Prueba de significación con la prueba de hipótesis

categoría Educación y lenguas / Ciencia / Biología

Todas las famosas pruebas de significación estadística (t Student, chi-cuadrado, ANOVA, etc.) trabajan en el mismo principio general - 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.

  1. 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 usted está buscando en relación con la magnitud del ruido aleatorio en los datos. Por ejemplo, la estadística de prueba para la prueba de la t de Student no pareada para comparar los medios entre los dos grupos se relaciona con la relación:

    image0.jpg

    (La fórmula real de la t de Student estadística también incluye términos relacionados con el número de sujetos en cada grupo). El numerador de la ratio es una medida del efecto que usted 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 sea el efecto observado es, en relación con la cantidad de dispersión aleatoria de los datos, mayor será la t de Student estadística será.

  2. Determinar qué tan probable (o improbable) que es para fluctuaciones aleatorias para producir una estadística de prueba tan grande como el que usted realmente recibió de sus datos (el "valor p").

    Los matemáticos han hecho el trabajo duro que han desarrollado fórmulas de distribución de probabilidad (realmente los complicados) que describen la cantidad de la estadística de prueba rebota si sólo fluctuaciones aleatorias están presentes (es decir, si H0 es cierto). 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.

  3. Interpretar el "valor p" y sacar sus conclusiones.

    Si el valor p es menor que 0.05 (o algún otro valor especificado previamente), entonces hay muy pocas posibilidades (menos de 1 de cada 20) que las fluctuaciones aleatorias solas, en ausencia de cualquier efecto real, podría haber producido un efecto tan grande como lo que realmente observado. Así que la conclusión de que el efecto que observó fue estadísticamente significativa.



Artículos Relacionados

Sobre el autor
Manejo de pruebas de hipótesis estadísticas Manejo de pruebas de hipótesis estadísticas

Utiliza las pruebas de hipótesis para desafiar si alguna afirmación sobre una población es cierto (por ejemplo, la afirmación de que el 40 por ciento de los estadounidenses posee un teléfono celular). Para poner a prueba una hipótesis…

Cómo determinar un valor de p al probar una hipótesis nula Cómo determinar un valor de p al probar una hipótesis nula

Al probar una hipótesis sobre una población, puede utilizar el estadístico de prueba para decidir si se debe rechazar la hipótesis nula, H0. A tomar esta decisión mediante la presentación de un número, llamado p-valor.LA p-valor es una…

¿Cómo encontrar la prueba estadística de ANOVA utilizando el cuadrado medio del error y el tratamiento cuadrado medio ¿Cómo encontrar la prueba estadística de ANOVA utilizando el cuadrado medio del error y el tratamiento cuadrado medio

En comparación con otros tipos de pruebas de hipótesis, la construcción de la estadística de prueba de ANOVA es bastante complejo. Usted construye la estadística de prueba (o F-estadística) del error cuadrado medio (MSE) y el tratamiento Mean…

Interpretación de significación estadística en SPSS Statistics Interpretación de significación estadística en SPSS Statistics

Usted necesita saber cómo interpretar la significación estadística cuando se trabaja con SPSS Statistics. Al llevar a cabo una prueba estadística, con demasiada frecuencia la gente salta inmediatamente a la conclusión de que una constatación "…

En cuanto a los valores críticos del intervalo de confianza En cuanto a los valores críticos del intervalo de confianza

Los valores críticos (z*-valores) son un componente importante de los intervalos de confianza (la técnica estadística para estimar parámetros poblacionales). los z* -valor, que aparece en el margen de la fórmula de error, mide el número de…

Visión general de la prueba de hipótesis Visión general de la prueba de hipótesis

Una forma importante para sacar conclusiones acerca de las propiedades de una población es con la prueba de hipótesis. Puedes usar pruebas de hipótesis para comparar una medida de población a un valor especificado, comparar las medidas para dos…

Estadísticas términos para saber cuando se utiliza Excel 2007 las herramientas de análisis de datos Estadísticas términos para saber cuando se utiliza Excel 2007 las herramientas de análisis de datos

Con las herramientas de análisis de datos disponibles en Excel 2007, puede crear hojas de cálculo que muestran los detalles de cualquier estadística se puede crear una fórmula para encontrar - y usted puede encontrar cualquier número. Es bueno…

Terminología utilizada en las estadísticas Terminología utilizada en las estadísticas

Al igual que todos los temas, las estadísticas tienen su propio idioma. El lenguaje es lo que ayuda a que sabes lo que es un problema está pidiendo, ¿qué se necesitan los resultados, y cómo describir y evaluar los resultados de una manera…

Ir fuera de la norma con las estadísticas no paramétricas Ir fuera de la norma con las estadísticas no paramétricas

Todas las pruebas estadísticas se obtienen sobre la base de algunos supuestos sobre los datos, y la mayoría de las pruebas de significación clásicos (como las pruebas de la t de Student, análisis de varianza y pruebas de regresión) asumen que…

Cómo utilizar pruebas t de Student para comparar las medias Cómo utilizar pruebas t de Student para comparar las medias

Puede ejecutar las pruebas de la t de Student utilizando el software estadístico típica e interpretar la salida producida. En este ejemplo, podrás usar el OpenStat paquete de software.La idea básica de una prueba tTodas las pruebas t de Student…

Distribuciones de probabilidad en bioestadística Distribuciones de probabilidad en bioestadística

Las muestras difieren de las poblaciones a causa de fluctuaciones aleatorias. Estadísticos entienden cuantitativamente cómo se comportan las fluctuaciones al azar mediante el desarrollo de ecuaciones matemáticas, llamados funciones de…

Teoría de la decisión estadística Teoría de la decisión estadística

Teoría de la decisión estadística es tal vez el más grande rama de la estadística. Abarca todos los famosos (y muchos no tan famosos) pruebas de significación - pruebas t de Student, chi-cuadrado pruebas, análisis de varianza (ANOVA-),…

» » » » Prueba de significación con la prueba de hipótesis