por Cómo calcular los coeficientes de contraste
Las pruebas de significación de hipótesis nulas (NHST) tienen varias deficiencias que probablemente contribuyen a la ampliamente debatida crisis de replicación de la neurociencia (cognitiva), la psicología y la ciencia biomédica en general. Revisamos estas deficiencias y sugerimos que, tras una experiencia negativa sostenida, el NHST no debería seguir siendo la práctica estadística dominante por defecto de toda la investigación biomédica y psicológica. Si las predicciones teóricas son débiles, no deberíamos confiar en las pruebas de hipótesis de todo o nada. Diferentes métodos inferenciales pueden ser los más adecuados para diferentes tipos de preguntas de investigación. Siempre que los investigadores utilicen las pruebas de hipótesis, deben justificar su uso y publicar los cálculos de potencia previos al estudio y los tamaños de los efectos, incluidos los resultados negativos. Los estudios de comprobación de hipótesis deben registrarse previamente y publicar los datos brutos de forma óptima. El actual enfoque educativo de la estadística lite para los estudiantes, que ha sostenido el uso generalizado y espurio de la NHST, debería eliminarse gradualmente.
«Lo que antes se llamaba juicio se llama ahora prejuicio y lo que se llamaba prejuicio se llama ahora hipótesis nula. En las ciencias sociales, en particular, es una tontería peligrosa (disfrazada de «método científico») y causará muchos problemas antes de que sea ampliamente apreciada como tal.»
Ejemplo de contraste ortogonal
El ANOVA («análisis de la varianza») de una vía compara las medias de dos o más grupos independientes para determinar si existe evidencia estadística de que las medias poblacionales asociadas son significativamente diferentes. El ANOVA unidireccional es una prueba paramétrica.
Nota: Si la variable de agrupación tiene sólo dos grupos, entonces los resultados de un ANOVA de una vía y la prueba t de muestras independientes serán equivalentes. De hecho, si ejecuta tanto una prueba t de muestras independientes como un ANOVA de una vía en esta situación, debería poder confirmar que t2=F.
Nota: El ANOVA unidireccional se considera una prueba ómnibus (latín para «todo») porque la prueba F indica si el modelo es significativo en general, es decir, si hay o no diferencias significativas en las medias entre cualquiera de los grupos. (Dicho de otro modo, dice que al menos una de las medias es diferente de las demás). Sin embargo, no indica qué media es diferente. Para determinar qué pares específicos de medias son significativamente diferentes se necesitan contrastes o pruebas post hoc (que significa «después de esto» en latín).
Contrastes ortogonales pdf
Aunque las pruebas de hipótesis se popularizaron a principios del siglo XX, las primeras formas se utilizaron en el siglo XVIII. El primer uso se atribuye a John Arbuthnot (1710),[1] seguido por Pierre-Simon Laplace (década de 1770), en el análisis de la proporción del sexo humano al nacer; véase § Proporción del sexo humano.
Las pruebas de significación modernas son en gran medida producto de Karl Pearson (valor p, prueba de chi-cuadrado de Pearson), William Sealy Gosset (distribución t de Student) y Ronald Fisher («hipótesis nula», análisis de la varianza, «prueba de significación»), mientras que las pruebas de hipótesis fueron desarrolladas por Jerzy Neyman y Egon Pearson (hijo de Karl). Ronald Fisher comenzó su vida en la estadística como bayesiano (Zabell 1992), pero pronto se desengañó de la subjetividad que implicaba (en concreto, el uso del principio de indiferencia a la hora de determinar las probabilidades a priori), y trató de aportar un enfoque más «objetivo» a la inferencia inductiva[2].
Fisher era un estadístico agrícola que hacía hincapié en el diseño experimental riguroso y en los métodos para extraer un resultado a partir de pocas muestras asumiendo distribuciones gaussianas. Neyman (que se asoció con el más joven Pearson) hizo hincapié en el rigor matemático y en los métodos para obtener más resultados a partir de muchas muestras y una gama más amplia de distribuciones. Las pruebas de hipótesis modernas son un híbrido inconsistente de la formulación, los métodos y la terminología de Fisher y Neyman/Pearson desarrollados a principios del siglo XX.
Problemas de ejemplo de pruebas de una cola con soluciones
Algunas tareas tienen un formato estándar, como los informes de laboratorio o los estudios de casos, que normalmente se explican en los materiales del curso. Para otras tareas, tendrás que idear tu propia estructura.
Los ensayos son una forma muy común de escritura académica. Como la mayoría de los textos que escribes en la universidad, todos los ensayos tienen la misma estructura básica de tres partes: introducción, cuerpo principal y conclusión. Sin embargo, el cuerpo principal puede estructurarse de muchas maneras diferentes.
Los informes suelen tener la misma estructura básica que los ensayos, con una introducción, un cuerpo y una conclusión. Sin embargo, la estructura del cuerpo principal puede variar mucho, ya que el término «informe» se utiliza para muchos tipos de textos y propósitos en diferentes disciplinas.
Una vez que tengas una idea aproximada de los temas principales, es conveniente que hagas una lluvia de ideas sobre diferentes formas de estructurar tu trabajo. Hazlo en forma de esquema antes de empezar a escribir: es mucho más fácil reestructurar un esquema que un ensayo a medio terminar. Por ejemplo:
Al final, tendrás un plan lo suficientemente detallado como para empezar a escribir. Sabrás qué ideas van en cada sección e, idealmente, en cada párrafo. También sabrás dónde encontrar pruebas para esas ideas en tus notas y las fuentes de esas pruebas.
