- La prueba de hipótesis formal.
Esto se divide en varios pasos: Primero, la idea; segundo, formular la hipótesis comprobable; tres, diseñar el experimento; cuatro, establecer la regla de decisión; cinco, recopile los datos del experimento; seis, tomar una decisión; y finalmente siete, revisar la idea original a la luz de los datos y el proceso experimental.
- El significado de los niveles de significación estadística.
Debe establecerse una hipótesis nula junto con una hipótesis alternativa. La regla de decisión siempre debe incluir una formulación de nivel de significancia. A continuación, se puede identificar la estadística de prueba correcta que se va a utilizar. El valor p del estadístico de prueba se compara con el nivel de significancia.
Esto verificará o rechazará la hipótesis nula. Los niveles de significancia están ligados al conjunto nulo. Las hipótesis nulas pueden ser verdaderas incluso si los datos las rechazan. Esto da lugar a un error de tipo I. No rechazar una hipótesis nula falsa crea un error de Tipo II.
La probabilidad de un error de tipo I es el nivel de significancia. Esto, como se indicó anteriormente, debe establecerse antes de que se recopilen los datos. Cuanto mayor sea el nivel de significancia, mayor será el peso de la evidencia estadística necesaria para rechazar la hipótesis nula, evitando el error Tipo I como se indicó anteriormente. Los niveles de significancia pueden controlar efectivamente las posibilidades de que ocurra un error.
- Efectos de los pasos que faltan o que se mezclan.
Todos los pasos deben realizarse en el orden específico anterior. Si recopila los datos antes de realizar la hipótesis completa, esto tendrá un impacto injusto en las opciones de hipótesis nula y alternativa. Efectivamente, los datos dañarán las teorías.
Asignar un nivel de significancia después de realizar la prueba significa que se pierde toda la objetividad de los datos: los resultados pueden significar lo que usted desee. Esto está lejos de ser científico y dará un resultado subjetivo sesgado.