HIPOTESIS

Introducción
La hipótesis de investigación que se genera en todo proyecto se define como la
proposición o explicación tentativa del fenómeno investigado o la postulación de lo
que se busca o se trata de probar. La hipótesis de trabajo está integrada por
enunciados formales que declaran lo que el investigador quiere probar. De tal
manera que, para refutar o confirmar un problema de investigación, se debe
plantear una hipótesis que intenta proponer o explicar la relación entre dos
variables, y ésta se debe apoyar siempre en conocimientos organizados y
sistematizados
 3.1 Metodología para la prueba de hipótesis

Prueba de hipótesis

Estadísticamente una prueba de hipótesis es cualquier afirmación acerca de una población y/o sus
parámetros.

Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra
la toma de decisión acerca de las hipótesis. La decisión consiste en rechazar o no una hipótesis en
favor de la otra. Una hipótesis estadística se denota por “H” y son dos:

- Ho: hipótesis nula

- H1: hipótesis alternativa

Partes de una hipótesis

1-La hipótesis nula “Ho”

2-La hipótesis alternativa “H1”
3-El estadístico de prueba
4-Errores tipo I y II
5-La región de rechazo (crítica)
6-La toma de decisión

Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar una afirmación
acerca de una población dependiendo de la evidencia proporcionada por una muestra de datos. Es
una prueba de significación o una prueba estadística, que indican el proceso mediante el cual
decidimos si una proposición respecto de la población, debe ser aceptada o no. Esta proposición
es lo que se denomina hipótesis estadística.
 3.2 Hipótesis nula y alternativa
Un contraste de hipótesis estadístico se plantea como una decisión entre dos
hipótesis.

La hipótesis nula consiste en una afirmación acerca de la población de origen de

la muestra. Usualmente, es más simple (menor número de parámetros, por
ejemplo) que su antagonista. Se designa a la hipótesis nula con el símbolo H0.

La hipótesis alternativa es igualmente una afirmación acerca de la población de

origen. Muchas veces, aunque no siempre, consiste simplemente en  negar la
afirmación de H0. La hipótesis alternativa se designa con el símbolo H1.

De momento trataremos el caso más sencillo, en el cual las dos hipótesis se

refieren a un único valor del parámetro. En esta situación general, las hipótesis se
refieren a un parámetro θ (theta). La formulación es:

H0:  θ= θ0

H1: θ = θ1

 En la teoría del contraste de hipótesis este tipo de planteamiento se conoce como
contraste de hipótesis simple contra simple.

Así pues, una hipótesis simple postula que el parámetro θ sólo puede tomar un
valor o bien,  más técnicamente, que el conjunto de parámetros asociado a una
hipótesis simple consiste en un sólo punto.

 
Ejemplos de hipótesis que se han de contrastar
 

 Caso 1: hipótesis para dirimir la controversia acerca del número de

hembras.
 Caso 2: hipótesis a contrastar en el problema de la tasa de statdrolona.
 3.3 Error tipo I y error tipo II
.Error de tipo I
Si usted rechaza la hipótesis nula cuando es verdadera, comete un error de tipo
I. La probabilidad de cometer un error de tipo I es α, que es el nivel de
significancia que usted establece para su prueba de hipótesis. Un α de 0.05
indica que usted está dispuesto a aceptar una probabilidad de 5% de estar
equivocado al rechazar la hipótesis nula. Para reducir este riesgo, debe utilizar
un valor menor para α. Sin embargo, usar un valor menor para alfa significa que
usted tendrá menos probabilidad de detectar una diferencia si esta realmente
existe.

Error de tipo II
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo
II. La probabilidad de cometer un error de tipo II es β, que depende de la
potencia de la prueba. Puede reducir el riesgo de cometer un error de tipo II al
asegurarse de que la prueba tenga suficiente potencia. Para ello, asegúrese de
que el tamaño de la muestra sea lo suficientemente grande como para detectar
una diferencia práctica cuando esta realmente exista.

La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este

valor es la potencia de la prueba.

  Verdad acerca de la población

Decisión basada H0 es verdadera H0 es falsa

en la muestra

No rechazar H0 Decisión correcta (probabilidad Error tipo II - no rechazar

= 1 - α) H0 cuando es falsa
(probabilidad = β)

Rechazar H0 Error tipo I - rechazar Decisión correcta (probabilidad

H0 cuando es verdadera = 1 - β)
(probabilidad = α)
 Ejemplo de error de tipo I y tipo II
Para entender la interrelación entre los errores de tipo I y tipo II, y para determinar
cuál error tiene consecuencias más graves para su situación, considere el siguiente
ejemplo.

Un investigador médico desea comparar la efectividad de dos medicamentos. Las

hipótesis nula y alternativa son:

 Hipótesis nula (H0): μ1= μ2

Los dos medicamentos tienen la misma eficacia.
 Hipótesis alternativa (H1): μ1≠ μ2
Los dos medicamentos no tienen la misma eficacia.
Un error de tipo I se produce si el investigador rechaza la hipótesis nula y
concluye que los dos medicamentos son diferentes cuando, en realidad, no lo son.
Si los medicamentos tienen la misma eficacia, el investigador podría considerar
que este error no es muy grave, porque de todos modos los pacientes se
beneficiarían con el mismo nivel de eficacia independientemente del
medicamento que tomen. Sin embargo, si se produce un error de tipo II, el
investigador no rechaza la hipótesis nula cuando debe rechazarla. Es decir, el
investigador concluye que los medicamentos son iguales cuando en realidad son
diferentes. Este error puede poner en riesgo la vida de los pacientes si se pone en
venta el medicamento menos efectivo en lugar del medicamento más efectivo.

Cuando realice las pruebas de hipótesis, considere los riesgos de cometer errores
de tipo I y tipo II. Si las consecuencias de cometer un tipo de error son más graves
o costosas que cometer el otro tipo de error, entonces elija un nivel de
significancia y una potencia para la prueba que reflejen la gravedad relativa de
esas consecuencias.
 REFERENCIAS

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/type-i-and-type-ii-error/

http://metodologiaeninvestigacion.blogspot.com/2010/08/prueba-de-hipotesis.html

http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo9/B0C9m1t3.htm