, espero que os haya sido útil esta nueva entrada.