QUÉ ES Y CÓMO INTERPRETAR EL P-VALOR EN UN ANÁLISIS ESTADÍSTICO
Resumen
El análisis estadístico es parte esencial en la mayoría de las investigaciones que se realizan en diversas disciplinas científicas. El uso de software estadístico es cada vez más común y necesario en el análisis de datos, sin embargo algunas veces el resumen de resultados que éste arroja confunde al usuario del mismo. Esto se observa frecuentemente cuando se realizan pruebas estadísticas, donde es común observar interpretaciones erróneas al confundir el p-valor resultante de un análisis, con el nivel de significancia de la prueba; situación que origina que se reporten conclusiones erróneas que llevan a tomar decisiones equivocadas. Es por ello la necesidad de implementar estrategias que permitan al estudiante mostrar que el p-valor es una variable aleatoria, que se calcula bajo el supuesto de una hipótesis nula y que bajo ciertas condiciones sigue una distribución uniforme en [0,1].
Palabras clave
Referencias
Everitt, B. S., Skrondal Everitt B. S. and Skrondal, A. (2010). The Cambridge Dictionary of Statistics. Cambridge University Press. ISBN: 9780511784552
Fisher, R. A. (1966). The Design of Experiments (8 ed.). Edinburgh: Oliver and Boyd.
Goodman, S. (2008). A dirty dozen: Twelve p-value misconceptions. Seminars in Hematology , 45 (3), 135-140.
Hubbard, R., & M. J., B. (2003). Confusion Over Measures o Evidence (p´s) Versus Errors (α´s) in Classical Statistical Testing. The American Statistician , 57 (3), 171-182.
Murdoch, D. J., Yu-Ling, T., & James, A. (2008). P-values are Random Variables. The American Statistician , 68 (3), 242-245.