Prueba de hipótesis: qué, cómo y por qué [+ 5 recursos de aprendizaje]
La prueba de hipótesis es un método utilizado por muchos analistas en privado.ate y sectores gubernamentales para hacer probable statecomentarios o suposiciones sobre los datos de población.
Si ha estado tratando o estudiando datos de población, debe haber encontrado esta herramienta vital de prueba de hipótesis.
Se pueden emplear muchos métodos para hacer suposiciones, pero no todos brindan mayor precisión.
Y si no está seguro acerca de sus datos pero aún desea usarlos, podría ser riesgoso para su organización.
La prueba de hipótesis es una buena estrategia.ategy para lograr un mayor nivel de precisión. Ha sido fundamental en el análisis de la población.
En este artículo, discutiré qué es la prueba de hipótesis, cómo funciona, sus beneficios y sus casos de uso.
Entonces, sin más preámbulos, ¡comencemos!
¿Qué es la prueba de hipótesis?
La prueba de hipótesis es un método de inferencia estadística que utilizan los analistas para probar si los datos de población disponibles respaldan suficientemente una hipótesis dada y hacen suposiciones a partir de ella.
A través de este método, los analistas pueden evaluar fácilmente una hipótesis y determinar qué tan precisaate la suposición se basa en los datos disponibles.
En palabras simples, es una prueba. process basado en estadísticas inferenciales que le permiten llegar a un veredicto sobre los datos de población basándose en los datos de muestra recopilados.
En general, es casi imposible para los analistas encontrar propiedades o algún parámetro en particular de toda la población. Pero a través de la prueba de hipótesis, puede hacer una predicción y una decisión informadas basadas en los datos de la muestra y su precisión.
Tipos de pruebas de hipótesis
Los diferentes tipos de pruebas de hipótesis son:
- Hipótesis nula: Las estadísticas muestran que los datos de muestra son abruptos y que no hay correlación entre las dos variables en los datos de muestra dados.
- Hipótesis alternativa: Se demuestraates la tesis principal y se opone a la hipótesis nula. Es la principal fuerza impulsora en las pruebas. process porque muestra una correlación entre dos variables en datos de muestra.
- Hipótesis no direccional: Este tipo de prueba de hipótesis sirve como una hipótesis de dos colas. Representa que no hay dirección entre dos variables en los datos de muestra y que el valor real no es el mismo que el valor predicho.
- Hipótesis direccional: La hipótesis direccional representa alguna relación entre dos variables. Aquí, una variable en los datos de una muestra puede influir en las otras variables.
- Hipótesis estadística: Ayuda a los analistas a evaluarate si los datos y el valor satisfacen una determinada hipótesis. Es muy útil para hacer statementos y suposiciones sobre el resultado de un parámetro de población de muestra.
A continuación, analicemos los métodos de prueba de hipótesis.
Métodos de prueba de hipótesis
Para evaluar si una hipótesis específica es cierta o no, como analista, necesitará mucha evidencia plausible para llegar a una conclusión. en esta prueba process, se plantea una hipótesis nula y una alternativa antes de iniciar la evaluación.
La prueba de hipótesis no involucra un solo método sino muchos para evaluar si los datos de la muestra son favorables. Como analista, debe considerar los datos y el tamaño de la muestra y elegir qué método de prueba de hipótesis le conviene.
Pruebas de normalidad
Es un método de prueba de hipótesis estándar para analizar la distribución regular de datos de muestra. Durante la prueba process, se comprueba si los puntos de datos agrupados alrededor de la media están por debajo o por encima de la media.
En esta prueba estadística, la probabilidad de que los puntos queden por encima o por debajo de la media es igualally probable. Se forma una curva de campana y es equivalenteally distribuidos a ambos lados de la media.
Prueba Z-Test
Es otro tipo de prueba de hipótesis que se utiliza cuando los datos de la población son normales.ally repartido. Prueba que la media de dos separaate Los parámetros de población son diferentes cuando usted conoce la varianza de los datos.
Al analizar datos de población, es muy probable que utilice este tipo cuando el tamaño de la muestra de datos sea superior a treinta. Además, el teorema del límite central es otra razón que hace que la prueba Z sea adecuada, ya que el teorema states cuando el tamaño de las muestras aumenta, las muestras son normalesally repartido.
Prueba de prueba T
Usted utilizará la prueba de hipótesis de la prueba T cuando el tamaño de la muestra sea limitado y sea habitual.ally repartido. En general, cuando el tamaño de la muestra es inferior a 30 y usted desconoce la desviación estándar del parámetro, se aplica principalmente.
Cuando haces una prueba T, lo haces para calcularate los intervalos de confianza de datos de poblaciones específicas.
chiSquare Probar
El Chi-square test is a popular hypothesis-testing process que se utiliza a menudo para evaluar la idoneidad y la integridad de una distribución de datos.
Sin embargo, la razón principal por la que utilizará este tipo de hipótesis es cuando desee probar la varianza de la población frente a una varianza de la población de un valor supuesto o conocido. Chi diferente-Square tests are conducted, but the most common type is the Chi-Square prueba de varianza e independencia.
Pruebas ANOVA
Tejidoreviated como Análisis de variación, es un método de prueba estadística que ayuda a comparar los conjuntos de datos de dos muestras. Sin embargo, le permite comparar más de dos medias a la vez.
También explica una variable dependiente y una variable independiente de datos de muestra. El uso de ANOVA es bastante similar al uso de Z-Test y T-Test, pero los dos últimos están limitados a solo dos medios.
¿Cómo funciona la prueba de hipótesis?
Todos los analistas que utilizan pruebas de hipótesis utilizan datos de muestras aleatorias para el análisis y la medición. Durante la prueba, los datos de la muestra aleatoria se utilizan para probar la hipótesis nula y la hipótesis alternativa.
Como hemos discutido anteriormente, la hipótesis nula y la hipótesis alternativa son completamente mutuas.ally exclusiva, y durante el resultado de la prueba, sólo una puede ser verdadera.
Sin embargo, hay algunos casos en los que se rechaza la hipótesis nula; la hipótesis alternativa no siempre es cierta.
valor p: mientras las pruebas process comienza, el valor p o valor de probabilidad está involucrado y muestra si el resultado es significativo o no. No solo eso, sino que el valor p también muestra la probabilidad de que ocurra un error al descartar o no descartar una hipótesis nula durante la prueba. El valor p resultante es 0 o 1, que luego se compara con el nivel de significancia o nivel alfa.
El nivel de significación aquí define el riesgo aceptable al rechazar una hipótesis nula durante la prueba. Es importante recordar que el resultado de la prueba de hipótesis puede dar lugar a dos tipos de errores:
- Error tipo 1 ocurre cuando el resultado de la prueba descarta la hipótesis nula a pesar de que es verdadera.
- Error tipo 2 aparece cuando la hipótesis nula es aceptada por el resultado de la muestra a pesar de ser falsa.
Todos los valores que provocan el rechazo de la hipótesis nula se almacenan en la región crítica. Y es el valor crítico el que separaates las regiones críticas de otras.
Pasos para realizar la prueba de hipótesis
La prueba de hipótesis implica principalmente cuatro pasos:
- Definir hipótesis: En el primer paso, su trabajo como analista es definir las dos hipótesis de modo que sólo una pueda ser cierta. La hipótesis nula indicaráate no hay diferencia en el IMC medio, mientras que la hipótesis alternativa se mantendráate que existe una diferencia significativa en el IMC medio.
- Programa: En el siguiente paso, deberá diseñar un plan de análisis sobre cómo puede analizar los datos de muestra. Es vital que realice un muestreo y recopile los datos de la muestra para asegurarse de que esté diseñado para probar su hipótesis.
- Analizar datos de muestra: Después de decidir cómo evaluaráate los datos, es hora de comenzar con la process. Tendrás que analizar los datos de la muestra física.ally para que no haya redundancia. Mientras analiza los datos, debe verificar que las muestras sean independientes entre sí y que ambos tamaños de muestra sean lo suficientemente grandes.
- Calculate Estadísticas de prueba: En esta etapa tendrás que calcularate las estadísticas de la prueba y encuentre el valor p. El valor p se determinará suponiendo que la hipótesis nula es verdadera.
- Evalúe el resultado: En el paso final, deberá evaluar el resultado de la prueba de hipótesis. Aquí, decidirá si rechaza la hipótesis nula o declara su plausibilidad en función de los datos de la muestra.
Ahora, exploraremos los beneficios de la prueba de hipótesis.
Beneficios de la prueba de hipótesis
Los beneficios de la prueba de hipótesis son:
- Le ayuda a analizar la fuerza de su reclamo en una decisión de datos.
- Como analista, te permite crearate un entorno confiable para decidir sobre datos de muestra.
- Le permite determinar si los datos de muestra involucrados en la prueba de hipótesis son estadísticos.ally significativo.
- Es beneficioso para evaluar la confiabilidad y validez de los resultados de las pruebas en cualquier prueba sistemática. process.
Te ayuda en extrapolating the data from a sample stage to a larger population depending upon the requirement.
Casos de uso de prueba de hipótesis
Las pruebas de hipótesis se utilizan en varios sectores para adivinar adecuadamente la precisión de los datos de muestra.ately. Algunos ejemplos del mundo real de prueba de hipótesis son:
#1. Ensayos clínicos
La prueba de hipótesis se utiliza ampliamente durante los ensayos clínicos porque ayuda a los profesionales médicos a decidir si un nuevo fármaco, tratamiento o procedimiento será efectivo o no en base a datos de muestra.
Un médico puede pensar que un tratamiento podría aliviarate niveles de potasio en algunos pacientes. El médico puede medir el nivel de potasio de un grupo de pacientes antes de realizar el tratamiento y comprobar el nivel nuevamente.
A continuación, el médico realiza una prueba de hipótesis donde H0: Udespués = Uantes, y denota que el nivel de potasio es el mismo que antes después de aplicar el tratamiento. Otra hipótesis indicaates Ha: Udespués < Uantes, lo que significa que el nivel de potasio ha disminuido después de aplicar el tratamiento.
Entonces, si el valor p es menor que el nivel de significación, el médico puede concluir que el tratamiento puede reducir el nivel de potasio.
#2. Elaboración
La prueba de hipótesis se utiliza en las plantas de fabricación para ayudar a los supervisores a decidir si el nuevo método o técnica es efectivo o no.
Por ejemplo, algunas unidades de fabricación pueden usar pruebas de hipótesis para determinar si el nuevo método les está ayudando a reducir la cantidad de productos defectuosos por lote. Suponga que el número de productos defectuosos es de 300 por lote.
El fabricante tiene que determinar la media del número total de productos defectuosos producidos antes y después de usar el método. Pueden realizar pruebas de hipótesis y usar hipótesis H0: Udespués = Uantes, donde la media de productos defectuosos producidos después de aplicar un nuevo método es la misma que antes.
Otra hipótesis muestra que HA: Uafter no es igual a Ubefore, lo que significa que el número total de productos defectuosos producidos después de aplicar el nuevo método no es el mismo.
Después de la prueba, cuando el valor p es menor que el nivel de significancia, la unidad de fabricación puede concluir que la cantidad de productos defectuosos producidos ha cambiado.
#3. Agricultura
Las pruebas de hipótesis se utilizan a menudo para determinar si el fertilizante o el pesticida están causando growth e inmunidad en las plantas. Los biólogos pueden utilizar las pruebas para demostrar que una determinada planta podría grow más de 15 pulgadas después de aplicar el nuevo fertilizante.
El biólogo podría aplicar el fertilizante durante un mes para recopilar datos de muestra. Cuando el biólogo realiza una prueba, una hipótesis es H0 U=15 pulgadas, lo que indicaates que el fertilizante no provoca ninguna mejora en la media growº de la planta.
Otra hipótesis muestra HA: U> 15 pulgadas, lo que significa que los fertilizantes provocan un aumento de la media. growº de la planta. Después de probar cuando el valor p es menor que el nivel de significancia, el biólogo ahora puede demostrar que los fertilizantes causan más growº que antes.
Recursos para el Aprendizaje
#1. Estadísticas: una introducción paso a paso de Udemy
Udemy ofrece un curso de estadísticas en el que aprenderá una introducción paso a paso a las estadísticas, que cubre la prueba de hipótesis. Este curso tiene ejemplos y lecciones de un ex científico de datos de Google para ayudarlo a dominar los intervalos de confianza, las pruebas de hipótesis y más.
#2. Estadísticas esenciales para el análisis de datos de Udemy
Este curso de Udemy sobre estadísticas esenciales para el análisis de datos te ayudará a aprender estadísticas con proyectos del mundo real, actividades divertidas, pruebas de hipótesis, distribuciones de probabilidad, análisis de regresión y más.
#3. Estadísticas para ciencia de datos y análisis empresarial
Udemy ofrece este curso sobre estadística para ciencia de datos y análisis empresarial que le ayudará a aprender a probar hipótesis. Cubre diferentes temas estadísticos, lo que permite a los científicos de datos y analistas de negocios aprenderlos y dominarlos. Abarca inferencial y descriptCinco estadísticas junto con análisis de regresión.
#4. Prueba de hipótesis por Jim Frost
Este libro está disponible en Amazon y es una guía intuitiva para ayudar a los analistas a tomar decisiones basadas en datos.
| Vista previa | Producto | Clasificación | Precio | |
|---|---|---|---|---|
|
Prueba de hipótesis: una guía intuitiva para tomar decisiones basadas en datos | $23.98 | Comprar en Amazon |
Cubre el funcionamiento de las pruebas de hipótesis, por qué las necesita, cómo usar de manera efectiva los intervalos de confianza, los valores p, los niveles de significancia y muchos más temas.
#5. Prueba de hipótesis por Scott Hartshorn
Este libro es único con sus ejemplos visuales y es mejor para los principiantes que buscan una guía rápida sobre la prueba de hipótesis.
| Vista previa | Producto | Clasificación | Precio | |
|---|---|---|---|---|
|
Prueba de hipótesis: una introducción visual a la significación estadística | $9.75 | Comprar en Amazon |
Le presentará la importancia de las estadísticas, sus tipos y su funcionamiento. No es necesario que tengas prevAmplio conocimiento profundo de la estadística pero explica todo de forma intuitiva.
Última Palabra
Las pruebas de hipótesis ayudan a verificar una suposición y luego desarrollar datos estadísticos basados en la evaluación. Se está utilizando en muchos sectores, desde la fabricación y la agricultura hasta los ensayos clínicos y la TI. Este método no sólo es exactoate sino que también le ayuda a tomar decisiones basadas en datos para su organización.
A continuación, consulte el recursos de aprendizaje para convertirse en analista de negocios.
