p < 0,05 ¿Criterio mágico para resolver cualquier problema o leyenda urbana?

• Pedro Monterrey Gutiérrez ^[1]
  1. [1] Universidad del Rosario

     Universidad del Rosario

     Colombia

     
• Localización: Universitas Scientiarum, ISSN-e 2027-1352, ISSN 0122-7483, Vol. 17, Nº. 2, 2012, págs. 203-215
• Idioma: español
• Títulos paralelos:
  • p < 0,05 Critério mágico para resolver qualquer problema ou lenda urbana?
  • p < 0,05 A magic criterion to solve any problem or an urban legend?
• Enlaces
  • Texto completo
• Resumen
  • español

    Las Pruebas de Hipótesis son el procedimiento de análisis más conocido por los investigadores y utilizado en las revistas científicas pero, a su vez, ellas han sido fuertemente criticadas, su uso ha sido cuestionado y restringido en algunos casos por las inconsistencias observadas en su aplicación. Este problema se analiza, en este artículo, tomando como punto de partida los Fundamentos de la Metodología Estadística y los diferentes enfoques que históricamente se han desarrollado para abordar el problema del análisis de las Hipótesis Estadísticas. Resaltándose un punto poco conocido por algunos: el carácter aleatorio de los valores P. Se presentan los fundamentos de las soluciones de Fisher, Neyman-Pearson y Bayesiana y a partir de ellas se identifican las inconsistencias del procedimiento de conducta que indica identificar un valor P, compararlo con el valor del error de tipo I -que usualmente es considerado como 0,05- y a partir de ahí decidir las conclusiones del análisis. Adicionalmente se identifican recomendaciones sobre cómo proceder en un problema, así como los retos a enfrentar, en lo docente y en lo metodológico, para analizar correctamente los datos y determinar la validez de las hipótesis de interés.

  • English

    Hypothesis testing is a well-known procedure for data analysis widely used in scientific papers but, at the same time, strongly criticized and its use questioned and restricted in some cases due to inconsistencies observed from their application. This issue is analyzed in this paper on the basis of the fundamentals of the statistical methodology and the different approaches that have been historically developed to solve the problem of statistical hypothesis analysis highlighting a not well known point: the P value is a random variable. The fundamentals of Fisher's, Neyman-Pearson's and Bayesian's solutions are analyzed and based on them, the inconsistency of the commonly used procedure of determining a p value, compare it to a type I error value (usually 0.05) and get a conclusion is discussed and, on their basis, inconsistencies of the data analysis procedure are identified, procedure consisting in the identification of a P value, the comparison of the P-value with a type-I error value -which is usually considered to be 0.05- and upon this the decision on the conclusions of the analysis. Additionally, recommendations on the best way to proceed when solving a problem are presented, as well as the methodological and teaching challenges to be faced when analyzing correctly the data and determining the validity of the hypotheses.

  • português

    Os testes de hipóteses são o método de análise melhor conhecido por pesquisadores e utilizado em revistas científicas; mas por sua vez, têm sido fortemente criticados, seu uso tem sido questionado e, em alguns casos restritos pelas inconsistências observadas na sua aplicação. Esse problema é discutido neste artigo, tendo como ponto de partida os Fundamentos da Metodologia Estatística e as diferentes abordagens que historicamente têm sido desenvolvidas para resolver o problema da analise das Hipóteses Estatísticas. Destacando-se um ponto pouco conhecido por alguns: o caráter aleatório do p-valor. Apresentam-se os fundamentos das soluções de Fisher, Neyman-Pearson e Bayesiana e delas são identificadas as inconsistências do procedimento de conduta que orienta identificar um p-valor para compará-lo com o valor do erro de tipo I, que é geralmente considerado como 0,05 - e, posteriormente, decidir as conclusões da análise. Além disso, se identificam recomendações sobre como proceder num problema, e os desafios a serem enfrentados no ensino e no metodológico, para analisar corretamente os dados e determinar a validade das hipóteses de interesse.