Prueba de hipótesis y valor p
Cuándo una diferencia es evidencia y cuándo puede ser sólo azar
Tema T03 · Unidad III · Inferencia y experimentación
Prueba de hipótesis y valor p
Cuándo una diferencia es evidencia y cuándo puede ser sólo azar
El frijol rindió más con el inoculante: ¿sirve, o salió alto por azar?
De qué trata este tema
En T02 estimaste cuánto vale una media. Muchas veces la pregunta es otra: ¿los datos muestran que algo cambió, o la diferencia puede ser sólo azar? ¿Sube el rendimiento con este inoculante? ¿El lote cumple la norma? Una prueba de hipótesis es un procedimiento para contestar eso, y el valor p es el número que resume la evidencia. Vas a verlos en casi cualquier reporte técnico, artículo o salida de software, y es uno de los números que más se malinterpretan. Aquí aprenderás a calcularlo y a leerlo bien.
Necesitas T01 (error estándar) y T02 (intervalos de confianza y tabla t)
Este tema T03 · Prueba de hipótesis y valor p
Sigue T04 · Errores tipo I y II y la decisión técnica
Al terminar el tema podrás:
- Escribir la hipótesis nula y la alternativa a partir de una pregunta agronómica.
- Calcular el estadístico t y el valor p, con la tabla y en Excel.
- Decidir comparando p con el nivel de significancia, y redactar la conclusión sin decir «se acepta H₀».
- Distinguir lo que el valor p dice de lo que no dice, y relacionar la prueba con el intervalo de confianza.
Palabras clave hipótesis nula hipótesis alternativa nivel de significancia estadístico t valor p una cola dos colas estadísticamente significativo
1. Un problema para empezar: ¿sirve el inoculante?
En un módulo de riego, el rendimiento de frijol ha promediado 1.8 t/ha durante años. Un distribuidor vende un inoculante y asegura que lo sube. Un productor lo prueba en 12 parcelas y obtiene x̄ = 2.02 t/ha, con s = 0.30 t/ha. Son 0.22 t/ha más. ¿Compra el inoculante para todo el lote?
Antes hay que descartar la explicación más sencilla: que el inoculante no haga nada y esas 12 parcelas hayan salido altas por azar. Si el inoculante no hiciera nada, ¿qué tan raro sería ver 2.02 t/ha? La respuesta es el valor p: 0.014. Es decir, eso pasaría sólo 1 o 2 de cada 100 veces. Una explicación que hace tan raros los datos deja de ser creíble. Eso es, en una frase, toda la lógica de la prueba.
2. Por qué no basta con lo que ya sabes
Con T02 podrías calcular un intervalo y ver si incluye 1.8. Es una buena idea, y al final verás que da la misma respuesta. Pero en los reportes y en el software la pregunta se contesta con un formato propio: hipótesis, nivel de significancia y valor p. Además, ver sólo que «subió» no basta: cualquier muestra da una media distinta de la anterior. Hace falta una regla, acordada de antemano, para decidir cuándo una diferencia es lo bastante grande.
3. Dónde vas a usar esto
- Evaluar productos. Decidir si un insumo mejora algo antes de comprarlo para toda la unidad.
- Normas y contratos. Comprobar si un lote cumple la humedad, el peso o la proteína pactados.
- Leer artículos y reportes. Entender qué significa «p < 0.05» y qué no.
- Lo que sigue. Comparar tratamientos (T05) y el análisis de varianza (T07 y T08) siguen esta misma lógica.
4. La prueba paso a paso
4.1 Las dos hipótesis
Toda prueba enfrenta dos afirmaciones sobre un parámetro, nunca sobre la muestra:
| Hipótesis | Qué dice | En el frijol |
|---|---|---|
| Nula (H₀) | No hay efecto: la media es igual al valor de referencia. Lleva siempre el «=». | H₀: μ = 1.8 t/ha |
| Alternativa (H₁) | Lo que se quiere mostrar: la media es mayor, menor o distinta. | H₁: μ > 1.8 t/ha |
Funciona como un juicio: se presume inocencia (H₀) y sólo se abandona si la evidencia es fuerte. Un acusado absuelto no quedó «demostrado inocente»: simplemente no alcanzaron las pruebas.
4.2 El estadístico t: qué tan lejos está la media
Se mide a cuántos errores estándar está la media de la muestra del valor que afirma H₀:
t = (x̄ − μ₀) ÷ (s ÷ √n), con gl = n − 1
μ₀ es el valor que afirma H₀. Es la misma t de T02 y de la Unidad II.
Con el frijol: error estándar = 0.30 ÷ √12 = 0.0866 t/ha. Entonces t = (2.02 − 1.8) ÷ 0.0866 = 2.54, con gl = 11. La media está a 2.54 errores estándar de 1.8.
4.3 El valor p
El valor p es la probabilidad de obtener un resultado así de extremo o más, suponiendo que H₀ es cierta. Es un área en la cola de la distribución t:
Mientras más chico es p, más raros serían los datos si H₀ fuera cierta y más evidencia hay en su contra. Y estas son las lecturas que hay que evitar:
| Se oye decir… | Lo correcto |
|---|---|
| «p = 0.014 es la probabilidad de que H₀ sea cierta.» | No: p se calcula suponiendo que H₀ es cierta. Mide qué tan raros son los datos, no qué tan probable es H₀. |
| «p = 0.014 es la probabilidad de que el resultado sea por azar.» | Es casi la misma confusión. Dice qué tan seguido saldría algo así si sólo hubiera azar. |
| «p chico quiere decir que el efecto es grande.» | No: con muchos datos, una diferencia mínima da p chico. Mira siempre el tamaño de la diferencia. |
Prueba Mueve la media y mira el valor p Una prueba simulada con μ₀ = 50 (no es el caso del Excel). El área dorada es el valor p. Cambia x̄, s, n y la hipótesis alternativa.
4.4 Decidir: el nivel de significancia
Antes de ver los datos se fija el nivel de significancia α (alfa): cuánta evidencia se va a exigir. Lo más común es α = 0.05. La regla es:
| Si… | Se dice | Significa |
|---|---|---|
| p < α | Se rechaza H₀. El resultado es estadísticamente significativo. | Hay evidencia a favor de H₁. |
| p ≥ α | No se rechaza H₀. | Los datos no alcanzan para descartarla. No quedó demostrada. |
Nunca digas «se acepta H₀». Sin computadora, se llega a la misma decisión comparando |t| con el valor crítico t: si |t| > t, se rechaza.
| gl | t* dos colas (α = 0.05) | t* una cola (α = 0.05) |
|---|---|---|
| 5 | 2.571 | 2.015 |
| 8 | 2.306 | 1.860 |
| 11 | 2.201 | 1.796 |
| 15 | 2.131 | 1.753 |
| 17 | 2.110 | 1.740 |
| 24 | 2.064 | 1.711 |
| 29 | 2.045 | 1.699 |
| 60 | 2.000 | 1.671 |
| 120 | 1.980 | 1.658 |
4.5 Una o dos colas, y la relación con el intervalo
| H₁ | La pregunta es… | Valor p en Excel |
|---|---|---|
| μ ≠ μ₀ (dos colas) | ¿Es distinta, hacia cualquier lado? | =DISTR.T.2C(ABS(t),gl) |
| μ > μ₀ (una cola) | ¿Es mayor? | =DISTR.T.CD(t,gl) |
| μ < μ₀ (una cola) | ¿Es menor? | =DISTR.T.CD(-t,gl) |
Se decide antes de ver los datos, según la pregunta. Si no hay una razón clara para mirar un solo lado, se usan dos colas. En el frijol, H₁ es «mayor», así que p = 0.014; con dos colas sería 0.027, el doble.
Prueba e intervalo dicen lo mismo. Con dos colas y α = 0.05: se rechaza H₀ exactamente cuando μ₀ queda fuera del intervalo de 95 %. El intervalo tiene una ventaja: además dice qué tan grande puede ser la diferencia.
4.6 Ejemplo resuelto: pollos que no cumplen, o que quizá sí
Una integradora exige 2.40 kg a los 42 días. Una granja pesa 25 pollos al azar: x̄ = 2.33 kg, s = 0.20 kg. ¿El peso promedio es distinto de lo exigido?
- Hipótesis: H₀: μ = 2.40 kg; H₁: μ ≠ 2.40 kg (dos colas). α = 0.05.
- Error estándar: 0.20 ÷ √25 = 0.20 ÷ 5 = 0.04 kg.
- t: (2.33 − 2.40) ÷ 0.04 = −1.75, con gl = 24.
- Valor p:
=DISTR.T.2C(1.75,24) = 0.093. Con tabla: |t| = 1.75 es menor que t* = 2.064. - Decisión: 0.093 > 0.05: no se rechaza H₀.
- Con el intervalo: 2.33 ± 2.064 × 0.04, de 2.25 a 2.41 kg. Incluye 2.40: dice lo mismo.
Cómo se comunica: «Los 25 pollos promediaron 2.33 kg, 0.07 kg menos de lo exigido, pero con esta muestra la diferencia todavía puede ser azar (t = −1.75, p = 0.09). Estos datos no prueban que la granja incumpla, y tampoco que cumpla: conviene pesar más pollos».
Menú Estadísticas > Estadística básica > t de 1 muestra (en inglés, Stat > Basic Statistics > 1-Sample t). Marca «Realizar prueba de hipótesis» y escribe μ₀; en Opciones se elige la hipótesis alternativa. El resultado da T y P.
4.7 Lo que se gana y lo que se pierde
Con la prueba tienes una regla clara para no dejarte convencer por una diferencia que puede ser azar. A cambio, «significativo» no quiere decir «importante»: es sólo una afirmación sobre el azar. Y una diferencia real puede quedarse sin detectar por tener pocos datos, de lo que trata T04. Además, una prueba no dice por qué cambió algo: el frijol pudo subir por el inoculante o porque ese año llovió mejor. Comparar contra un promedio histórico es débil; por eso en T05 y T06 aprenderás a comparar tratamientos dentro del mismo experimento.
¿Lo entendiste? Cuatro preguntas rápidas No cuentan para la calificación. Elige una respuesta para ver la explicación; puedes volver a intentar.
1. Un fertilizante promete subir el rendimiento de los 6 t/ha habituales. ¿Cuál es H₀?
- μ > 6 t/ha
- μ = 6 t/ha
- x̄ = 6 t/ha
H₀ lleva el «=» y dice que no hay efecto. μ > 6 es H₁. Las hipótesis hablan de μ, no de x̄, que ya se conoce.
2. Sale p = 0.03. ¿Qué significa?
- Hay 3 % de probabilidad de que H₀ sea cierta
- Si H₀ fuera cierta, un resultado así de extremo o más saldría cerca del 3 % de las veces
- El efecto es de 3 %
p se calcula suponiendo que H₀ es cierta: mide qué tan raros serían los datos, no qué tan probable es H₀.
3. Sale p = 0.20 con α = 0.05. ¿Qué se concluye?
- Se acepta H₀: quedó demostrada
- No se rechaza H₀: los datos no alcanzan para descartarla
- Se rechaza H₀
No rechazar no es demostrar. Con más datos podría aparecer una diferencia que aquí no se alcanzó a detectar.
4. Un IC 95 % va de 352 a 372 g. ¿Qué pasa en una prueba de dos colas con μ₀ = 350 y α = 0.05?
- Se rechaza H₀
- No se rechaza H₀
- No se puede saber
350 queda fuera del intervalo, así que se rechaza. Prueba de dos colas e intervalo dicen lo mismo.
5. Lo que harás
Excel del Tema T03 · 2 hojas
Guárdalo como U3-T03_Apellido_Nombre.xlsx y escribe sólo en las celdas amarillas.
Hipótesis, t y lectura de p a mano (hoja 1_Prueba_a_mano)
Caso A: escribir hipótesis. Cinco preguntas. Para cada una, escribe el valor μ₀ de H₀ y elige el signo de H₁.
Caso B: tres pruebas de dos colas. Calcula error estándar, t y gl, lee t* en la tabla de la sección 4.4 y decide con α = 0.05.
Caso C: ¿bien dicho? Seis afirmaciones sobre el valor p.
Para qué te sirve hacerlo a mano. Es lo que se pide en un examen en papel, y escribir H₀ y H₁ antes de calcular evita la mayoría de los errores.
- Escribe tu nombre y la fecha.
- Caso A. Escribe μ₀ y elige >, < o ≠.
- Caso B. Calcula con 2 decimales (t* con 3) y elige la decisión.
- Caso C. Elige Correcta o Incorrecta.
- Contesta las Preguntas 1 y 2.
H₀ siempre lleva el «=». En el Caso B, compara |t| con t* sin el signo; en los costales, t = 2.00 no alcanza a superar t* = 2.131.
Prueba t en Excel (hoja 2_Prueba_Excel)
El caso: una asociación de tilapia ha cosechado durante años con un peso promedio de 350 g. Prueba un alimento nuevo en 18 jaulas y anota el peso promedio de cada una. ¿Es distinto de 350 g?
Para qué: harás la prueba completa, confirmarás que coincide con el intervalo y verás qué valores de μ₀ son compatibles con los datos.
- Paso 1 · Resumen. Calcula n, x̄, s, error estándar y gl con
=CONTAR,=PROMEDIO,=DESVEST.M,=F8/RAIZ(F6) y=F6-1. - Paso 2 · La prueba. Calcula t con =(F7-$J$5)/F9, p de dos colas con
=DISTR.T.2C(ABS(F12),F10), p de una cola con=DISTR.T.CD(F12,F10), t* con=INV.T.2C($L$5,F10) y la decisión con=SI(F13<$L$5,"Rechazar H0","No rechazar H0"). - Paso 3 · Con el intervalo. Calcula los límites del intervalo de 95 % y anota si μ₀ queda adentro.
- Paso 4 · Otros valores de μ₀. La primera fila ya tiene las fórmulas. Cópialas hacia abajo y mira para qué valores se rechaza.
- Paso 5 · Responde las Preguntas 3 a 6.
Tu Excel puede usar punto y coma ( ; ) en lugar de coma ( , ). En inglés: DISTR.T.2C = T.DIST.2T, DISTR.T.CD = T.DIST.RT, INV.T.2C = T.INV.2T, SI = IF, CONTAR = COUNT, PROMEDIO = AVERAGE, DESVEST.M = STDEV.S, RAIZ = SQRT.
6. Antes de entregar
Marca cada punto conforme lo revises. Tus marcas se guardan sólo en este navegador.
