Hipótesis nula – Visión general, cómo funciona, ejemplo

Qué es la hipótesis nula?

La hipótesis nula afirma que no hay relación entre dos parámetros de la población, i.e., una variable independiente y una variable dependienteVariable dependienteUna variable dependiente es una variable cuyo valor cambiará en función del valor de otra variable, llamada variable independiente.. Si la hipótesis muestra una relación entre los dos parámetros, el resultado podría deberse a un error experimental o de muestreo. Sin embargo, si la hipótesis nula vuelve a ser falsa, existe una relación en el fenómeno medido.

La hipótesis nula es útil porque puede probarse para concluir si existe o no una relación entre dos fenómenos medidos. Puede informar al usuario de si los resultados obtenidos se deben al azar o a la manipulación de un fenómeno. La comprobación de una hipótesis sienta las bases para rechazar o aceptar una hipótesis dentro de un determinado nivel de confianza.

Se pueden utilizar dos enfoques principales para la inferencia estadística en una hipótesis nula– prueba de significación de Ronald Fisher y comprobación de la hipótesis por Jerzy Neyman y Egon Pearson. Fisher’El enfoque de las pruebas de significación de la UE establece que una hipótesis nula se rechaza si los datos medidos son significativamente improbables (la hipótesis nula es falsa). Por lo tanto, se rechaza la hipótesis nula y se sustituye por una hipótesis alternativa.

Si el resultado observado es coherente con la posición mantenida por la hipótesis nula, se acepta la hipótesis. Por otra parte, la prueba de hipótesis de Neyman y Pearson se compara con una hipótesis alternativa para llegar a una conclusión sobre los datos observados. Las dos hipótesis se diferencian en función de los datos observados.

Resumen

    Cómo funciona la hipótesis nula

    Una hipótesis nula es una teoría basada en una evidencia insuficiente que requiere más pruebas para demostrar si los datos observados son verdaderos o falsos. Por ejemplo, el enunciado de una hipótesis nula puede ser “la tasa de crecimiento de las plantas no se ve afectada por la luz solar.” Se puede comprobar midiendo el crecimiento de las plantas en presencia de luz solar y comparándolo con el crecimiento de las plantas en ausencia de luz solar.

    Rechazar la hipótesis nula prepara el terreno para seguir experimentando y ver si existe una relación entre las dos variables. Rechazar una hipótesis nula no significa necesariamente que el experimento no haya producido los resultados requeridos, sino que sienta las bases para una mayor experimentación.

    Para diferenciar la hipótesis nula de otras formas de hipótesis, una hipótesis nula se escribe como H0, mientras que la hipótesis alternativa se escribe como HA o H1. Una prueba de significación se utiliza para establecer la confianza en una hipótesis nula y determinar si los datos observados no se deben al azar o a la manipulación de los datos.

    Los investigadores comprueban la hipótesis examinando una muestra aleatoria de las plantas que se cultivan con o sin luz solar. Si el resultado demuestra un cambio estadísticamente significativo en el cambio observado, se rechaza la hipótesis nula.

    Ejemplo de hipótesis nula

    La rentabilidad anualLa rentabilidad anual es el rendimiento de una inversión generado a lo largo de un año y calculado como porcentaje del importe inicial de la inversión. Si la rentabilidad es de los bonos de ABC Limited se supone que es del 7.5%. Para comprobar si la hipótesis es verdadera o falsa, tomamos como hipótesis nula “la rentabilidad media anual del bono ABC limited no es del 7.5%.” Para comprobar la hipótesis, primero aceptamos la hipótesis nula.

    Cualquier información que esté en contra de la hipótesis nula establecida se toma como hipótesis alternativa a efectos de la prueba de hipótesis. En este caso, la hipótesis alternativa es “la rentabilidad media anual de ABC Limited es del 7.5%.”

    Tomamos muestras de los rendimientos anuales del bono de los últimos cinco años para calcular la media muestral de los cinco años anteriores. El resultado se compara con la media de rentabilidad anual supuesta del 7.5% para probar la hipótesis nula.

    La rentabilidad media anual para el quinquenio es del 7.5%; se rechaza la hipótesis nula. En consecuencia, se acepta la hipótesis alternativa.

    Qué es una hipótesis alternativa?

    Una hipótesis alternativa es la inversa de una hipótesis nula. Una hipótesis alternativa y una hipótesis nula son mutuamente excluyentes, lo que significa que sólo una de las dos hipótesis puede ser cierta.

    Existe una significación estadística entre las dos variables. Si las muestras utilizadas para probar la hipótesis nula resultan falsas, significa que la hipótesis alternativa es verdadera y que hay significación estadística entre las dos variables.

    Propósito de la prueba de hipótesis

    Prueba de hipótesisLa prueba de hipótesis es un método de inferencia estadística. Se utiliza para comprobar si una afirmación sobre un parámetro de la población es correcta. La comprobación de hipótesis es un proceso estadístico que consiste en poner a prueba una hipótesis relativa a un fenómeno o parámetro de la población. Es una parte fundamental del método científico, que es un enfoque sistemático para evaluar las teorías mediante observaciones y determinar la probabilidad de que una afirmación sea verdadera o falsa.

    Una buena teoría puede hacer predicciones precisas. Para un analista que hace predicciones, la prueba de hipótesis es una forma rigurosa de respaldar su predicción con un análisis estadístico. También ayuda a determinar la evidencia estadística suficiente que favorece una determinada hipótesis sobre el parámetro de la población.

    Recursos adicionales

    de la Inteligencia de Negocio global & Analista de datos (BIDA)®Conviértase en un experto en Business Intelligence & Analista de datos (BIDA)™De Power BI a SQL & Aprendizaje automático, la Certificación en Inteligencia Empresarial (BIDA) de nuestro sitio web le ayudará a dominar sus superpoderes analíticos. Programa de certificación, diseñado para ayudar a cualquier persona a convertirse en un analista financiero de primera clase. Para seguir avanzando en su carrera, los recursos adicionales que aparecen a continuación le serán de utilidad:

      Deja un comentario