Interpretar los resultados de las pruebas de hipótesis

Introducción a la estadística

George Boorman

Curriculum Manager, DataCamp

Esperanza de vida en Chicago frente a Bangkok

Hipótesis nula:
- No hay diferencia en la esperanza de vida entre los residentes de Chicago y los de Bangkok.
Hipótesis alternativa:
- Los residentes de Chicago tienen una esperanza de vida más larga que los residentes de Bangkok.

Chicago

Bangkok

sampling_histogram_of_life_expectancy_in_Chicago_and_Bangkok.png

second_sample_histogram_of_life_expectancy_in_Chicago_and_Bangkok.png

sampling_distribution_of_mean_life_expectancy_per_city_following_two_bell_curve_shapes.png

$p$
- Probabilidad de obtener este resultado, suponiendo que la hipótesis nula es cierta.

chicacgo_sample_means_distribution_annotated_with_p_value_for_mean_of_eighty_two.png

bangkok_and_chicago_sample_mean_distributions_with_p_value_annotated_as_the_overlap_between_the_two.png

Para reducir el riesgo de llegar a una conclusión errónea:
- Establece un umbral de probabilidad para rechazar la hipótesis nula.
Se conoce como $\alpha$ o nivel de significación
Se decide antes de la recopilación de datos para minimizar el sesgo:
- De lo contrario, se podría elegir un $\alpha$ diferente según los intereses.
Un umbral típico es 0,05.
- 5 % de probabilidad de llegar a la conclusión errónea de que los residentes de Chicago viven más que los de Bangkok.
Si $p\leq\alpha$, rechaza la hipótesis nula.
Se dice que estos resultados son estadísticamente significativos.

sampling_distribution_of_mean_life_expectancy_per_city_following_two_bell_curve_shapes_with_overlap_annotated.png

Introducción a la estadística