Fundamentos de la inferencia en R

En este capítulo, adquirirás las herramientas y conocimientos para completar una prueba de hipótesis completa. Es decir, dado un conjunto de datos, sabrás si es apropiado rechazar o no la hipótesis nula en favor de la afirmación de investigación de interés.

Seguirás aprendiendo sobre las pruebas de hipótesis con un nuevo ejemplo y la misma estructura de pruebas de aleatorización. En este capítulo, sin embargo, el foco estará en distintos errores (tipo I y tipo II), cómo se cometen, cuándo uno es peor que otro y cómo aspectos como el tamaño de muestra y el tamaño del efecto influyen en las tasas de error.

Como complemento a las pruebas de hipótesis, los intervalos de confianza te permiten estimar un parámetro poblacional. Recuerda que tu interés siempre recae en alguna característica de la población, pero solo dispones de información incompleta para estimar el parámetro usando datos muestrales. Aquí, el parámetro es la proporción verdadera de éxitos en una población. Se utiliza bootstrapping para estimar la variabilidad necesaria para construir el intervalo de confianza.