Ver esquema

Tema 67. Inferencia estadística. Tests de hipótesis.

Temario oficial estatal de referencia — especialidad Matemáticas (Cuerpo de Profesores de Enseñanza Secundaria) · Índice oficial del BOE núm. 226, de 21 de septiembre de 1993, páginas 27400 a 27438 (Orden de 9 de septiembre de 1993, del Ministerio de Educación y Ciencia, BOE-A-1993-23257), Anexo III — cuestionario específico (Parte A) de la especialidad Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria.

Este temario corresponde en exclusiva a la especialidad de Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (código 590/512) — una de las aproximadamente 50 especialidades oficiales de este cuerpo. No cubre ninguna otra especialidad de Secundaria (Lengua Castellana y Literatura, Geografía e Historia, Física y Química, Biología y Geología, Inglés, Filosofía, Tecnología, Dibujo, Música...) ni los cuerpos de Maestros o de Profesores Técnicos de Formación Profesional, que tienen temarios propios y distintos, todavía no publicados en OpositaGratis. El cuestionario específico (Parte A) que se reproduce aquí es el fijado con carácter estatal por el entonces Ministerio de Educación y Ciencia, y sigue siendo, más de tres décadas después, el temario base que las distintas Administraciones educativas —las 17 comunidades autónomas más Ceuta y Melilla, cada una competente para convocar su propia oposición— citan y desarrollan en sus resoluciones de convocatoria anual, al no existir una versión posterior que lo haya derogado o sustituido con carácter general para esta especialidad. Cada convocatoria autonómica concreta puede añadir particularidades propias (requisitos lingüísticos en comunidades con lengua cooficial, la prueba de programación y unidad didáctica, u otras variaciones menores de redacción), que no están reflejadas en este índice.

Este tema culmina el desarrollo del bloque de Estadística y Probabilidad, integrando todos los conceptos previos —distribución muestral, teorema central del límite, distribución normal— en los dos grandes procedimientos de la estadística inferencial: la estimación por intervalos de confianza y el contraste de hipótesis. Es el tema que cierra el ciclo metodológico completo iniciado en el tema 57 (descriptiva frente a inferencial) y desarrollado en el tema 58 (muestreo), aplicando ahora, con pleno rigor matemático, los procedimientos que permiten generalizar con fiabilidad cuantificada los resultados de una muestra a la población. Su contenido es de fuerte componente aplicado y muy propicio a supuestos prácticos de examen, además de exigir un dominio conceptual preciso de nociones con alta carga de matiz interpretativo, como el nivel de significación, el p-valor o los errores de tipo I y II. En esta versión ampliada se incorporan además los valores críticos de uso habitual, la determinación del tamaño muestral, ejemplos resueltos, el contraste t de Student, la comparación de dos poblaciones, los contrastes chi-cuadrado, las malas prácticas en el uso del p-valor y su tratamiento didáctico en Secundaria y Bachillerato.

← Ver el índice completo del temario

Concepto de inferencia estadística

La inferencia estadística es el conjunto de procedimientos matemáticos que permiten generalizar, con un grado de fiabilidad cuantificable y expresado en términos probabilísticos, las conclusiones obtenidas a partir del análisis de una muestra al conjunto de la población de la que dicha muestra procede, constituyendo así la culminación metodológica de todo el proceso estadístico iniciado con la recogida de datos y su descripción. A diferencia de la estadística descriptiva, que se limita a resumir y organizar los datos efectivamente observados sin ir más allá de ellos, la inferencia estadística asume el riesgo, controlado y explícitamente cuantificado, de formular afirmaciones sobre parámetros poblacionales desconocidos (la media μ, la proporción p, la varianza σ²) que nunca se han observado directamente en su totalidad. Sus dos grandes procedimientos, complementarios entre sí, son la estimación, que propone un valor o un rango de valores plausibles para el parámetro desconocido, y el contraste de hipótesis, que decide si los datos muestrales resultan compatibles con una afirmación previa sobre dicho parámetro. El fundamento matemático común de ambos procedimientos es la distribución muestral del estadístico empleado, cuya forma —en la inmensa mayoría de los casos prácticos, aproximadamente normal, gracias al teorema central del límite desarrollado en el tema 66— permite cuantificar exactamente el margen de error de cualquier generalización realizada.

Estimación puntual

La estimación puntual consiste en proponer un único valor numérico, calculado a partir de los datos de la muestra mediante una fórmula denominada estimador, como mejor aproximación disponible del valor desconocido de un parámetro poblacional. Los estimadores puntuales de uso más habitual son la media muestral x̄, empleada como estimador de la media poblacional μ; la proporción muestral p̂, empleada como estimador de la proporción poblacional p; y la cuasivarianza muestral s² (calculada dividiendo la suma de cuadrados de las desviaciones entre n-1 en lugar de entre n, precisamente para garantizar su insesgadez, como se explica en el apartado siguiente), empleada como estimador de la varianza poblacional σ². La principal limitación de la estimación puntual, que motiva el desarrollo de la estimación por intervalos, es que un único número no aporta ninguna información sobre el grado de confianza o de precisión que puede depositarse en dicha aproximación: dos estimaciones puntuales numéricamente idénticas pueden proceder de muestras de tamaño y calidad muy distintos, y por tanto ser radicalmente diferentes en cuanto a su fiabilidad real, información que la estimación puntual, por su propia naturaleza de valor único, no puede en absoluto comunicar ni cuantificar.

Propiedades de un buen estimador: insesgadez, eficiencia, consistencia

No cualquier fórmula aplicada a los datos de una muestra constituye un buen estimador de un parámetro poblacional; la teoría de la estimación establece criterios formales para valorar la calidad de un estimador. La insesgadez exige que la esperanza matemática del estimador, considerado como variable aleatoria (su valor cambia según la muestra concreta extraída), coincida exactamente con el valor del parámetro poblacional que pretende estimar, E(estimador) = parámetro, propiedad que garantiza la ausencia de un error sistemático de sobreestimación o infraestimación; esta es precisamente la razón por la que se emplea la cuasivarianza muestral, dividiendo entre n-1, como estimador de σ², en lugar de la varianza muestral simple dividiendo entre n, que resulta ser un estimador sesgado (subestima sistemáticamente la varianza poblacional). La eficiencia compara, entre varios estimadores insesgados posibles de un mismo parámetro, cuál de ellos presenta menor varianza, siendo preferible el de menor varianza por ofrecer, en promedio, estimaciones más precisas y menos dispersas de muestra a muestra. La consistencia exige que el estimador converja en probabilidad hacia el verdadero valor del parámetro a medida que el tamaño muestral n crece indefinidamente, propiedad que fundamenta la intuición de que muestras más grandes proporcionan, en general, estimaciones más fiables y precisas.

Estimación por intervalos de confianza

La estimación por intervalos de confianza complementa la estimación puntual proporcionando, junto con el valor central estimado, un margen de error asociado y un nivel de confianza explícito, construyendo así un intervalo [estimador - E, estimador + E] dentro del cual se espera, con una probabilidad prefijada de antemano (el nivel de confianza), que se encuentre el verdadero valor del parámetro poblacional. La construcción de este intervalo se apoya directamente en el conocimiento de la distribución muestral del estimador empleado, habitualmente aproximada mediante una distribución normal gracias al teorema central del límite, lo que permite determinar, a partir de las tablas de dicha distribución, el valor crítico z_(α/2) correspondiente al nivel de confianza (1-α)·100 % elegido, y a partir de él calcular el margen de error E que debe sumarse y restarse a la estimación puntual central. A diferencia de la estimación puntual, que ofrece un único número sin ninguna indicación sobre su fiabilidad, el intervalo de confianza comunica simultáneamente la estimación central y la incertidumbre asociada a ella, siendo esta última información tan relevante, o más, que el propio valor central estimado para valorar la utilidad práctica real de cualquier resultado de un estudio estadístico basado en una muestra.

Intervalo de confianza para la media con varianza conocida y desconocida

El intervalo de confianza para la media poblacional μ, con un nivel de confianza (1-α)·100 %, adopta la expresión general x̄ ± z_(α/2)·(σ/√n) cuando la desviación típica poblacional σ es conocida (situación poco habitual en la práctica real, pero frecuente como simplificación en el ámbito académico), empleando el valor crítico z_(α/2) de la distribución normal estándar; el margen de error resultante, E = z_(α/2)·σ/√n, es exactamente la misma expresión ya estudiada en el tema 58 al calcular el tamaño muestral necesario para una precisión dada. Cuando la desviación típica poblacional σ es desconocida, como ocurre en la inmensa mayoría de las situaciones reales, se sustituye por la cuasidesviación típica muestral s, raíz cuadrada de la cuasivarianza y calculada a partir de los propios datos de la muestra (conviene precisar que la insesgadez es propia de la cuasivarianza s² como estimador de σ²; la raíz s es solo aproximadamente insesgada para σ y presenta un sesgo pequeño a la baja); si el tamaño muestral n es suficientemente grande (habitualmente n≥30), esta sustitución no afecta apreciablemente a la validez de la fórmula, que sigue empleando el valor crítico z de la normal, mientras que para tamaños muestrales pequeños (n<30) resulta necesario recurrir en su lugar al valor crítico de la distribución t de Student con n-1 grados de libertad, distribución simétrica y acampanada, de colas más pesadas que la normal (cuya validez exacta exige que la población de partida sea normal o aproximadamente normal, y que se aproxima a la N(0,1) a medida que crecen los grados de libertad) que refleja la incertidumbre adicional introducida al tener que estimar simultáneamente tanto la media como la desviación típica a partir de la misma muestra reducida.

Intervalo de confianza para una proporción

El intervalo de confianza para una proporción poblacional p, con un nivel de confianza (1-α)·100 %, se construye de forma análoga al de la media, a partir de la proporción muestral observada p̂ = x/n (donde x es el número de individuos de la muestra que presentan la característica de interés y n el tamaño muestral), y de la aproximación normal a la distribución de dicho estimador que garantiza el teorema central del límite (o, más precisamente en este caso, el teorema de De Moivre-Laplace aplicado a una variable binomial), adoptando la expresión p̂ ± z_(α/2)·√(p̂·(1-p̂)/n), donde el margen de error emplea la propia proporción muestral p̂ como estimación de la p desconocida que aparece dentro de la raíz cuadrada, al no disponer todavía en este punto de una estimación mejor. La validez de esta aproximación normal exige que el tamaño muestral n sea suficientemente grande en relación con la proporción p̂ observada, siendo el criterio práctico habitual n·p̂≥5 y n·(1-p̂)≥5, condiciones directamente heredadas de las estudiadas en el tema 65 para la aproximación normal de la distribución binomial. Este intervalo es la herramienta estadística estándar empleada en la comunicación de los resultados de encuestas de opinión y estudios de mercado, en los que habitualmente se reporta la estimación puntual junto con su margen de error asociado, expresado en puntos porcentuales.

Interpretación del nivel de confianza

El nivel de confianza (1-α)·100 %, ya introducido en el tema 58, exige una interpretación cuidadosa que evite un error conceptual extendido: no significa que exista dicha probabilidad de que el verdadero parámetro poblacional, que es un valor fijo aunque desconocido, se encuentre dentro del intervalo numérico concreto ya calculado a partir de una muestra particular (una vez calculado, el intervalo o contiene al parámetro o no lo contiene, sin que quepa hablar de probabilidad sobre un hecho ya determinado), sino que, si se repitiera el proceso de muestreo un número muy grande de veces y se construyera en cada ocasión un intervalo de confianza siguiendo exactamente el mismo procedimiento, aproximadamente el (1-α)·100 % de esos intervalos, considerados en su conjunto a largo plazo, contendrían efectivamente al verdadero valor del parámetro. Esta interpretación frecuentista del nivel de confianza, referida al procedimiento de construcción del intervalo repetido muchas veces y no al intervalo concreto ya calculado, es la interpretación matemáticamente correcta y la que debe transmitirse explícitamente al alumnado, distinguiéndola con claridad de la interpretación bayesiana alternativa (más intuitiva pero técnicamente distinta), que sí interpreta directamente la probabilidad como un grado de creencia sobre la localización del parámetro dado el intervalo ya observado.

Contraste de hipótesis: hipótesis nula y alternativa

El contraste o test de hipótesis es un procedimiento formal de decisión que permite determinar, a partir de los datos de una muestra, si una afirmación previa sobre un parámetro poblacional debe rechazarse o no, con un riesgo de error controlado y prefijado de antemano. El procedimiento parte siempre de formular dos hipótesis mutuamente excluyentes y exhaustivas: la hipótesis nula H₀, que representa la afirmación de partida, el statu quo o la ausencia de efecto o de diferencia que se somete a contraste, y que se supone cierta por defecto salvo que la evidencia muestral resulte suficientemente convincente en su contra; y la hipótesis alternativa H₁ (o Hₐ), que representa la afirmación que se acepta únicamente si los datos muestrales proporcionan evidencia suficiente para rechazar H₀. Esta estructura asimétrica del procedimiento —que privilegia por diseño a la hipótesis nula, exigiendo evidencia sustancial en su contra para poder rechazarla, en lugar de exigir evidencia a favor de ella para mantenerla— reproduce, a modo de analogía, el principio de presunción de inocencia del razonamiento jurídico, y explica por qué el resultado de un contraste de hipótesis se expresa siempre en términos de "rechazar H₀" o "no rechazar H₀" (nunca de "aceptar H₀", expresión que sugeriría incorrectamente haber demostrado la veracidad de la hipótesis nula, cuando en realidad solo se ha constatado la ausencia de evidencia suficiente en su contra).

Error de tipo I y error de tipo II

Todo contraste de hipótesis, al ser un procedimiento de decisión basado en información parcial (una muestra) y no en el conocimiento exhaustivo de la población completa, está expuesto inevitablemente a dos tipos posibles de error de decisión. El error de tipo I consiste en rechazar la hipótesis nula H₀ cuando en realidad es cierta, es decir, concluir que existe un efecto o una diferencia que en la población real no existe; su probabilidad se denota α y se fija de antemano por el investigador como el nivel de significación del contraste. El error de tipo II consiste en no rechazar la hipótesis nula H₀ cuando en realidad es falsa, es decir, no detectar un efecto o una diferencia que sí existe realmente en la población; su probabilidad se denota β, y su complementario, 1-β, se denomina potencia del contraste. Ambos tipos de error mantienen una relación inversa entre sí para un tamaño muestral fijo: reducir la probabilidad de cometer un error de tipo I (exigiendo un nivel de significación α más estricto) aumenta, en general, la probabilidad de cometer un error de tipo II, y viceversa, siendo la única forma de reducir simultáneamente ambos tipos de error el aumento del tamaño de la muestra empleada en el contraste.

Nivel de significación

El nivel de significación α es la probabilidad máxima de error de tipo I que el investigador está dispuesto a asumir al realizar un contraste de hipótesis, es decir, la probabilidad de rechazar incorrectamente una hipótesis nula que en realidad fuese cierta, y se fija por convención, antes de examinar los datos de la muestra, en valores habituales como α=0,05 (5 %), α=0,01 (1 %) o α=0,10 (10 %), dependiendo de las consecuencias prácticas asociadas a cometer un error de tipo I en el contexto concreto del estudio: en investigación médica sobre la seguridad de un fármaco, por ejemplo, se emplean niveles de significación más exigentes (menores) que en un estudio exploratorio de mercado, precisamente por ser mucho más graves las consecuencias de un falso positivo en el primer caso. El nivel de significación α determina directamente, mediante las tablas de la distribución empleada en el contraste (normal, t de Student, chi-cuadrado), el valor crítico que delimita la región de rechazo de la hipótesis nula, y guarda una relación de complementariedad directa con el nivel de confianza empleado en la estimación por intervalos, siendo (1-α)·100 % precisamente el nivel de confianza asociado a un contraste realizado con nivel de significación α, relación que conecta explícitamente ambos grandes procedimientos de la inferencia estadística.

Región crítica y región de aceptación

El conjunto de todos los valores posibles del estadístico de contraste se divide, en todo contraste de hipótesis, en dos regiones complementarias y mutuamente excluyentes: la región crítica o de rechazo, formada por aquellos valores del estadístico que, de observarse en la muestra, llevarían a rechazar la hipótesis nula por resultar demasiado improbables bajo el supuesto de que dicha hipótesis fuera cierta; y la región de aceptación (o, más precisamente, de no rechazo), formada por el resto de valores, compatibles razonablemente con la hipótesis nula. La frontera entre ambas regiones queda determinada por el valor o los valores críticos, calculados a partir del nivel de significación α elegido y de la distribución teórica que sigue el estadístico de contraste bajo el supuesto de que H₀ es cierta. Un contraste se denomina unilateral o de una cola cuando la región crítica se sitúa completamente en uno de los dos extremos de la distribución (empleado cuando la hipótesis alternativa especifica una dirección concreta, como "la media es mayor que" cierto valor), y bilateral o de dos colas cuando la región crítica se reparte entre ambos extremos de la distribución (empleado cuando la hipótesis alternativa simplemente afirma que el parámetro es "distinto de" cierto valor, sin especificar la dirección de la diferencia), distinción que resulta determinante para calcular correctamente los valores críticos correspondientes.

Estadístico de contraste

El estadístico de contraste es la fórmula concreta, calculada a partir de los datos de la muestra, cuyo valor numérico se compara con los valores críticos de la distribución teórica de referencia para decidir si se rechaza o no la hipótesis nula. Para el contraste sobre la media poblacional con varianza conocida (o desconocida y muestra grande), el estadístico de contraste es Z = (x̄ - μ₀)/(σ/√n), donde μ₀ es el valor concreto que propone la hipótesis nula para la media poblacional, y donde, bajo el supuesto de que H₀ es cierta, este estadístico sigue exactamente una distribución normal estándar N(0,1), lo que permite compararlo directamente con los valores críticos tabulados de dicha distribución. La lógica general subyacente a todo estadístico de contraste es siempre la misma: medir, en unidades de error estándar, cuánto se aleja el valor observado en la muestra del valor hipotético propuesto por H₀, de modo que valores del estadístico muy alejados de cero (en valor absoluto) indican una discrepancia entre la muestra y la hipótesis nula demasiado grande como para ser razonablemente atribuible al simple azar del muestreo, llevando a su rechazo, mientras que valores próximos a cero indican una discrepancia perfectamente compatible con la variabilidad aleatoria esperable bajo dicha hipótesis.

El p-valor: definición e interpretación

El p-valor es la probabilidad de obtener, bajo el supuesto de que la hipótesis nula H₀ es cierta, un valor del estadístico de contraste tan extremo o más que el efectivamente observado en la muestra concreta analizada, y constituye, junto con la comparación directa del estadístico con los valores críticos, el criterio de decisión alternativo y hoy predominante en la práctica estadística e informática moderna para decidir sobre el rechazo o no de la hipótesis nula: si el p-valor resulta menor que el nivel de significación α previamente fijado, se rechaza H₀, ya que el resultado muestral observado sería demasiado improbable bajo el supuesto de que dicha hipótesis nula fuera cierta; si el p-valor es mayor o igual que α, no se rechaza H₀. Una interpretación errónea, muy extendida incluso entre investigadores con formación técnica, consiste en confundir el p-valor con la probabilidad de que la hipótesis nula sea cierta dados los datos observados, P(H₀|datos), cuando en realidad el p-valor es la probabilidad inversa, la de los datos (o de resultados igualmente o más extremos) dado que H₀ fuera cierta, P(datos|H₀), distinción que reproduce exactamente la misma estructura lógica que la falacia de la transposición condicional estudiada en el tema 64, y cuya confusión constituye uno de los errores metodológicos más señalados en la literatura reciente sobre malas prácticas estadísticas en la investigación científica.

Contraste sobre la media de una población

El procedimiento completo para realizar un contraste de hipótesis sobre la media de una población sigue siempre una secuencia sistemática de pasos: en primer lugar, formular las hipótesis nula y alternativa (por ejemplo, H₀: μ=μ₀ frente a H₁: μ≠μ₀ en un contraste bilateral, o H₁: μ>μ₀ en uno unilateral); en segundo lugar, fijar el nivel de significación α antes de examinar los datos; en tercer lugar, calcular el estadístico de contraste Z (o t, si la muestra es pequeña y σ desconocida) a partir de los datos muestrales, empleando la fórmula correspondiente descrita en el apartado anterior; en cuarto lugar, determinar la región crítica o, alternativamente, calcular el p-valor asociado al estadístico obtenido; y finalmente, tomar la decisión de rechazar o no rechazar H₀ comparando el estadístico con los valores críticos, o el p-valor con α, e interpretar dicha decisión en el contexto concreto y sustantivo del problema planteado, no solo en términos estadísticos abstractos. Este contraste sobre la media es, junto con el contraste sobre una proporción desarrollado a continuación, el tipo de contraste de hipótesis más recurrente en el temario de Secundaria y en el propio examen de oposición, y se aplica en situaciones tan diversas como verificar si el peso medio de un producto envasado se ajusta a lo declarado en su etiquetado, o si el rendimiento medio de un grupo experimental difiere significativamente de un valor de referencia conocido.

Contraste sobre una proporción

El contraste de hipótesis sobre una proporción poblacional p sigue exactamente la misma estructura metodológica general que el contraste sobre la media, adaptando únicamente la formulación del estadístico de contraste a las características propias de esta magnitud: formuladas las hipótesis (por ejemplo, H₀: p=p₀ frente a H₁: p≠p₀), el estadístico de contraste se calcula como Z = (p̂ - p₀)/√(p₀·(1-p₀)/n), empleando en este caso el valor p₀ propuesto por la hipótesis nula, y no la proporción muestral observada p̂, en el denominador del estadístico (a diferencia de lo que ocurría en la construcción del intervalo de confianza para una proporción, donde se empleaba p̂ al no disponer todavía de ninguna hipótesis previa sobre el valor de p), diferencia metodológica sutil pero relevante entre ambos procedimientos que conviene subrayar explícitamente al alumnado. Bajo el supuesto de que H₀ es cierta, este estadístico sigue aproximadamente una distribución normal estándar, siempre que se cumplan las condiciones habituales de aproximación normal de la binomial (n·p₀≥5 y n·(1-p₀)≥5), y el resto del procedimiento —determinación de la región crítica o del p-valor, y toma de decisión— es exactamente análogo al ya descrito para el contraste sobre la media, encontrando aplicación típica en la verificación de tasas de defectos declaradas, tasas de éxito de tratamientos o de apoyo electoral a una determinada opción.

Relación entre intervalos de confianza y contrastes de hipótesis

La estimación por intervalos de confianza y el contraste de hipótesis, presentados habitualmente como dos procedimientos separados de la inferencia estadística, están en realidad matemáticamente relacionados de forma directa y equivalente entre sí: un intervalo de confianza al (1-α)·100 % para un parámetro contiene exactamente el conjunto de todos los valores hipotéticos de dicho parámetro que no serían rechazados por un contraste de hipótesis bilateral realizado al nivel de significación α sobre los mismos datos muestrales. Esta equivalencia permite resolver un contraste de hipótesis bilateral de forma alternativa, sin necesidad de calcular explícitamente ningún estadístico de contraste ni ningún p-valor, simplemente construyendo el intervalo de confianza correspondiente y comprobando si el valor hipotético μ₀ (o p₀) propuesto por la hipótesis nula queda o no dentro de dicho intervalo: si μ₀ está fuera del intervalo de confianza, se rechaza H₀; si está dentro, no se rechaza. Esta equivalencia práctica resulta de gran utilidad didáctica para que el alumnado comprenda que ambos procedimientos no son herramientas independientes ni alternativas competidoras, sino dos caras de exactamente el mismo fundamento matemático subyacente —la distribución muestral del estimador—, aplicado con dos finalidades comunicativas distintas: proponer un rango plausible de valores, en un caso, o decidir sobre una afirmación concreta previamente formulada, en el otro.

Potencia de un contraste

La potencia de un contraste de hipótesis, definida como 1-β (el complementario de la probabilidad de error de tipo II), es la probabilidad de rechazar correctamente la hipótesis nula cuando esta es efectivamente falsa, es decir, la capacidad del contraste para detectar un efecto o una diferencia real cuando dicha diferencia realmente existe en la población. Una potencia elevada es deseable en cualquier diseño de investigación, ya que una potencia baja implica un riesgo elevado de no detectar efectos reales y relevantes (error de tipo II), desperdiciando el esfuerzo y los recursos invertidos en un estudio incapaz de identificar el fenómeno que se pretendía investigar. La potencia de un contraste depende de varios factores interrelacionados: aumenta con el tamaño de la muestra n (muestras más grandes proporcionan estimaciones más precisas y, por tanto, mayor capacidad de discriminación), aumenta cuanto mayor es la verdadera magnitud del efecto o de la diferencia existente en la población (efectos grandes son más fáciles de detectar que efectos pequeños), y aumenta cuanto menos exigente (mayor) es el nivel de significación α elegido, reflejando la relación inversa entre los errores de tipo I y de tipo II ya descrita. El cálculo previo de la potencia esperada de un estudio, en función del tamaño muestral planificado, constituye una práctica metodológica recomendable —y en muchos ámbitos de investigación exigida— antes de iniciar la recogida de datos de cualquier estudio experimental.

Fisher, Neyman y Pearson en el desarrollo de la inferencia moderna

El desarrollo de la teoría moderna de la inferencia estadística en el siglo XX se debe fundamentalmente a las contribuciones, en parte complementarias y en parte enfrentadas entre sí en su momento histórico, de Ronald Fisher, Jerzy Neyman y Egon Pearson (hijo del también estadístico Karl Pearson, autor del coeficiente de correlación estudiado en el tema 62). Ronald Fisher (1890-1962), considerado por muchos el padre de la estadística moderna, desarrolló el concepto de significación estadística y el p-valor como criterio de evaluación de la evidencia muestral contra una hipótesis nula, además de sentar las bases del diseño experimental y del análisis de la varianza. Jerzy Neyman y Egon Pearson desarrollaron, en un marco teórico algo distinto del de Fisher, la formulación completa del contraste de hipótesis basada en dos hipótesis explícitas (nula y alternativa) y en el control simultáneo de los errores de tipo I y de tipo II, así como el concepto de potencia de un contraste. La práctica estadística actual constituye, de hecho, una síntesis híbrida de ambos enfoques históricos, en ocasiones no del todo coherente desde el punto de vista de sus fundamentos filosóficos originales, combinando el p-valor de Fisher con la estructura formal de hipótesis nula y alternativa, y el control de errores de tipo I y II, propia de Neyman y Pearson.

Relación entre el tamaño muestral y la precisión de la estimación

La relación entre el tamaño muestral n y la precisión de cualquier procedimiento de inferencia estadística —tanto la amplitud del intervalo de confianza como la potencia de un contraste de hipótesis— constituye uno de los mensajes conceptuales más importantes y transversales de todo este tema, ya sintetizado parcialmente en el tema 58 al estudiar el cálculo del tamaño muestral necesario. El margen de error de un intervalo de confianza es siempre inversamente proporcional a la raíz cuadrada del tamaño muestral (E ∝ 1/√n), de modo que duplicar la precisión de una estimación (reducir el margen de error a la mitad) exige cuadruplicar el tamaño de la muestra empleada, relación de rendimientos decrecientes que tiene importantes implicaciones prácticas y de coste en el diseño de estudios y encuestas reales. De forma análoga, la potencia de un contraste de hipótesis aumenta con el tamaño muestral, permitiendo detectar efectos cada vez más pequeños con una probabilidad de error de tipo II cada vez menor, a costa, lógicamente, de un mayor coste económico y temporal de recogida de datos. Esta relación de compromiso entre precisión estadística deseada y coste práctico del estudio es una consideración metodológica ineludible en el diseño de cualquier investigación empírica real, y debe transmitirse al alumnado como parte integral del razonamiento estadístico, más allá del mero cálculo mecánico de fórmulas.

Aplicación de los contrastes de hipótesis a la validación de resultados experimentales

El contraste de hipótesis constituye la herramienta estadística estándar para validar formalmente los resultados de experimentos científicos en prácticamente todas las disciplinas empíricas, proporcionando un criterio objetivo y cuantificado para decidir si una diferencia observada entre grupos experimentales, o entre una muestra y un valor de referencia, puede atribuirse razonablemente a un efecto real del tratamiento o factor estudiado, o si, por el contrario, es explicable simplemente por la variabilidad aleatoria inherente al muestreo. En un ensayo clínico aleatorizado, por ejemplo, el contraste de hipótesis permite decidir si la diferencia observada en la tasa de curación entre el grupo tratado con un nuevo fármaco y el grupo de control es estadísticamente significativa, es decir, suficientemente grande e improbable bajo el azar como para atribuirla al efecto real del fármaco, evitando así declarar eficaz un tratamiento cuyo aparente beneficio sea, en realidad, fruto casual de la variabilidad muestral (lo que constituiría un error de tipo I con graves consecuencias sanitarias y económicas). Esta aplicación validadora de los contrastes de hipótesis se extiende de forma análoga al control de calidad industrial, a la psicología experimental, a la agronomía y a prácticamente cualquier disciplina que fundamente sus conclusiones en el análisis estadístico de datos experimentales u observacionales.

Distinción entre significación estadística y relevancia práctica

Una advertencia metodológica de gran importancia, especialmente relevante en la era del big data y de las muestras de tamaño muy elevado, es que la significación estadística de un resultado (obtener un p-valor menor que el nivel de significación α elegido) no equivale necesariamente a su relevancia práctica o sustantiva en el contexto real del problema estudiado. Dado que la potencia de un contraste aumenta con el tamaño muestral, con muestras suficientemente grandes es posible detectar como estadísticamente significativas diferencias o efectos de una magnitud tan pequeña que carecen de cualquier relevancia práctica real: una diferencia de pocos gramos en el peso medio de un producto, o una mejora de una fracción de punto porcentual en una tasa de eficacia, puede resultar estadísticamente significativa con una muestra de millones de observaciones, sin que ello implique que dicha diferencia tenga ninguna importancia clínica, económica o social relevante. Por esta razón, la buena práctica estadística contemporánea recomienda complementar siempre el resultado de un contraste de hipótesis y su p-valor con el cálculo del tamaño del efecto (effect size), una medida de la magnitud real de la diferencia observada, independiente del tamaño muestral empleado, que permite valorar de forma separada y explícita tanto la fiabilidad estadística del resultado como su verdadera relevancia práctica en el contexto sustantivo del problema estudiado.

Valores críticos de uso habitual

Conviene memorizar los valores críticos de la normal estándar que aparecen con mayor frecuencia en los problemas. Para intervalos de confianza (y contrastes bilaterales), z_(α/2) vale aproximadamente 1,645 para un nivel de confianza del 90 % (α=0,10), 1,96 para el 95 % (α=0,05) y 2,576 para el 99 % (α=0,01). Para contrastes unilaterales, el valor crítico deja toda la probabilidad α en una sola cola: z_α es aproximadamente 1,282 para α=0,10, 1,645 para α=0,05 y 2,326 para α=0,01. Un error clásico consiste en usar 1,645 en un contraste bilateral al 5 % o 1,96 en uno unilateral al 5 %: el valor 1,96 corresponde a dos colas de 0,025 cada una, mientras que 1,645 corresponde a una sola cola de 0,05. Cuando se emplea la t de Student, el valor crítico depende además de los grados de libertad y es siempre mayor, en valor absoluto, que el de la normal para el mismo α; por ejemplo, para un 95 % bilateral, t vale aproximadamente 2,262 con 9 grados de libertad, 2,093 con 19 y 2,045 con 29, aproximándose a 1,96 cuando los grados de libertad crecen.

Factores que determinan la amplitud de un intervalo de confianza

La amplitud de un intervalo de confianza para la media, 2·z_(α/2)·σ/√n, depende de tres factores sobre los que conviene razonar sin necesidad de cálculo. Aumenta al elevar el nivel de confianza (para ganar seguridad hay que aceptar un intervalo más ancho y, por tanto, menos informativo); aumenta con la variabilidad σ de la población (cuanto más dispersos son los datos, menos precisa es la estimación); y disminuye al aumentar el tamaño muestral n, aunque solo con rapidez proporcional a √n. Un intervalo con confianza del 100 % para un parámetro continuo sería de amplitud infinita y, por tanto, inútil, lo que ilustra la tensión inevitable entre confianza y precisión. Para una proporción, el margen de error es máximo cuando p̂=0,5, pues p̂(1-p̂) alcanza entonces su valor máximo de 0,25; por ello, cuando no se dispone de ninguna estimación previa, se toma p=0,5 como caso más desfavorable.

Determinación del tamaño muestral a partir del margen de error

Fijado un nivel de confianza y un margen de error máximo E, el tamaño muestral mínimo se obtiene despejando n en la fórmula del margen de error. Para la media con σ conocida (o estimada con una muestra piloto): n ≥ (z_(α/2)·σ/E)². Para una proporción: n ≥ z_(α/2)²·p(1-p)/E², tomando p=0,5 si no hay información previa (n ≥ z_(α/2)²·0,25/E²). El resultado se redondea siempre por exceso al entero superior. Ejemplo: para estimar una proporción con una confianza del 95 % y un error máximo de 3 puntos porcentuales (E=0,03), n ≥ 1,96²·0,25/0,03² ≈ 1067,1, es decir, n=1068. Como el margen de error es proporcional a 1/√n, reducir E a la mitad exige cuadruplicar n. Esta es la razón por la que las encuestas de ámbito nacional rara vez superan unos pocos miles de entrevistas: a partir de cierto tamaño, la ganancia de precisión no compensa el coste adicional.

Ejemplo resuelto de contraste bilateral sobre la media

Una máquina envasa paquetes cuya masa nominal es de 50 g con desviación típica conocida σ=10 g. Una muestra de n=100 paquetes arroja una media x̄=52 g. Se desea contrastar, con α=0,05, H₀: μ=50 frente a H₁: μ≠50. El estadístico es Z = (52-50)/(10/√100) = 2,00. Como |Z|=2,00 supera el valor crítico 1,96, se rechaza H₀ al nivel del 5 %. El p-valor bilateral es 2·P(Z>2) ≈ 2·0,0228 = 0,0455, menor que 0,05, lo que conduce a la misma decisión; en cambio, al nivel α=0,01 (valor crítico 2,576, p-valor 0,0455 > 0,01) no se rechazaría H₀, lo que ilustra que la decisión depende del nivel de significación elegido de antemano. Comprobación mediante el intervalo de confianza al 95 %: 52 ± 1,96·1 = [50,04; 53,96]; como μ₀=50 queda fuera, también se rechaza H₀, en coherencia con la equivalencia entre intervalos y contrastes bilaterales. La interpretación sustantiva debe formularse en el contexto: hay evidencia estadística, al 5 %, de que la masa media difiere de la nominal.

Contrastes unilaterales y relación entre p-valor bilateral y unilateral

En un contraste unilateral, la hipótesis alternativa especifica una dirección (H₁: μ>μ₀ o H₁: μ<μ₀) y la región crítica se sitúa en una sola cola. La hipótesis nula suele escribirse con igualdad (H₀: μ=μ₀) o, de forma equivalente a efectos operativos, como H₀: μ≤μ₀ frente a H₁: μ>μ₀. La dirección de H₁ debe decidirse antes de ver los datos y a partir del problema planteado, nunca después de observar hacia qué lado se desvía la muestra. El p-valor unilateral es la probabilidad de la cola correspondiente al signo de H₁, mientras que el p-valor bilateral es el doble de la probabilidad de la cola situada más allá del valor observado (para estadísticos simétricos como Z o t): en el ejemplo anterior, el p-valor unilateral sería 0,0228 y el bilateral 0,0455. Por ello, un mismo resultado puede ser significativo en el contraste unilateral y no serlo en el bilateral, y el uso del contraste unilateral solo está justificado cuando una desviación en el sentido contrario carece de interés o es imposible a priori.

Contraste sobre la media con muestras pequeñas: la t de Student

Cuando la población es normal, σ es desconocida y la muestra es pequeña, el estadístico de contraste sobre la media es t = (x̄ - μ₀)/(s/√n), que bajo H₀ sigue una distribución t de Student con n-1 grados de libertad. La distribución fue publicada en 1908 por William Sealy Gosset bajo el seudónimo de "Student", pues trabajaba en la cervecería Guinness y la empresa no permitía firmar publicaciones con el nombre real. La región crítica se determina con las tablas de la t en lugar de las de la normal, y el resto del procedimiento es idéntico. El procedimiento es robusto frente a desviaciones moderadas de la normalidad cuando la muestra no es muy pequeña, pero no es fiable con muestras muy pequeñas y claramente asimétricas. Con n grande, la t se aproxima tanto a la normal que ambas dan prácticamente la misma decisión, de ahí el criterio práctico n≥30 utilizado en el temario.

Comparación de dos poblaciones: diferencia de medias y de proporciones

Muchos problemas reales comparan dos grupos (tratamiento y control, dos métodos de enseñanza, dos máquinas). Para dos muestras independientes se contrasta H₀: μ₁=μ₂, empleando el estadístico (x̄₁ - x̄₂)/√(σ₁²/n₁ + σ₂²/n₂) cuando las varianzas son conocidas o las muestras grandes, o su versión con la t de Student (con varianzas combinadas si se supone igualdad de varianzas, o con la corrección de Welch si no se supone) cuando las muestras son pequeñas. Si las observaciones están emparejadas (medidas antes y después sobre los mismos individuos), se trabaja con las diferencias individuales y se aplica un contraste sobre una única media, cuyo valor hipotético es 0; ignorar el emparejamiento y tratar las muestras como independientes es un error de planteamiento frecuente que reduce la potencia. Para comparar dos proporciones se emplea un estadístico análogo, que utiliza la proporción combinada bajo H₀: p̂ = (x₁+x₂)/(n₁+n₂). Un intervalo de confianza para la diferencia que no contenga el 0 equivale a rechazar la igualdad en un contraste bilateral.

Contrastes chi-cuadrado: bondad de ajuste, independencia y varianza

La distribución chi-cuadrado, introducida por Karl Pearson en 1900, permite tres familias de procedimientos. La prueba de bondad de ajuste compara las frecuencias observadas Oᵢ con las esperadas Eᵢ bajo un modelo teórico mediante el estadístico χ² = Σ (Oᵢ - Eᵢ)²/Eᵢ, con k-1-m grados de libertad (k es el número de categorías y m el número de parámetros estimados a partir de los datos); es la prueba que se usa para contrastar, por ejemplo, las proporciones mendelianas 3:1. La prueba de independencia, aplicada a una tabla de contingencia con f filas y c columnas, emplea el mismo estadístico, con frecuencias esperadas calculadas como (total de fila × total de columna)/total, y (f-1)(c-1) grados de libertad. En ambas se exige, como condición habitual de validez, que las frecuencias esperadas no sean demasiado pequeñas (criterio práctico Eᵢ≥5). Por último, para la varianza de una población normal, la variable (n-1)s²/σ² sigue una chi-cuadrado con n-1 grados de libertad, lo que permite construir intervalos de confianza y contrastes sobre σ². A diferencia de los contrastes sobre medias, estos contrastes son asimétricos: la región crítica de la bondad de ajuste y de la independencia es unilateral derecha.

Otros métodos de obtención de estimadores y error cuadrático medio

Además de los estimadores obvios (media, proporción, cuasivarianza muestrales), la estadística dispone de métodos generales para construir estimadores. El método de los momentos iguala momentos poblacionales y muestrales; el método de máxima verosimilitud, desarrollado y popularizado por Ronald Fisher en la década de 1920, elige el valor del parámetro que hace máxima la probabilidad (verosimilitud) de haber obtenido la muestra observada; y el método de mínimos cuadrados, base de la regresión, minimiza la suma de los cuadrados de los errores. Para comparar estimadores que no son necesariamente insesgados se emplea el error cuadrático medio, ECM = varianza + (sesgo)², que resume en un solo número la precisión y el sesgo. Un estimador algo sesgado puede tener menor ECM que uno insesgado de varianza grande, de modo que la insesgadez no es el único criterio de calidad. En el enfoque bayesiano, el parámetro se trata como una variable aleatoria con una distribución a priori que se actualiza con los datos (teorema de Bayes), y los intervalos resultantes se denominan intervalos de credibilidad, con una interpretación probabilística directa que no tienen los intervalos de confianza.

Malas prácticas y errores frecuentes en el uso de los contrastes

La práctica científica contemporánea ha identificado varios usos defectuosos de los contrastes de hipótesis. El llamado p-hacking consiste en probar muchos análisis, variables o subgrupos hasta encontrar alguno con p<0,05 y presentarlo como si fuera el único realizado; al realizar m contrastes independientes con α=0,05, la probabilidad de obtener al menos un falso positivo es 1-(0,95)^m (aproximadamente 64 % con m=20), por lo que se recurre a correcciones por comparaciones múltiples, como la de Bonferroni (usar α/m en cada contraste). Un resultado no significativo no demuestra que no haya efecto, solo que los datos no aportan evidencia suficiente, especialmente si la potencia es baja. Un p-valor pequeño no mide la magnitud ni la importancia del efecto, ni la probabilidad de que la hipótesis nula sea cierta, ni la probabilidad de que el resultado se reproduzca. La Asociación Americana de Estadística publicó en 2016 una declaración oficial sobre el p-valor, con seis principios, que recomienda no basar conclusiones científicas ni decisiones políticas únicamente en que un p-valor supere un umbral concreto. Finalmente, la crisis de replicabilidad detectada en diversas disciplinas ha impulsado el registro previo de hipótesis y análisis, la publicación de resultados nulos y la presentación conjunta de intervalos de confianza y tamaños del efecto.

Tratamiento didáctico de la inferencia en Secundaria y Bachillerato

El currículo vigente (Real Decreto 217/2022 para la ESO y Real Decreto 243/2022 para el Bachillerato) organiza los saberes de probabilidad y estadística en el sentido estocástico. En la ESO se trabajan la representatividad de la muestra, la variabilidad muestral y la idea intuitiva de inferencia; en Bachillerato se profundiza, con distinto grado según la modalidad y la materia, en la distribución muestral y en la estimación. Desde el punto de vista didáctico, resulta especialmente eficaz introducir la inferencia mediante simulación (hoja de cálculo, GeoGebra, software estadístico), generando muchas muestras de una población conocida para observar cómo varían los estimadores y qué fracción de los intervalos construidos contiene al parámetro, lo que ayuda a comprender la interpretación frecuentista del nivel de confianza. Entre las dificultades de aprendizaje más documentadas figuran interpretar el nivel de confianza como la probabilidad de que el parámetro esté en un intervalo ya calculado, confundir el p-valor con la probabilidad de H₀, aceptar H₀ en lugar de no rechazarla, y confundir significación estadística con importancia práctica. Conviene proponer problemas contextualizados, con interpretación verbal obligatoria de cada conclusión.

Ideas clave para el examen — memoriza esto

  • Inferencia estadística: generaliza de la muestra a la población con fiabilidad cuantificada, mediante estimación (puntual/intervalos) o contraste de hipótesis.
  • Buen estimador: insesgado (E(estimador)=parámetro), eficiente (menor varianza entre insesgados) y consistente (converge al parámetro cuando n→∞).
  • La cuasivarianza muestral (dividir entre n-1, no entre n) es insesgada como estimador de σ²; la varianza muestral simple está sesgada a la baja.
  • IC para la media: x̄±z(α/2)·σ/√n (σ conocida o n≥30 con s); con n<30 y σ desconocida, usar t de Student con n-1 grados de libertad.
  • IC para proporción: p̂±z(α/2)·√(p̂(1-p̂)/n) — usa p̂ (no p₀) al no haber hipótesis previa sobre p.
  • El nivel de confianza (1-α) se interpreta a largo plazo sobre el PROCEDIMIENTO repetido, nunca como probabilidad de que el parámetro esté en ESE intervalo concreto ya calculado.
  • Contraste de hipótesis: H₀ (statu quo, se presume cierta) frente a H₁; el resultado siempre es 'rechazar H₀' o 'no rechazar H₀', nunca 'aceptar H₀'.
  • Error tipo I (α): rechazar H₀ siendo cierta. Error tipo II (β): no rechazar H₀ siendo falsa. Relación inversa entre ambos para n fijo.
  • Potencia = 1-β: probabilidad de rechazar H₀ correctamente cuando es falsa; aumenta con n, con la magnitud del efecto real y con α más laxo.
  • p-valor: P(datos tan extremos o más | H₀ cierta) — NO es P(H₀|datos); confundirlos reproduce la falacia de la transposición condicional (tema 64).
  • Regla de decisión: p-valor < α ⟹ rechazar H₀; p-valor ≥ α ⟹ no rechazar H₀.
  • Contraste sobre proporción usa p₀ (el valor de H₀) en el denominador del estadístico, a diferencia del IC de proporción, que usa p̂.
  • Equivalencia IC↔contraste bilateral: un IC al (1-α)·100% contiene exactamente los valores que un contraste bilateral al nivel α NO rechazaría.
  • Fisher (p-valor, significación, diseño experimental) y Neyman-Pearson (H₀/H₁, errores I/II, potencia): la práctica actual es una síntesis híbrida de ambos enfoques.
  • Precisión ∝ 1/√n: reducir el margen de error a la mitad exige cuadruplicar n (misma relación de rendimientos decrecientes que en el tema 58).
  • Significación estadística ≠ relevancia práctica: con muestras muy grandes, diferencias mínimas e irrelevantes pueden resultar 'significativas'; conviene reportar el tamaño del efecto.
  • Valores críticos a memorizar: z(α/2)=1,645 (90 %), 1,96 (95 %), 2,576 (99 %) en intervalos y contrastes bilaterales; en contrastes unilaterales: 1,282 (α=0,10), 1,645 (α=0,05), 2,326 (α=0,01).
  • La cuasivarianza s² es insesgada para σ²; la cuasidesviación s no es exactamente insesgada para σ (error típico al afirmar lo contrario).
  • Tamaño muestral: n ≥ (z·σ/E)² para la media; n ≥ z²·p(1-p)/E² para una proporción (p=0,5 en el peor caso); se redondea siempre por exceso. Ejemplo: 95 %, E=3 % => n=1068.
  • La amplitud del IC aumenta con la confianza y con σ, y disminuye con n; con p̂=0,5 el margen de error de una proporción es máximo.
  • p-valor bilateral = 2 × p-valor unilateral (estadísticos simétricos); un mismo resultado puede ser significativo en un contraste unilateral y no en el bilateral.
  • t de Student (Gosset, 1908): para la media con σ desconocida y muestra pequeña de población normal, n-1 grados de libertad, siempre más conservadora que la normal.
  • Muestras emparejadas: se contrasta la media de las diferencias (valor hipotético 0), no dos medias independientes.
  • Chi-cuadrado (Pearson, 1900): bondad de ajuste con k-1-m grados de libertad, independencia con (f-1)(c-1); frecuencias esperadas >= 5; región crítica unilateral derecha.
  • Comparaciones múltiples: con m contrastes al 5 % la probabilidad de algún falso positivo crece (1-0,95^m); corrección de Bonferroni: α/m.
  • Un resultado no significativo no prueba la ausencia de efecto; un p-valor pequeño no mide la importancia del efecto ni la probabilidad de que H₀ sea cierta.
  • ECM = varianza + sesgo²: la insesgadez no es el único criterio; la máxima verosimilitud (Fisher, años 1920) es un método general de estimación.
Ver el esquema con tus propios subrayados →

Ponte a prueba

12 preguntas sobre este tema, en orden aleatorio. Sin registro, sin límite de intentos.

Pregunta 1 de 120 aciertos

En una muestra de n=100 con media x̄=52 y desviación típica poblacional conocida σ=10, el intervalo de confianza al 95 % para la media poblacional es aproximadamente...

Preguntas frecuentes

¿De qué trata el Tema 67 de Secundaria?

Este tema culmina el desarrollo del bloque de Estadística y Probabilidad, integrando todos los conceptos previos —distribución muestral, teorema central del límite, distribución normal— en los dos grandes procedimientos de la estadística inferencial: la estimación por intervalos de confianza y el contraste de hipótesis. Es el tema que cierra el ciclo metodológico completo iniciado en el tema 57 (descriptiva frente a inferencial) y desarrollado en el tema 58 (muestreo), aplicando ahora, con pleno rigor matemático, los procedimientos que permiten generalizar con fiabilidad cuantificada los resultados de una muestra a la población. Su contenido es de fuerte componente aplicado y muy propicio a supuestos prácticos de examen, además de exigir un dominio conceptual preciso de nociones con alta carga de matiz interpretativo, como el nivel de significación, el p-valor o los errores de tipo I y II. En esta versión ampliada se incorporan además los valores críticos de uso habitual, la determinación del tamaño muestral, ejemplos resueltos, el contraste t de Student, la comparación de dos poblaciones, los contrastes chi-cuadrado, las malas prácticas en el uso del p-valor y su tratamiento didáctico en Secundaria y Bachillerato.

¿Qué hay que memorizar del Tema 67 para el examen?

Inferencia estadística: generaliza de la muestra a la población con fiabilidad cuantificada, mediante estimación (puntual/intervalos) o contraste de hipótesis. Buen estimador: insesgado (E(estimador)=parámetro), eficiente (menor varianza entre insesgados) y consistente (converge al parámetro cuando n→∞). La cuasivarianza muestral (dividir entre n-1, no entre n) es insesgada como estimador de σ²; la varianza muestral simple está sesgada a la baja. IC para la media: x̄±z(α/2)·σ/√n (σ conocida o n≥30 con s); con n<30 y σ desconocida, usar t de Student con n-1 grados de libertad. IC para proporción: p̂±z(α/2)·√(p̂(1-p̂)/n) — usa p̂ (no p₀) al no haber hipótesis previa sobre p. El nivel de confianza (1-α) se interpreta a largo plazo sobre el PROCEDIMIENTO repetido, nunca como probabilidad de que el parámetro esté en ESE intervalo concreto ya calculado. Contraste de hipótesis: H₀ (statu quo, se presume cierta) frente a H₁; el resultado siempre es 'rechazar H₀' o 'no rechazar H₀', nunca 'aceptar H₀'. Error tipo I (α): rechazar H₀ siendo cierta. Error tipo II (β): no rechazar H₀ siendo falsa. Relación inversa entre ambos para n fijo. Potencia = 1-β: probabilidad de rechazar H₀ correctamente cuando es falsa; aumenta con n, con la magnitud del efecto real y con α más laxo. p-valor: P(datos tan extremos o más | H₀ cierta) — NO es P(H₀|datos); confundirlos reproduce la falacia de la transposición condicional (tema 64). Regla de decisión: p-valor < α ⟹ rechazar H₀; p-valor ≥ α ⟹ no rechazar H₀. Contraste sobre proporción usa p₀ (el valor de H₀) en el denominador del estadístico, a diferencia del IC de proporción, que usa p̂. Equivalencia IC↔contraste bilateral: un IC al (1-α)·100% contiene exactamente los valores que un contraste bilateral al nivel α NO rechazaría. Fisher (p-valor, significación, diseño experimental) y Neyman-Pearson (H₀/H₁, errores I/II, potencia): la práctica actual es una síntesis híbrida de ambos enfoques. Precisión ∝ 1/√n: reducir el margen de error a la mitad exige cuadruplicar n (misma relación de rendimientos decrecientes que en el tema 58). Significación estadística ≠ relevancia práctica: con muestras muy grandes, diferencias mínimas e irrelevantes pueden resultar 'significativas'; conviene reportar el tamaño del efecto. Valores críticos a memorizar: z(α/2)=1,645 (90 %), 1,96 (95 %), 2,576 (99 %) en intervalos y contrastes bilaterales; en contrastes unilaterales: 1,282 (α=0,10), 1,645 (α=0,05), 2,326 (α=0,01). La cuasivarianza s² es insesgada para σ²; la cuasidesviación s no es exactamente insesgada para σ (error típico al afirmar lo contrario). Tamaño muestral: n ≥ (z·σ/E)² para la media; n ≥ z²·p(1-p)/E² para una proporción (p=0,5 en el peor caso); se redondea siempre por exceso. Ejemplo: 95 %, E=3 % => n=1068. La amplitud del IC aumenta con la confianza y con σ, y disminuye con n; con p̂=0,5 el margen de error de una proporción es máximo. p-valor bilateral = 2 × p-valor unilateral (estadísticos simétricos); un mismo resultado puede ser significativo en un contraste unilateral y no en el bilateral. t de Student (Gosset, 1908): para la media con σ desconocida y muestra pequeña de población normal, n-1 grados de libertad, siempre más conservadora que la normal. Muestras emparejadas: se contrasta la media de las diferencias (valor hipotético 0), no dos medias independientes. Chi-cuadrado (Pearson, 1900): bondad de ajuste con k-1-m grados de libertad, independencia con (f-1)(c-1); frecuencias esperadas >= 5; región crítica unilateral derecha. Comparaciones múltiples: con m contrastes al 5 % la probabilidad de algún falso positivo crece (1-0,95^m); corrección de Bonferroni: α/m. Un resultado no significativo no prueba la ausencia de efecto; un p-valor pequeño no mide la importancia del efecto ni la probabilidad de que H₀ sea cierta. ECM = varianza + sesgo²: la insesgadez no es el único criterio; la máxima verosimilitud (Fisher, años 1920) es un método general de estimación.

¿Hay preguntas de test de este tema exacto?

Sí, 12 preguntas tipo test sobre este tema, en el apartado "Ponte a prueba" de esta misma página. Sin registro y sin límite de intentos.

¿De dónde sale el temario de este tema?

Del índice oficial de BOE núm. 226, de 21 de septiembre de 1993, páginas 27400 a 27438 (Orden de 9 de septiembre de 1993, del Ministerio de Educación y Ciencia, BOE-A-1993-23257), Anexo III — cuestionario específico (Parte A) de la especialidad Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (Temario oficial estatal de referencia — especialidad Matemáticas (Cuerpo de Profesores de Enseñanza Secundaria)).

Fuentes de este desarrollo

  • Student (W. S. Gosset): "The probable error of a mean", Biometrika, 1908
  • K. Pearson: contraste chi-cuadrado de bondad de ajuste (Philosophical Magazine, 1900)
  • R. A. Fisher: "Statistical Methods for Research Workers" (1925)
  • J. Neyman y E. S. Pearson: "On the problem of the most efficient tests of statistical hypotheses" (1933)
  • J. Neyman: teoría de la estimación por intervalos de confianza (1937)
  • R. L. Wasserstein y N. A. Lazar: "The ASA statement on p-values: context, process, and purpose", The American Statistician, 2016
  • Real Decreto 217/2022, de 29 de marzo (ESO) y Real Decreto 243/2022, de 5 de abril (Bachillerato) — sentido estocástico

Mientras tanto, practica con tests gratis de Secundaria.

Empieza gratis ahora