8.2 Hipótesis estadísticas

Un principio general de la investigación científica es escoger siempre la hipótesis más simple capaz de explicar la realidad observada. La razón es que una hipótesis simple es más fácil de contrastar empíricamente y descubrir sus deficiencias, lo que permite aprender de los datos con mayor rapidez y seguridad.

Este principio justifica que muchas investigaciones estadísticas tengan por objeto contrastar una hipótesis simplificadora del tipo: una población es idéntica a otra de referencia (el efecto de un medicamento nuevo es igual a otro existente…); dos o más poblaciones son iguales entre sí…

Una hipótesis se contrasta comparando sus predicciones con la realidad: si coinciden, dentro del margen de error admisible, mantendremos la hipótesis; en caso contrario, la rechazaremos.

Una hipótesis estadística es una afirmación que se hace sobre una o más características de una población (decir que la vida media de una batería son x horas, que un tratamiento reduce el dolor, que un determinado producto hace adelgazar, que a la gente le gusta mayoritariamente el morbo…). Un test o contraste de hipótesis es algún procedimiento para aceptar o rebatir dicha hipótesis o afirmación.

La teoría de los test de hipótesis surge a partir de \(1925\), cuando Ronald Fisher publicó el libro Métodos estadísticos para investigadores. En él, Fisher definía los contrastes de significación, cuyo funcionamiento básico sigue el esquema del falsacionismo, como veremos.

Figura 8.2: Otra conocida frase de Fisher acerca de la inferencia científica.