¿Qué es la prueba de Bonferroni?
Una prueba de Bonferroni es un tipo de prueba de comparación múltiple utilizada en el análisis estadístico. Al realizar una serie de pruebas de hipótesis con comparaciones múltiples, eventualmente, podría ocurrir un resultado que muestre la significancia estadística de la variable dependiente, incluso si no hay ninguna.
Si una prueba en particular arroja resultados correctos el 99% del tiempo, ejecutar 100 pruebas podría conducir a un resultado falso en algún lugar de la mezcla. La prueba de Bonferroni intenta evitar que los datos aparezcan incorrectamente como estadísticamente significativos al hacer un ajuste durante las pruebas de comparación.
La prueba de Bonferroni, también conocida como "corrección de Bonferroni" o "ajuste de Bonferroni" sugiere que el valor de "p" para cada prueba debe ser igual a alfa dividido por el número de pruebas.
Para llevar clave
- Una prueba de Bonferroni es un tipo de prueba de comparación múltiple utilizada en el análisis estadístico. Durante las pruebas de hipótesis con comparaciones múltiples, pueden ocurrir errores o falsos positivos. Bonferroni diseñó una prueba o un ajuste para evitar que los datos parezcan incorrectos estadísticamente.
Comprensión de la prueba de Bonferroni
La prueba de Bonferroni lleva el nombre del matemático italiano que la desarrolló, Carlo Emilio Bonferroni (1892-1960). Otros tipos de pruebas de comparación múltiple incluyen la prueba de Scheffe y la prueba del método Tukey-Kramer. Una crítica a la prueba de Bonferroni es que es demasiado conservadora y puede no captar algunos hallazgos significativos.
En estadística, una hipótesis nula es esencialmente la creencia de que no hay diferencia estadística entre dos conjuntos de datos que se comparan. La prueba de hipótesis implica probar una muestra estadística para confirmar o rechazar una hipótesis nula. La prueba se realiza tomando una muestra aleatoria de una población o grupo. Mientras se prueba la hipótesis nula, también se prueba la hipótesis alternativa, por lo que los dos resultados se excluyen mutuamente.
Sin embargo, con cualquier prueba de una hipótesis nula, existe la expectativa de que pueda ocurrir un resultado falso positivo. Este error se denomina error de tipo 1 y, como resultado, se asigna una tasa de error a la prueba. En otras palabras, un cierto porcentaje de los resultados probablemente arrojará un error.
Por ejemplo, una tasa de error del 5% generalmente se puede asignar a una prueba, lo que significa que el 5% del tiempo, habrá un falso positivo. La tasa de error del 5% se denomina nivel alfa. Sin embargo, cuando se realizan muchas comparaciones en una prueba, la tasa de error para cada comparación puede afectar los resultados, creando múltiples falsos positivos.
Bonferroni diseñó un método para corregir el aumento de las tasas de error en las pruebas de hipótesis que tenían comparaciones múltiples. El ajuste de Bonferroni se calcula tomando el número de pruebas y dividiéndolo en el valor alfa. Usando la tasa de error del 5% de nuestro ejemplo, dos pruebas arrojarían una tasa de error de 0.025 o (.05 / 2) mientras que cuatro pruebas tendrían una tasa de error de.0125 o (.05 / 4).
