¿Qué es la significancia estadística?
La significancia estadística es una determinación hecha por un analista de que los hallazgos en los datos no se pueden explicar solo por casualidad. La prueba de hipótesis estadística es el método por el cual el analista hace esta determinación. Esta prueba proporciona un valor p, que es la probabilidad de observar resultados extremos como los de los datos, suponiendo que los resultados se deban únicamente al azar. Un valor de p del 5% o menos a menudo se considera estadísticamente significativo.
Puntos clave
- La significancia estadística es una determinación de que una relación entre dos o más variables es causada por algo diferente al azar.
- La significación estadística se utiliza para proporcionar evidencia sobre la plausibilidad de la hipótesis nula, que supone que no hay nada más que azar en los datos.
- La prueba de hipótesis estadística se utiliza para determinar si el resultado de un conjunto de datos es estadísticamente significativo.
- En general, un valor de p del 5 % o menos se considera estadísticamente significativo.
1:26
Estadísticamente significante
Comprensión de la significación estadística
La significancia estadística es una determinación sobre la hipótesis nula, lo que sugiere que los resultados se deben únicamente al azar. Un conjunto de datos proporciona significación estadística cuando el valor p es lo suficientemente pequeño.
Cuando el valor p es alto, los hallazgos en los datos solo se explican por casualidad, y se supone que los datos son consistentes con (aunque no prueban) la hipótesis nula.
Cuando el valor p es lo suficientemente pequeño (típicamente 5% o menos), los resultados no se explican fácilmente por casualidad y se piensa que los datos son inconsistentes con la hipótesis nula. En este caso, se rechaza la hipótesis nula del azar como explicación de los datos a favor de una explicación más sistemática.
La significancia estadística se usa a menudo para ensayos de nuevos medicamentos, pruebas de vacunas y en estudios de enfermedades para pruebas de eficacia y para informar a los inversores sobre el éxito de la empresa en el lanzamiento de nuevos productos.
Ejemplos de significación estadística
Supongamos que Alex, un analista financiero, siente curiosidad por saber si algunos inversionistas tenían conocimiento previo del fracaso repentino de una empresa. Alex decide comparar los rendimientos diarios promedio del mercado antes de la quiebra de la empresa con los posteriores para ver si hay una diferencia estadísticamente significativa entre los dos promedios.
El valor de p para el estudio fue del 28 % (>5 %), lo que indica que una diferencia tan grande como la observada (-0,0033 a +0,0007) no es inusual bajo la explicación del azar únicamente. Por lo tanto, los datos no proporcionaron evidencia convincente de un conocimiento previo de la falla. Por otro lado, si el valor p fuera del 0,01 % (mucho menos del 5 %), la diferencia observada sería muy inusual bajo la explicación del azar únicamente. En este caso, Alex podría decidir rechazar la hipótesis nula e investigar más a fondo si algunos comerciantes lo sabían de antemano.
La significación estadística también se utiliza para probar nuevos productos médicos, incluidos medicamentos, dispositivos y vacunas. Los informes disponibles públicamente de importancia estadística también informan a los inversores sobre el éxito de la empresa en el lanzamiento de nuevos productos.
Digamos, por ejemplo, que un líder farmacéutico en medicamentos para la diabetes informó que hubo una reducción estadísticamente significativa en la diabetes tipo 1 cuando probó su nueva insulina. La prueba consistió en 26 semanas de terapia aleatoria entre pacientes diabéticos y los datos proporcionaron un valor de p del 4%. Esto significa para los inversores y las agencias reguladoras que los datos muestran una reducción estadísticamente significativa de la diabetes tipo 1.
Los precios de las acciones de las compañías farmacéuticas a menudo se ven influenciados por los anuncios de la importancia estadística de sus nuevos productos.
¿Cómo se determina la significación estadística?
La prueba de hipótesis estadística se utiliza para determinar si los datos son estadísticamente significativos. En otras palabras, si el fenómeno puede explicarse o no como un subproducto del azar. La significación estadística es una determinación sobre la hipótesis nula, que supone que los resultados se deben únicamente al azar. El rechazo de la hipótesis nula es necesario para que los datos se consideren estadísticamente significativos.
¿Qué es el valor P?
Un valor p es una medida de la probabilidad de que una diferencia observada pudiera haber ocurrido simplemente por casualidad. Cuando el valor p es lo suficientemente pequeño (por ejemplo, 5 % o menos), los resultados no se explican fácilmente solo por casualidad y la hipótesis nula se puede rechazar. Cuando el valor p es grande, los hallazgos en los datos solo se explican por casualidad, y se supone que los datos son consistentes con la hipótesis nula (sin dejar de probarla).
¿Cómo se utiliza la significación estadística?
La significación estadística se usa a menudo para probar la eficacia de nuevos productos médicos, incluidos medicamentos, dispositivos y vacunas. Los informes disponibles públicamente de importancia estadística también informan a los inversores sobre el éxito de la empresa en el lanzamiento de nuevos productos. Los precios de las acciones de las compañías farmacéuticas a menudo están muy influenciados por los anuncios de la importancia estadística de sus nuevos productos.
