Tema 4.

CONTRAST D’HIPÒTESI

BIOESTADÍSTICA
Grau de nutrició humana i dietètica
Universitat Rovira i Virgili
Curs 2019/20

Meritxell Pallejà
Recordem...
Estadística descriptiva
Organitzar, presentar i sintetitzar dades

 Estadística inferencial
Conclusions relacionades amb poblacions
Es basa amb el contrast d’hipòtesis i l’estimació dels
intervals de confiança
Hipòtesis estadística
 És una suposició feta (sobre algun paràmetre o
variable), que pot ser o no certa.
 El contrast d’hipòtesis ens permet acceptar o
rebutjar aquesta hipòtesis
 Un contrast d’hipòtesis consisteix en una comparació
 Normalment, en referència als paràmetres
poblacionals: mitjana, variància, proporcions,..
Realitzar un contrast d'hipòtesi

Passos d’un contrast d’hipòtesi:

1. Establir l’objectiu, què volem saber
2. Definir la hipòtesi nul·la i la hipòtesi alternativa
3. Establir un estadístic de prova
4. Construir les zones d’acceptació i de rebuig de la
hipòtesi
5. Calcular el p-valor
6. Decidir si es rebutja o no la hipòtesi nul·la
1. Establir l’objectiu
Què volem saber?
 Cal formular un objectiu i una pregunta concreta i
senzilla
 Les respostes a la pregunta plantejada han de ser
exhaustives. (o una resposta o una altra, mai les
dues poden succeir a l’hora)

La dieta A és més efectiva en la pèrdua de pes que

la dieta B?
La proporció de gent fumadora és la mateixa entre el
jovent universitari i no universitari?
2. Definir les hipòtesis
 Hipòtesi nul·la (H0)  Hipòtesi alternativa
(H1 o bé HA)
És la suposició que volem Nega la hipòtesi nul·la.
rebutjar. S’utilitza per demostrar
El seu rebuig ens afirma el que volem demostrar.
la hipòtesi alternativa.
2. Definir les hipòtesis
 Hipòtesi nul·la (H0)
La dieta A i la dieta B
són igual d’efectives en
la pèrdua de pes.
La proporció de joves
fumadors és la mateixa
entre els universitaris que
entre els no universitaris
 Hipòtesi alternativa
(H1 o bé HA)
La dieta A és més
efectiva en la pèrdua de
pes que la dieta B.
La proporció de joves
fumadors és diferent
entre els universitaris que
entre els no universitaris.
2. Definir les hipòtesis
 Hipòtesi nul·la (H0)
Altres exemples de plantejaments de la hipòtesi
nul·la:
 Les mitjanes són iguals  No hi ha correlació

 Les proporcions són  La distribució de la

iguals variable és normal

 No hi ha canvis ni  No hi ha tendència

diferències lineal
 No hi ha associació  El pendent de la recta

 Hi ha independència és 0
2. Definir les hipòtesis
2. Definir les hipòtesis
 Si rebutgem H0, afirmem H1:
S’ha demostrat que H1 és certa (amb un cert nivell
de confiança).

 Si no podem rebutjar H0:

Pot ser que sigui certa o que no tinguem prou eines
per demostrar que H1 és certa.
3. Establir un estadístic de prova
 S’utilitza per decidir si la hipòtesi nul·la pot o no ser
rebutjada.
 És escollit en funció del tipus d’objectiu a demostrar
i del tipus d’hipòtesi.
 L’estadístic de prova ens proporciona la
probabilitat de que H0 sigui certa.
 Quan la probabilitat obtinguda està per sota d’un cert
llindar (α): es rebutja H0
 Quan la probabilitat obtinguda està per sobre d’un
cert llindar (α): No es pot rebutjar H0
3. Establir un estadístic de prova
4. Zones d’acceptació i de rebuig
 Regió d’acceptació (RA): Rang de valors coherents
amb la hipòtesi nul·la
 Regió de rebuig (RR): Rang de valors
complementaris amb la RA, pels que podem
rebutjar la hipòtesi nul·la.
 Valors crítics: Valors que separen la RA de RR.
4. Zones d’acceptació i de rebuig
 Quan es fa un contrast d’hipòtesi sovint existeix la
possibilitat de definir més d’una hipòtesi alternativa
(H1) contra una mateixa hipòtesi nul·la (H0).
5. Calcular el p-valor
Definició del p-valor:

 El p-valor indica la probabilitat d'obtenir un valor

igual o més extrem que l'observat, suposant que
sigui veritat la hipòtesi nul·la
5. Calcular el p-valor

 Ens serveix per veure si els resultats obtinguts són

deguts a l’atzar o no.
 Els p-valors NO mesuren la força d’associació entre
dues variables o entre una suposada causa i el seu
efecte. Són una forma de comunicar els resultats
però no indiquen la importància d’aquests.
5. Calcular el p-valor

 Si p-valor < α : Rebutgem H0 i diem que el resultat

és estadísticament significatiu.
 Si p-valor ≥ α : No podem rebutjar H0 i diem que
el resultat NO és estadísticament significatiu.
6. Decisió de rebuig o no de H0
 Com podem decidir si rebutgem o no H0?
6. Decisió de rebuig o no de H0
 Com podem decidir si rebutgem o no H0?
 Zones d’acceptació / zones de rebuig

 P-valor
Si p-valor < α : Rebutgem H0.
Si p-valor ≥ α : No podem rebutjar H0.
Contrast d’hipòtesi i IC
 Un contrast d’hipòtesi i un interval de confiança no
es poden contradir.
 Un paràmetre fora de l’interval de confiança vol
dir rebuig de Ho, dins de l’interval vol dir que no
podem rebutjar Ho.
Errors del contrast
 Un cop realitzat el contrast, s’ha escollit:
Rebuig de H0 o no rebuig
Podem haver encertat o fallat respecte la realitat
poblacional.
Error tipus I
 Probabilitat de rebutjar la hipòtesi nul·la quan és
certa.
P(escollit H1|H0 és certa)=α

 Diem que α és el nivell de significació.

 És la probabilitat que l’investigador determina a
priori. És el risc de cometre un error tipus I que
l’investigador està disposat a assumir.
Error tipus II
 Probabilitat d’acceptar la hipòtesi nul·la quan és
falsa.
P(escollit H0|H1 és certa)=β

 És la probabilitat de cometre un error tipus II

 Diem que 1- β és la potència
Potència

 Probabilitat d’acceptar la hipòtesi alternativa quan

és certa.
P(escollit H1|H1 és certa)=1-β
Error tipus I i tipus II
Error tipus I i tipus II

 La situació ideal seria disminuir els dos tipus

d’errors
 A la pràctica: Disminuir la probabilitat de l'error de
tipus I, α, condueix a incrementar la probabilitat de
l'error de tipus II, β.
Alguns exemples...
Definiu les hipòtesis i digueu si faríeu un test unilateral o
bilateral.
A)
Alguns exemples...
Definiu les hipòtesis i digueu si faríeu un test unilateral o
bilateral.
B)