MEDICINA

1. TIPOS DE ERROR EN LAS PRUEBAS DE
HIPOTESIS:
PODER ESTADISTICO DE LAS PRUEBAS

2. HIPOTESIS
 Una Hipótesis es una respuesta tentativa a la pregunta de
investigación. Es dar un posible resultado de la
investigación.
 Esta respuesta o resultado tiene que estar bien
fundamentada (en el marco teorico)
 En un trabajo de investigación se tienen que distinguir
dos hipótesis: la hipótesis de trabajo, que es lo que el
investigador espera encontrar como resultado de su
investigación y la hipótesis nula, que se establece
únicamente con fines estadisticos.
 Los estudios explicativos (que siempre son comparativos)
están obligados a llevar hipótesis, los descriptivos no.

3. HIPOTESIS NULA
 Como los estudios explicativos son forzosamente
comparativos, se requieren al menos dos grupos para
establecer comparaciones: un grupo experimental y un
grupo control.
 La hipótesis nula (H0) establece que no existe diferencia
entre los grupos de estudio (ya sea en promedios,
porcentajes, etc)
 Para aceptar o rechazar la hipótesis nula el investigador
debe seleccionar la prueba estadística adecuada
 Con estas pruebas se obtiene un resultado final que se
expresa como probabilidad (P).

4. HIPOTESIS NULA
En el proceso de aceptación o rechazo de la hipotesis
nula se pueden presentar dos errores:
Establecer que existe diferencia cuando en realidad no
existe (error tipo I)
Establecer que no existe diferencia cuando en realidad
si existe (error tipo II)

5. ERRORES TIPO I Y TIPO II
REALIDAD
PRUEBA
ESTADISTICA
Ho Falsa Ho Verdadera
Rechaza Ho Correcto Error tipo I
Acepta Ho Error tipo II Correcto

6.  Convencionalmente se acepta como de 0.05
 El investigador reconoce 5% de posibilidades de
equivocarse al decir que existe diferencia cuando
en realidad no la hay.
 Debe reconocerse que el valor de P que implica
significancia no deja de ser arbitrario, ya que en
muchos casos la interpretación de una P de 0.04
y una P de 0.06 sería muy similar, aunque
conduce a decisiones diferentes.
 Esta apreciación puede perderse si los
investigadores solamente informan P < o > de
0.05
El valor de alfa o valor de P (probabilidad
de cometer un error tipo I)

7.  Pueden tener un error tipo II, ya que
realmente si existía una diferencia que el
estudio no pudo detectar, es decir, la
prueba de hipótesis no tuvo el poder
suficiente para detectar esta diferencia.
 Al poder de una prueba para detectar
significancia se le llama potencia y por tanto
es 1 menos la probabilidad de cometer un
error tipo II
Estudios con resultados negativos

8. VALOR ALFA Y BETA
 El valor alfa α en un estudio, es el valor de significancia
con el que se va a tomar la decisión de si los resultados, o
diferencias, se corresponden con la realidad, o son asi por
puro azar.
 El valor α es la probabilidad de cometer un error tipo I
 El valor α es el valor de P, y para establecer diferencias
significativas siempre se fija en menos de 0.05
 El valor β se relaciona con la potencia de la prueba de
hipótesis
 El valor β es la probabilidad de cometer un error tipo II
 La potencia de una prueba es 1-β

9.  Esta en función del número de sujetos (una
pequeña diferencia, clínicamente sin importancia,
puede ser estadísticamente significativa si se
estudia un gran número de individuos)
 de la magnitud de la diferencia (estudios de poco
cambio en la variable de interés pueden necesitar
un número grande de individuos para detectar
dicho cambio)
 y de la variablidad del fenómeno de interés (si
existe gran variabilidad será más difícil encontrar
significancia).
EL PODER DEL ESTUDIO (1-β)

10.  El poder de un estudio (o de la prueba que se emplea)
es la capacidad para detectar diferencias entre dos
grupos (y por tanto no cometer un error tipo II)
 Entonces para que una prueba (como T de student o
Chi cuadrada) detecte diferencias entre dos grupos,
deben de cumplirse todas o algunas de las siguientes
condiciones:
1) Las diferencias deben ser suficientemente grandes
2) El número de sujetos debe ser suficientemente
grande
3) La variabilidad debe ser suficientemente pequeña
EL PODER DEL ESTUDIO (1-β)

11. Pruebas de asociación
Tipo de 2 muestras 2 muestras 3 o más muestras
variable independientes pareadas independientes
Distribución normal
Continua t de Student t de Student pareada ANOVA
Distribución no paramétrica
Continua U-Mann Whitney Wilcoxon Kruskal Wallis
Variables categóricas
Xi cuadrada Xi cuadrada M-H
McNemar