by | 25 de Ago de 2023 | Blogs & Redes, Ortodoncia | 0 comments

Pasos breves sobre cómo leer un artículo: Parte 12: Probabilidad

En este breve paso, espero explicar la probabilidad o los valores de p. Me pregunto si los lectores de artículos no siempre comprenden el significado de los valores p. Esta información no es un área compleja de un artículo. Pero me pregunto si los autores y estadísticos lo complican sin querer. Así que aquí está mi intento de explicar los valores de p.

Miremos la probabilidad.

Todos sabemos que si lanzamos una moneda equilibrada 100 veces, hay muchas posibilidades de que salgamos cara y cruz 50 veces cada una. Esto significa que la probabilidad de que salga cara o cruz es 50:50.

Los valores p en un artículo científico representan las posibilidades de un resultado particular. En el ejercicio de lanzamiento de moneda, podemos decir que p=0,5.

Cuando miramos un artículo científico, siempre existe la probabilidad de que una diferencia entre las intervenciones se haya producido enteramente por casualidad. Por lo tanto, tenemos que decidir el nivel de probabilidad que podemos aceptar.

Los estadísticos han decidido que el nivel de riesgo que debemos aceptar de que un resultado haya ocurrido por casualidad es del 5% o p=0,05. Esta cifra a menudo se denomina significación estadística. Por lo tanto, si estamos leyendo un artículo y los autores informan que la diferencia es estadísticamente significativa en p<0,05, entonces estamos asumiendo un riesgo del 5 % de que cualquier diferencia haya ocurrido por casualidad.

Cuando p<0,01, el riesgo que estamos asumiendo es del 1%.

Es tan simple como eso.

¡Ahora a complicar las cosas!

Todo esto está muy bien. Pero ¿qué pasa si p<0,07? No es estadísticamente significativo. Pero el riesgo sigue siendo bajo: un 7%. En este caso, como lectores, nos corresponde a nosotros decidir si este es un riesgo suficiente para aceptar que existe una diferencia. Ahí radica un gran problema con los valores P: la naturaleza relativamente arbitraria del límite. Esta es la razón por la que a los estadísticos les gusta ver los valores de P presentados con tamaños de efecto e intervalos de confianza asociados. Esto último nos ayuda a evaluar el tamaño y la relevancia potencial de cualquier diferencia y la precisión de esa estimación del efecto.

También es crucial darse cuenta de que si un resultado es p=<0,01, no significa que sea más importante que p<0,05. Los autores tienden a entusiasmarse con los valores de p bajos. Pero sólo significan que la probabilidad de que un resultado ocurra por casualidad es menor.

Espero que esta explicación sea clara, si no, pregunta en la sección de comentarios.

La semana que viene voy a ver el tamaño del efecto.

Traducido automáticamente
Publicación Original

0 Comments

Submit a Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *