Ir al contenido

Cálculo de valores p pequeños en el análisis de hipótesis

Amigos,

Sigamos viendo cómo Patty ayuda a Mark a determinar valores de p pequeños en el análisis de hipótesis. La primera parte de esta historia está aquí.

Patty y Mark charlaron un rato y revisaron algunos de los datos que Mark estaba analizando.

«Mark, para simplificarlo, supongamos que estás comparando una eficiencia de transferencia (TE) con otra; digamos que has tomado 100 lecturas de TE y quieres ver si son estadísticamente superiores a un valor determinado. Así pues, tendríamos una hipótesis nula del 94 % y una hipótesis alternativa superior al 94 %», dijo Patty.

Patty se acercó a su pizarra blanca y lo escribió:

Ho: Media = 94 %

H1: Media >94 %

«Supongamos que la media de las cien lecturas es del 100 % y que la desviación típica es del 10 %», continuó.

«Eso es más o menos lo que mostraban los datos», respondió Mark.

Patty introdujo estos datos en Minitab y obtuvo el siguiente resultado:

Resultados de una prueba estadística en la que la hipótesis nula es μ = 94, la hipótesis alternativa es μ > 94 y el valor de T es 6.

«Por lo tanto, rechazamos la hipótesis nula y concluimos que la media (es decir, 100) es estadísticamente superior al 94 %», afirmó Patty.

«Pero dice que el valor p es 0,000», se quejó Mark. «Por eso Mike me echó la bronca», suspiró.

«Utilicemos Minitab para trazar un gráfico de la distribución normal, con una media de 0 y una desviación estándar de 1, y veamos dónde se sitúa el 6 en el gráfico. El 6 equivale a un valor T de 6 (o a un valor Z si el tamaño de la muestra es grande, por ejemplo, superior a 400)», dijo Patty. Véase la figura 1.

Gráfico de una curva de distribución normal en forma de campana titulado «Gráfico de distribución», con una media de 94 y una desviación estándar.

Figura 1. Resultado gráfico de Minitab.

«Vaya, ahí está el valor p: 9,8659×10⁻¹⁰», exclamó Mark.

«Resulta que incluso esta función de representación gráfica calcula un valor de P-Value igual a 0 para valores de T o Z superiores a aproximadamente 8», confirmó Patty.

—Vaya, parece que Mike aún podría echarme una bronca si el valor T es de 8 o más —se quejó Mark.

«Ánimo», dijo Patty, «he resuelto el cálculo de la integral de la distribución gaussiana y he descubierto que se trata de una función de error complementaria.Excel® calcula funciones de error complementarias para valores de T o Z de hasta 37,5. En este caso, el valor P asociado es 4,61E-308». Véase la figura 2.

Tabla de una hoja de cálculo en la que se recogen los valores P y los valores T o Z, con el 37,5 resaltado en azul.

Figura 2. Hoja de cálculo de Excel de Patty para calcular los valores p.

Mark preguntó con tono suplicante: «¿Y si es mayor que 37,5?»

«Si tenemos en cuenta que solo hay unos 1.080 átomos en el universo, no nos preocupemos por 4,61E-308, ya que es una probabilidad de una entre 2,16E307», bromeó Patty. «Sin embargo, si alguna vez necesitas ir más allá de T = 37,5, he desarrollado técnicas que llegan a T muy por encima de 1 000, probablemente a cualquier número, pero no se pueden realizar conExcel®», continuó.

Mark preguntó con esperanza: «Entonces, ¿puedo quedarme con la hoja de cálculode Excel® y, si alguna vez tengo que superar los T = 37,5, me ayudarás, verdad?».

—Claro —dijo Patty—. Ah, y no te dejes intimidar tanto por Mike Madigan… en realidad no es más que un osito de peluche —bromeó.

Al oír eso, los dos se rieron, aunque Mark no lo hizo de forma muy convincente.

Salud,

Dr. Ron

A continuación se muestra la integración realizada por Patty de la función de la distribución normal gaussiana en la función de error complementaria. Los lectores que deseen obtener una copia de la hoja de cálculode Excel® que calcula los valores p pueden enviar un correo electrónico a [email protected].

Fórmulas de la distribución gaussiana con la integral del valor p desde z hasta el infinito, mediante sustitución.