Teoría de Pruebas Estadísticas

Teoría de Neyman-Pearson

• La teoría de Neyman-Pearson permite controlar la probabilidad de cometer error tipo I (α) y minimizar la probabilidad de cometer error tipo II (β).
• El objetivo es fijar α y encontrar la prueba que minimiza β, o maximiza la potencia de la prueba (1 - β).

Hipótesis y Contraste

• Un contraste de hipótesis se utiliza para discernir entre dos hipótesis rivales: la hipótesis nula (H0) y la hipótesis alternativa (H1).
• El contraste de hipótesis conduce a aceptar o rechazar la hipótesis nula planteada.

Desarrollo de la Prueba Estadística

• En los años cuarenta, los métodos de Fisher y Neyman-Pearson se unieron para dar lugar a la prueba estadística de hipótesis que se conoce hoy en día.
• El método toma del valor p como un índice que mide la fuerza de la evidencia.

Uso de la Prueba de Hipótesis en Ciencias de la Salud

• El uso de la prueba de hipótesis en ciencias de la salud se ha incrementado enormemente en los últimos cincuenta años.
• Sin embargo, se ha olvidado el significado clínico del resultado, y se ha enfatizado demasiado en el valor obtenido.

Limitaciones y Errores

• La significación estadística no es lo mismo que la importancia clínica.
• Las asociaciones o diferencias estadísticamente significativas no siempre son importantes o relevantes.
• La inferencia apropiada es que se ha comprobado una asociación o diferencia distinta de cero, no que sea necesariamente intensa o importante.
• El aumento del número de comparaciones aumenta las posibilidades de encontrar una diferencia "estadísticamente significativa".