Comprender Alpha disminuye la alarma
- Detalles
- Categoría: Minitab
- Visto: 5343
Por Cody Steele
Uno de los conceptos más incomprendidos en estadística es alfa, más formalmente conocido como el nivel de significación. Alpha normalmente se establece antes de realizar un experimento. Cuando el p valor calculado de un test de hipótesis es menor que el nivel de significación (α), los resultados de un experimento son tan poco probables que la explicación más probable es que los resultados se produzcan debido al efecto que se está estudiando. Que los resultados sean poco probables de ocurrir por casualidad es lo que queremos decir con la frase "significación estadística", que no debe confundirse con la significación práctica.
Hubo un bonito ejemplo de lo confuso que puede ser alfa cuando los Institutos Nacionales de Salud cancelaron los ensayos de una vacuna contra el VIH. El titular de US News and World Report dice "Estudio de la vacuna contra el VIH cancelada: los receptores son más propensos a coger el virus que los que reciben placebo". Como suele ser el caso con el lenguaje, el título ofrece más de una interpretación. Una posible lectura es que recibir esta vacuna potencial contra el VIH causó que más sujetos contrajeran el VIH. Esta lectura es la sugerida al principio del subtítulo del artículo: "La revisión del estudio a gran escala resultó alarmante". La idea de que una vacuna destinada a prevenir el VIH causaría que más personas contrajeran el virus hace que "alarmante" sea una subestimación.
Sin embargo, el subtítulo se cierra con un tono diferente, señalando que el ensayo tuvo un resultado "no estadísticamente significativo". "Un resultado no estadísticamente significativo no parece ser tan alarmante (porque no lo es). El comunicado de prensa de NIH sobre esto no nos da toda la información que necesitaríamos para reproducir sus cálculos matemáticos, como el número de sujetos que recibieron la vacuna al menos 28 semanas. Pero probablemente podamos obtener una buena aproximación del número total de sujetos.
Grupo placebo | Grupo de vacunas | |
Total | 1244 | 1250 |
Nuevas infecciones VIH | 30 | 41 |
El comunicado de prensa de NIH tampoco informó del nivel alfa que utilizaron para determinar que estos resultados no fueron significativos. Tradicionalmente, alfa es 0.05. El valor 0.05 probablemente tiene sus raíces en el documento " El método estadístico en la investigación psíquica " publicado por Sir Ronald Fisher en 1929 en las Actas de la Sociedad para la Investigación Psíquica. Fisher escribe, "es una práctica común juzgar un resultado significativo, si es de tal magnitud que habría sido producido por casualidad no más de una vez en veinte ensayos. Este es un nivel arbitrario, pero conveniente, de importancia para el investigador práctico".
Así que usemos 0.05 como alfa por ahora, y usemos una prueba de hipótesis de 2 proporciones para ver si hay una diferencia estadísticamente significativa en la infección por VIH entre la proporción de participantes que recibieron la vacuna y los que no la recibieron. A continuación, le mostramos cómo hacerlo en Minitab Statistical Software :
- Elija Estadísticas> Estadísticas básicas> 2 proporciones.
- Seleccione Datos resumidos.
- En Muestra 1, introduzca 30 para los Eventos y 1244 para los Ensayos.
- En Muestra 2, introduzca 41 para los Eventos y 1250 para los Ensayos.
- Haga clic en Aceptar.
Minitab proporciona la siguiente salida:
Como puede ver en el resultado anterior, el p valor de prueba exacto de Fisher resultante es 0.228. Debido a que 0.228 es mayor que 0.05, y grande en general, diríamos que la diferencia en la proporción de infecciones entre estos dos grupos probablemente no se deba a la vacuna.
La desventaja es que todavía no tenemos una vacuna para el VIH. Pero la idea de que la vacuna contribuye a la disminución del VIH no está respaldada por los datos del NIH. Comprender lo qué es alfa nos ayuda a sentirnos más seguros sobre lo que realmente significan los resultados.
La imagen del médico que prepara una vacuna contra el cáncer es de dominio público. La foto es de John Keith y es del Instituto Nacional del Cáncer.