Conservador en Estadística

Actualizado por ultima vez el 17 de noviembre de 2021, por Luis Benites.

¿Qué significa «conservador» en estadística?

Conservador en estadística tiene el mismo significado general que en otras áreas: evitar el exceso errando por el lado de la precaución. En estadística, «conservador» se refiere específicamente a ser cauteloso cuando se trata de pruebas de hipótesis , resultados de pruebas o intervalos de confianza. Informar de manera conservadora significa que es menos probable que proporcione información incorrecta.

Pruebas conservadoras e intervalos de confianza

Una prueba conservadora siempre mantiene la probabilidad de rechazar la hipótesis nula muy por debajo del nivel de significancia. Supongamos que está ejecutando una prueba de hipótesis en la que establece el nivel alfa en 5%. Eso significa que la prueba (falsamente) le dará un resultado significativo 1 de cada 20 veces. Esto se llama la tasa de error Tipo I. Una prueba conservadora siempre controlaría la tasa de error Tipo I a un nivel mucho menor que el 5 %, lo que significa que su probabilidad de equivocarse estará muy por debajo del 5 % (quizás el 2 %).*

Por otro lado, una prueba liberal tendría más probabilidades de encontrar un resultado estadísticamente significativo. En otras palabras, tiene más poder . Pero “poder” no es necesariamente algo bueno. En la práctica, las pruebas liberales rara vez son aceptables, porque tener una probabilidad muy alta de que el resultado significativo que está informando sea incorrecto puede ser un error muy costoso (y, en el caso de las pruebas de drogas, posiblemente peligroso). Por ejemplo, prueba el medicamento A para ver si cura el cáncer e informa que lo hace a un nivel alfa del 5%. Sin embargo, estás ejecutando un liberal prueba, por lo que el 5% podría ser en realidad un 25% de probabilidad de que el resultado sea incorrecto. Esto da como resultado más pruebas (costosas) para tratar de duplicar sus resultados. O, quizás más aterrador, ensayos clínicos para probar el medicamento en personas. Por otro lado, si sus posibilidades de equivocarse se informan de manera conservadora en un 5 %, pero las probabilidades son en realidad mucho más bajas, digamos un 3 %, entonces todas esas costosas y potencialmente peligrosas reevaluaciones valdrán la pena.

Cuando se trata de resultados, un intervalo de confianza conservador en realidad tendría una mayor probabilidad de contener los resultados. Por ejemplo, un intervalo de confianza establecido del 95 % podría ser en realidad un intervalo de confianza del 97 % o del 98 %, pero está siendo «conservador» al establecer el 95 %.

* Nota : esto plantea la pregunta: ¿por qué no mantener la tasa de error lo más pequeña posible de todos modos? Bueno, siempre hay compensaciones en las estadísticas. En general, si mantiene la tasa de error Tipo I muy pequeña, entonces aumentará un tipo diferente de tasa de error (llamada Tipo II) .

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

¿Qué es una muestra Bootstrap? Una muestra de arranque es una muestra más pequeña que se "arranca" de una muestra…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!