Estadistica

Significancia estadística
En estadística, un resultado se denomina estadísticamente significativo cuando no es probable que haya sido debido al azar. Una "diferencia estadísticamente significativa" solamente significa que hay evidencias estadísticas de que hay una diferencia; no significa que la diferencia sea grande, importante, o significativa en el sentido estricto de la palabra.
El nivel designificación de un test es un concepto estadístico asociado a la verificación de una hipótesis. En pocas palabras, se define como la probabilidad de tomar la decisión de rechazar la hipótesis nula cuando ésta es verdadera (decisión conocida como error de tipo I, o "falso positivo"). La decisión se toma a menudo utilizando el valor P (o p-valor): si el valor P es inferior al nivel designificación, entonces la hipótesis nula es rechazada. Cuanto menor sea el valor P, más significativo será el resultado.
En otros términos, el nivel de significación de un contraste de hipótesis es una probabilidad P tal que la probabilidad de tomar la decisión de rechazar la hipótesis nula - cuando ésta es verdadera - no es mayor que P
El nivel de significación es comúnmente representado por el símbologriego α (alpha). Son comunes los niveles de significación del 0,05, 0,01 y 0,001. Si un contraste de hipótesis proporciona un valor P inferior a α, la hipótesis nula es rechazada, siendo tal resultado denominado 'estadísticamente significativo'. Cuanto menor sea el nivel de significación, más fuerte será la evidencia de que un hecho no se debe a una mera coincidencia (al azar).
En algunassituaciones es conveniente expresar la significación estadística como 1 − α. En general, cuando se interpreta una significación dada, se debe tomar en cuenta que, precisamente, está siendo probada estadísticamente.
Diferentes niveles de α tienen distintas ventajas y desventajas. Valores pequeños de α otorgan mayor confianza en la determinación de la significación, pero hacen correr mayores riesgos deequivocarse al rechazar una hipótesis nula falsa (error de tipo II o "falso negativo"), con lo cual se pierde potencia de estudio. La elección de un nivel de α inevitablemente envuelve un compromiso entre significación y potencia, y consecuentemente entre errores de tipo I y de tipo II.
En algunos campos, por ejemplo física nuclear y de partículas, es común expresar la significación estadística enunidades de "σ" (sigma), el desvío estándar de una distribución de Gauss. La significación estadística de "" puede ser convertida en un valor α por medio de la función error:

El uso de σ está motivado por la importancia de la distribución gaussiana para medir incertezas. Por ejemplo, si una teoría predice que un parámetro tendrá un valor de, digamos, 100, y el parámetro medido resulta de 109 ± 3,luego se puede informar la medición como un "desvío de 3σ" de la predicción teórica. En términos de α, esta afirmación es equivalente a decir que "asumiendo que la teoría sea cierta, la posibilidad de obtener el resultado experimental por casualidad es 0,27% (dado que 1 − erf(3/√2) = 0,0027).
Los niveles fijos de significación tales como los mencionados pueden ser considerados como útiles en elanálisis exploratorio de datos. Sin embargo, la recomendación de la estadística moderna es que, cuando el resultado de un test es esencialmente el resultado final de un experimento o de otro estudio, el valor P debería ser citado explícitamente. Y, sobre todo, debería ser citado si el valor P es juzgado o no como significativo. Esto es para permitir que el máximo de información sea transferido deun resumen de estudio al metaanálisis.

La estadística paramétrica es una rama de la estadística inferencial que comprende los procedimientos estadísticos y de decisión que están basados en las distribuciones de los datos reales. Estas son determinadas usando un número finito de parámetros. Esto es, por ejemplo, si conocemos que la altura de las personas sigue una distribución normal, pero...