ISSN: 1317-0570
wileidys.artigas@urbe.edu
Universidad Privada Dr. Rafael Belloso Chacn
Venezuela
Introduccin
El concepto de p-valor como resultado de un tratamiento estadstico, es un
concepto debido a Fisher, es una contraposicin del concepto de tamao del
test en la teora de Neyman-Pearson. La idea es conseguir eliminar la posibilidad
de que dos investigadores que informen del resultado de un test estadstico, si utilizan dos tamaos diferentes lleguen a resultados distintos con la misma evidencia
estadstica, lo que no puede ocurrir con el p-valor. Se pretende seguir el nacimiento del concepto en el trabajo de Jacob Bernoulli y ver su evolucin hasta el concepto tal y como es utilizado en nuestros das.
439
El P-Valor
En las pruebas de significacin y diseo de experimentos Fisher utiliz el
p-valor (p-value) que es la probabilidad que permite declarar la significacin de
una prueba. El trmino significacin en los primeros desarrollos de esta idea se
usaba para indicar que la probabilidad es suficientemente pequea como para rechazar la hiptesis planteada. Este es el concepto que an perdura, Fisher no tena
dudas acerca su importancia y utilidad del p-valor (Salsburg, 2001).
Gran parte de su Statistical Methods for Research Workers (Fisher, 1925) est
dedicado a mostrar cmo se calcula el p-valor. En el libro Fisher no describe de
donde derivan estos test y nunca dice exactamente qu p-valor puede considerarse
440
441
Criterios de decisin
Si la hiptesis alternativa H1 contiene > p-valor = P(Z>z)
Si la hiptesis alternativa H1 contiene < p-valor = P(Z<z)
Si la hiptesis alternativa H1 contiene p-valor = P(Z< - Z>) = 2
P(Z<)
Grficos 1 y 2
Regiones de rechazo para pruebas de una y dos colas
Regin de
rechazo
-za
Regin de
rechazo
-z/a
Regin de
rechazo
-z/a
No siempre es sencillo calcular el valor p exacto de una prueba. Sin embargo, la mayora de los programas de computadora modernos para el anlisis estadstico reportan valores p, e incluso pueden obtenerse tambin en algunas calculadoras porttiles.
444
Comentarios finales
El p-valor se puede definir como el menor nivel de significacin al que se
puede rechazar una hiptesis nula cuando es verdadera.
El discutido p-valor se puede interpretar de distinta forma segn el enfoque
de Fisher o la Teora de Neyman-Pearson.
El avance de la tecnologa permiti que los paquetes estadsticos reportaran
el p-valor.
Desde el punto de vista de la tarea cotidiana, disponer del p-valor no implica inconsistencias. En efecto, el investigador podr fijar de antemano el nivel de
significacin segn lo establece la Teora de Neyman-Pearson y, con el resultado
que reporta el software decidir sobre el rechazo, o no, de la hiptesis nula.
445
Referencias Bibliogrficas
Daniel, Wayne. (2009). Bioestadstica, base para el anlisis de las ciencias de
la salud. Limusa Wiley. 4ta Edicin. Mxico.
Fisher, Ronald. (1925). Statistical Methods for Research Workers. Originally
published in edinburgh by oliver and boyd. Extrado de http://
es.scribd.com/doc/58873576/Fisher-R-a-1925-Statistical-Methods-for
-Research-Workers, Consulta08/08/2012.
Gujarati, Damodar. (2006). Principios de Econometra. 3era Edicin en espaol. McGraw-Hill. Espaa.
Gmez, Mara. (2011). Sobre el Concepto del P-Valor. Universidad Complutense de Madrid. Espaa.
Levine, David; Krehbiel, Timothy y Berenson, Mark. (2006). Estadstica para
Administracin. Pearson. 4ta Edicin. Mxico.
Lind, Douglas; Marchal, William; Mason, Robert. (2004). Estadstica para Administracin y Economa. 11va Edicin. Alfaomega Mxico D.F.
Mendenhall, William y Sincich, Terry. (1997). Probabilidad y Estadstica, para
ingeniera y ciencias. 4ta Edicin. Prentice-Hall Hispanoamricana.
Mxico.
Montgomery, Douglas y Runger, George. (2010). Probabilidad y Estadstica
aplicada a la Ingeniera. Limusa Wiley. 2da Edicin. Mxico.
Salsburg, David. (2001). The Lady Tasting Tea: How Statistics Revolutionized Science in the Twentieth Century. Henry Halt and Company
LLC. New York.
Walpole,Ronald; Myers, Raymond; Myers, Sharon yYe, Keying. (2007). Estadstica y Probabilidad para Ingeniera y Ciencias. 8va Edicin. Pearson. Mxico.
446