Valor p

Valor p o P

El valor p es una probabilidad que nos indica cuán probable es obtener los resultados observados en un estudio, asumiendo que la hipótesis nula es cierta.

El valor p es el valor correspondiente al estadístico de prueba que es el valor puntual en estudio en una prueba de hipótesis. Ese estadistico de prueba tiene asociado un valor de probabilidad o valor P. Luego ese valor P es el que se compara con el nivel de significancia cuando se hace el contraste en una prueba de hipótesis.

Si un valor p es en extremo distante del valor de la hipótesis nula entonces sabemos que la hipótesis nula no es aceptable. Que el valor p se en extremo distante significa que o está muy encima o muy por debajo del valor por defecto que es la H0. Y lo que determina que un valor esté suficientemente por encima o por debajo de la H0 es el nivel de significancia. alfa.

Regla del suceso infrecuente para la estadística inferencial

El valor p, se sostiene en una regla experimental de la estadística que se denomina regla del suceso infrecuente.  Esta regla muy usada en estadística inferencial afirma que:

Si, bajo un supuesto dado, la probabilidad de un suceso observado particular es excepcionalmente pequeña, concluimos que el supuesto probablemente es incorrecto.

Siguiendo esta regla, probamos una aseveración analizando datos muestrales en un intento por distinguir entre resultados que pueden ocurrir fácilmente por azar y resultados cuya ocurrencia es extremadamente improbable debido al azar.

Podemos explicar la ocurrencia de resultados extremadamente improbables, al decir que en realidad ha ocurrido un suceso infrecuente o que el supuesto subyacente no es verdadero.

Se suele entender mejor este concepto con un ejemplo como el de la selección de sexo al concebir un bebé.

Ejemplo. Nacimiento de bebés:

Según el método Shettles, si se pretende concebir una niña, se deben tener relaciones sexuales al comienzo del ciclo menstrual y abstenerte de tener sexo en los días inmediatamente anteriores y posteriores a la ovulación. ProCare Industries, Ltd., alguna vez ofreció un producto llamado “Gender Choice”, el cual, según aseveraciones publicitarias, permitía a las parejas “incrementar hasta en un 80% sus posibilidades de tener una niña”. 

Suponga que realizamos un experimento con 100 parejas que desean tener niñas, y que las 100 parejas siguen el “sistema casero fácil de usar” de Gender Choice, descrito en el paquete rosa diseñado para concebir niñas.

Suponiendo que Gender Choice no tiene efecto alguno, y basados en el sentido común, sin un método estadístico formal, ¿qué debemos concluir acerca del supuesto de que Gender Choice no tiene efecto alguno, si 100 parejas lo utilizaron y tuvieron 100 bebés, de los cuales

a. 52 fueron niñas?

b. 97 fueron niñas?

a. Generalmente esperamos que nazcan alrededor de 50 niñas por cada 100 nacimientos. El resultado de 52 niñas es cercano a 50, por lo que no debemos concluir que el producto Gender Choice es eficaz. El resultado de 52 niñas podría ocurrir fácilmente por azar, de manera que no existe evidencia suficiente para afirmar que Gender Choice sea eficaz.

b. Es extremadamente improbable que el resultado de 97 niñas en 100 nacimientos suceda por azar. Podríamos explicar el nacimiento de 97 niñas de dos maneras: o se trata de un evento extremadamente infrecuente que ha ocurrido por azar, o Gender Choice es eficaz. En cualquira de estas dos opciones: La probabilidad extremadamente baja de que resulten 97 niñas sugiere que Gender Choice es eficaz.

El aspecto central del ejemplo anterior es que debemos concluir que el producto es eficaz sólo si obtenemos significativamente más niñas de las que esperaríamos normalmente.

Aun cuando los resultados de 52 niñas y 97 niñas están “por arriba del promedio”, el resultado de 52 niñas no es significativo, mientras que el de 97 niñas es un resultado significativo.

Este breve ejemplo ilustra el método básico utilizado en la prueba de hipótesis.

El método formal incluye una variedad de términos y condiciones convencionales incorporados en un procedimiento organizado de estadística inferencial.