¿Qué es una prueba P?
Una prueba P es un método estadístico que prueba la validez de la hipótesis nula que establece una afirmación comúnmente aceptada sobre una población. Aunque el término nulo es un poco engañoso, el objetivo es probar el hecho aceptado intentando refutarlo o anularlo. La prueba P puede proporcionar la evidencia que puede rechazar o no rechazar (las estadísticas hablan de "no concluyentes") una afirmación ampliamente aceptada.
Para llevar clave
- Una prueba P es un método estadístico que prueba la validez de la hipótesis nula que establece una afirmación comúnmente aceptada sobre una población. Cuanto menor es el valor p, más fuerte es la evidencia de que la hipótesis nula debe ser rechazada y que la hipótesis alternativa podría sea más creíble. La estadística de la prueba P generalmente sigue una distribución normal estándar cuando se utilizan muestras de gran tamaño.
Comprender la prueba P
Una prueba P calcula un valor que permite al investigador determinar la credibilidad del reclamo aceptado. El valor p correspondiente se compara con un nivel estadísticamente significativo (nivel de confianza), alfa (α), que el investigador ha elegido para medir la aleatoriedad de los resultados. La estadística de la prueba P generalmente sigue una distribución normal estándar cuando se utilizan muestras de gran tamaño.
Los investigadores generalmente elegirán niveles alfa de 5% o menos, lo que se traduce en niveles de confianza de 95% o más. En otras palabras, un valor p inferior a un nivel alfa del 5% significa que hay más del 95% de posibilidades de que sus resultados no sean aleatorios, lo que aumenta la importancia de sus resultados. Esta es la evidencia que permitiría al investigador rechazar la hipótesis nula.
- Cuanto menor sea el valor p (valor p <alfa), mayor será la evidencia de que la hipótesis nula debe ser rechazada y que la hipótesis alternativa podría ser más creíble. Cuanto mayor sea el valor p (valor p> alfa), el La evidencia contra la hipótesis nula es más débil, lo que significa que no se puede rechazar, lo que hace que la prueba no sea concluyente.
Al realizar una prueba de hipótesis para validar un reclamo, el investigador postula dos hipótesis: nula (H 0) y alternativa (H 1). Formular las hipótesis nula y alternativa es clave para la utilidad que una prueba P puede ofrecer al investigador.
La hipótesis nula establece una creencia o premisa común que el investigador prueba para ver si puede rechazarla. El punto clave a comprender es que el investigador siempre quiere rechazar la hipótesis nula y la prueba P los ayuda a lograr este objetivo. Otro punto a tener en cuenta es que si la prueba P no puede rechazar la hipótesis nula, entonces se considera que la prueba no es concluyente y de ninguna manera pretende ser una afirmación de la hipótesis nula.
La hipótesis alternativa es la explicación diferente planteada por el investigador para explicar mejor el fenómeno que se está investigando. Como tal, debe ser la única o la mejor explicación alternativa posible. De esta manera, si el valor p valida un rechazo de la hipótesis nula, entonces la hipótesis alternativa puede verse como creíble.
Prueba Z y prueba T
Un tipo común y simplista de prueba estadística es una prueba z, que prueba la significancia estadística de una media muestral respecto a la media hipotética de la población, pero requiere que se conozca la desviación estándar de la población, que a menudo no es posible. La prueba t es un tipo de prueba más realista, ya que solo requiere la desviación estándar de la muestra en oposición a la desviación estándar de la población.
Comprender cómo las estadísticas pueden afectar el desarrollo de productos, especialmente en biotecnología, puede ser bastante útil para guiar a los inversores a tomar decisiones de inversión más informadas. Por ejemplo, una comprensión básica de los resultados estadísticos para un ensayo clínico de un fármaco prometedor puede ser invaluable para evaluar los rendimientos potenciales de un stock de biotecnología.
