¿Qué es la fórmula de hipótesis nula?
La hipótesis nula presume que los datos muestreados y los datos de la población no tienen diferencia o, en palabras simples, presume que la afirmación hecha por la persona sobre los datos o la población es la verdad absoluta y siempre es correcta. Entonces, incluso si se toma una muestra de la población, el resultado recibido del estudio de la muestra será el mismo que el supuesto.
Se denota por H 0 (pronunciado como 'H not').
¿Como funciona?
En la afirmación inicial de la hipótesis nula, se supone que la suposición es verdadera. Por ejemplo, suponga que hay una afirmación que establece que se necesitan 30 días para formar cualquier hábito. Por lo tanto, aquí se asumirá que es cierto hasta que haya alguna significación estadística que demuestre que nuestra suposición es incorrecta, y no se necesitan 30 días para formar un hábito. La prueba de hipótesis es una forma de modelo matemático que se utiliza para aceptar o rechazar la hipótesis dentro de un rango de niveles de confianza.
Hay 4 pasos que se deben seguir en este modelo.
- El primer paso es enunciar las 2 hipótesis, a saber, la hipótesis nula y la hipótesis alternativa, de modo que solo una de ellas pueda ser correcta.
- El segundo paso implica una estrategia que establece varios métodos a través de los cuales se analizarán los datos.
- El tercer paso consiste en analizar realmente el conjunto de datos necesario para sacar conclusiones.
- El último y cuarto paso es analizar los resultados y tomar la decisión de aceptar o rechazar la hipótesis.
Fórmula de hipótesis nula
" Fórmula de hipótesis nula (H 0 ): parámetro = valor"Dónde,
- El parámetro es la suposición o declaración hecha por la parte o persona interesada.
Una hipótesis se prueba a través del nivel de significancia de los datos observados para resumir los datos teóricos. Para el cálculo de la desviación de los datos reclamados, podemos utilizar la fórmula;
Tasa de desviación = Diferencia entre datos observados y datos teóricos / datos teóricos.
La medición de la desviación es una mera herramienta para estudiar el nivel de significancia de los estados declarados en la Prueba de Hipótesis Nula.
Ejemplos de pruebas de hipótesis nulas
Concepto 1: la Hipótesis nula debe tener un signo de igualdad, o en otras palabras, esta Hipótesis significa el supuesto de que no hay diferencia.
Ejemplo 1
Un equipo de investigación llega a la conclusión de que si los niños menores de 12 años consumen un producto llamado 'ABC', las posibilidades de que su estatura aumenten en un 10%. Pero al evaluar la tasa de crecimiento de la muestra comprobada al elegir algunos niños que consumen el producto, 'ABC' llega a ser del 9,8%. Explique la hipótesis nula en el caso proporcionado.
Solución: En este caso, si se toma un supuesto de hipótesis nula, entonces el resultado seleccionado por el investigador será según los criterios;
H 0 : Parámetro = valor
Donde el parámetro seleccionado por el investigador es el del consumo del producto 'ABC' por parte de los niños menores de 12 años, existe la posibilidad de un aumento de la tasa de crecimiento en un 10%.
El valor del parámetro es @ 10%
Así, al suponer la hipótesis nula, el investigador tomará el valor del parámetro @ 10% como se ha tomado el supuesto.
Concepto 2: El nivel de importancia, como se menciona en la definición, es la medición de la confiabilidad de los datos reales en comparación con los datos asumidos o declarados en la declaración realizada.
El nivel de significancia se puede probar mediante la valoración de la desviación en los datos observados y los datos teóricos.
Ejemplo # 2
En un estudio realizado por la autoridad de una industria, afirman que en una producción promedio de 100 bienes, las posibilidades de que la producción de un bien defectuoso sea del 1,5%. Pero durante el estudio de una muestra tomada, las posibilidades de que la producción de un bien defectuoso sea de casi el 1,55%. Comente sobre la siguiente situación.
Solución
En el caso de la Prueba de Hipótesis Nula, el hecho asumido como el mundo correcto es la afirmación hecha por la autoridad de que las posibilidades de producción de un bien defectuoso son 1.5% para la producción de cada 100 bienes.
En este caso, el nivel de significancia se puede medir mediante la desviación.
El cálculo de la tasa de desviación se puede realizar de la siguiente manera,
- = (1,55% -1,50%) * 100 / 1,50%
La tasa de desviación será -
- Tasa de desviación = 3.33%
Explicación
En este ejemplo, la desviación del parámetro asumido resulta ser 3.33%, que está en el rango aceptable, es decir, 1% a 5%. Por tanto, la Hipótesis nula puede aceptarse incluso cuando la valoración real difiera de la suposición. Pero en el caso, tal desviación habría excedido el 5% o más (difiere de una condición a otra), la hipótesis debe ser rechazada porque la suposición hecha no tendría fundamento para ser justificada.
Concepto 3: Hay muchas formas diferentes de verificar el enunciado presumido en el caso de la 'hipótesis nula', uno de los métodos es comparar la Media de la muestra tomada con la Media de la población. Donde el término 'Media' podría definirse como el promedio del valor del parámetro tomado al número de datos seleccionados.
Ejemplo # 3
Una organización de expertos después de su estudio afirmó que el tiempo de trabajo promedio de un empleado que trabaja en la industria manufacturera es aproximadamente de 9.50 horas por día para la finalización adecuada del trabajo. Pero una empresa de fabricación llamada XYZ Inc. afirmó que el promedio de horas trabajadas por sus empleados es inferior a 9,50 horas diarias. Para el estudio del reclamo se tomó una muestra de 10 empleados, y a continuación se registra su jornada laboral diaria. La media de los datos de muestra seleccionados es de 9,34 horas por día: comentario sobre la afirmación de XYZ Inc.
Solución
Tomemos la fórmula de hipótesis nula para analizar la situación.
H 0 : Parámetro = valor es decir,
Dónde,
- El parámetro tomado por los expertos es 'la hora de trabajo promedio del empleado que trabaja en una empresa de fabricación'.
El valor tomado por los expertos es de 9,50 horas diarias.
- Media (media) de las horas de trabajo de la población = 9,50 horas diarias
- Horas de trabajo medias (promedio) de la muestra = 9.34 horas por día
El cálculo de la tasa de desviación se puede realizar de la siguiente manera,
- = (9,50-9,34) * 100% / 9,50
La tasa de desviación será -
- Tasa de desviación = 1,68%
Explicación
En el ejemplo anterior, la declaración de los expertos afirmó que la hora de trabajo promedio de un empleado que trabaja en la industria manufacturera es de 9,50 horas diarias. Mientras que en el estudio de la muestra tomada, la media de la jornada laboral resulta ser de 9,34 horas diarias. En el caso de la 'hipótesis nula', se toma el enunciado, o se toma como parámetro la afirmación de los peritos, y también se cree que el valor del parámetro es de las 9,50 horas diarias, como afirma el comunicado. . Pero podemos ver que luego del estudio de la muestra, la hora promedio resulta ser menor que la hora reclamada. En el caso de tal presunción, dicha hipótesis se denomina "hipótesis alternativa".
Ventajas
- Proporciona un marco lógico para probar la significación estadística: ayuda a probar ciertas hipótesis con la ayuda de estadísticas.
- La técnica está probada y probada: el método ha sido probado en los últimos tiempos y ayuda a probar ciertas suposiciones.
- La hipótesis alternativa, que es lo opuesto a la hipótesis nula, puede ser imprecisa: por ejemplo, si dice que los rendimientos de los fondos mutuos son del 8%, entonces la hipótesis alternativa será que los rendimientos de los fondos mutuos no sean iguales al 8%. En una prueba de dos colas, se puede demostrar que los rendimientos son mayores o menores que iguales al 8%.
- Refleja el mismo razonamiento estadístico subyacente que los intervalos de confianza: el valor P en Excel se utiliza para las pruebas de intervalo de confianza.
Desventajas
- Comúnmente se entiende y se malinterpreta: a veces, es difícil enunciar la hipótesis nula y una hipótesis alternativa adecuada. Este es el primer paso y, si falla, todo el experimento de analizar la hipótesis saldrá mal.
- La prueba del valor P no es informativa en comparación con el intervalo de confianza: el intervalo de confianza del 5% puede no ser significativo la mayor parte del tiempo.
- Esto es casi siempre falso: casi siempre, tratamos de demostrar que existe significación estadística para rechazar la hipótesis nula. En muy pocos casos se acepta esta hipótesis.
Relevancia y uso
La Hipótesis Nula se utiliza principalmente para verificar la relevancia de los datos estadísticos tomados como muestra en comparación con las características de toda la población de la que se tomó dicha muestra. En palabras simples, si se ha hecho alguna suposición para la población a través de los datos de muestra seleccionados, entonces la hipótesis nula se usa para verificar tales suposiciones y evaluar la importancia de la muestra.
La hipótesis nula también se usa generalmente para verificar la diferencia entre los procedimientos alternativos. Por ejemplo, digamos que hay dos formas de tratar una enfermedad y se afirma que una tiene más efectos que la otra. Pero la hipótesis nula presume que los efectos de ambos tratamientos son los mismos, y luego se está realizando el estudio para encontrar la importancia de tal supuesto y la varianza de tal.
