Rellena una sola casilla, Z (el estadístico de contraste) o una de las cinco probabilidades. Se calculan todos los demás valores (convierte en los dos sentidos, de Z al p-valor y del p-valor a Z).
Índice
-
Qué puedes hacer en esta página
-
¿Para qué sirve este cálculo?
-
Cómo usar
-
Fórmulas y gráficas
-
Símbolos y términos
-
Conviene saber antes de empezar
-
Cómo calcularlo en Excel
-
Cómo calcularlo en Hojas de cálculo de Google
-
Cómo calcularlo en Python
-
Cómo escribirla en LaTeX y otros lenguajes de fórmulas (para copiar y pegar)
-
Cómo pedirle el cálculo a ChatGPT
-
Las ventajas de DataChef
-
Funciones relacionadas
-
Lista de calculadoras de NumberChef
Qué puedes hacer en esta página
- Escribe el estadístico de contraste Z de un contraste z (u otro parecido) y obtienes de una vez el p-valor unilateral izquierdo, el unilateral derecho y el del contraste bilateral
- También puedes ir del p-valor a Z (por ejemplo, hallar Z = 1,96 para un p-valor bilateral de 0,05). Sirve para encontrar el límite de la región de rechazo (el valor crítico)
- También salen las probabilidades «entre 0 y Z» y «entre −Z y Z», así que sirve en lugar de la tabla de la normal estándar
- En esta misma página tienes la explicación sencilla de las fórmulas y fórmulas para copiar y pegar en Excel, Hojas de cálculo de Google y Python
¿Para qué sirve este cálculo?
En los ensayos clínicos de un fármaco nuevo se usa un contraste de hipótesis para comprobar «¿la diferencia entre el grupo que lo tomó y el que no está dentro de lo que puede dar el azar?», y el p-valor es la base de esa decisión. Por ejemplo, un estadístico de contraste \(Z = 2{,}5\) da un p-valor bilateral de unos 0,012, que se lee así: «si el fármaco no tuviera efecto, la probabilidad de ver una diferencia tan grande sería de un 1,2 % más o menos».
Los artículos médicos de todo el mundo dan los resultados de esta forma. Saber qué es un p-valor te permite leer las noticias de salud con más criterio (las decisiones médicas reales las toman especialistas que valoran no solo el p-valor, sino también el tamaño del efecto y los efectos secundarios).
«Hemos cambiado el color del botón y ha subido el porcentaje de clics. Pero ¿no habrá sido casualidad?». Eso es lo que responde el contraste de un test A/B. Por ejemplo, un estadístico de contraste \(Z = 2{,}17\) da un p-valor bilateral de unos 0,03, menor que el nivel de significación de 0,05, así que puedes concluir que es «una mejora difícil de explicar por azar».
Las empresas de internet usan este p-valor a diario para decidir si se quedan con un cambio de diseño o de texto.
Con los datos de una inspección por muestreo se contrasta si la media del peso o de las medidas de los productos se ha desviado del objetivo. Por ejemplo, un estadístico de contraste \(Z = 2\) da un p-valor bilateral de unos 0,046, así que con un nivel de significación del 5 % se concluye que «algo ha cambiado en el proceso» y se busca la causa.
La ventaja del p-valor es que distingue la «variación por azar» de un «problema real», así que la decisión de parar una máquina se toma con números y no a ojo.
En los artículos científicos aparecen continuamente expresiones como «significativo con p < 0,05» o «p = 0,003». En un contraste bilateral, p < 0,05 equivale a «\(|Z|\) es mayor que 1,96», y p < 0,01, a «mayor que unos 2,58».
Conocer esta relación te ayuda a dar bien los resultados estadísticos en un TFG o un TFM, y a tener presente una idea clave al leer artículos: «significativo» no siempre quiere decir importante (el tamaño de la diferencia es otra cuestión).
Con un contraste de hipótesis también se puede comprobar si un cambio como «un partido sube 2 puntos en intención de voto respecto al barómetro anterior del CIS» es un cambio real o solo la variación (el error) propia de la encuesta. Por ejemplo, un estadístico de contraste \(Z = 1\) da un p-valor bilateral de unos 0,32: «aunque no hubiera ninguna diferencia, pasaría por azar más o menos 1 vez de cada 3», así que lo lógico es considerarlo dentro del margen de error.
Es una forma útil y cotidiana de pensar con estadística: antes de alegrarte o preocuparte por una cifra de las noticias, pregúntate «¿esa diferencia es significativa?».
Fórmulas y gráficas
Símbolos y términos
Símbolos
| \(P\) | pe | El p-valor: la probabilidad de obtener por azar un resultado igual de extremo o más que el observado, suponiendo que la hipótesis nula es cierta. Cuanto más pequeño es, más difícil es explicar el resultado por azar. |
| \(Z\) | zeta | El estadístico de contraste (el valor z), calculado a partir de los datos y que se considera que sigue una distribución normal estándar. En esta página se calcula el p-valor a partir de Z. Cómo calcular la puntuación z se explica en la página relacionada, la calculadora de la puntuación z. |
| \(\Phi(Z)\) | fi de zeta | La función de distribución de la distribución normal estándar (media 0 y desviación típica 1). Da la probabilidad de obtener un valor menor que \(Z\), que es el área bajo la curva a la izquierda de \(Z\). |
| \(\Phi^{-1}\) | fi inversa (la inversa de Φ) | La función que hace lo contrario que \(\Phi\): a partir de una probabilidad (un área) da la Z que le corresponde. Esta calculadora la usa para ir del p-valor a Z (por ejemplo, \(\Phi^{-1}(0{,}975) \approx 1{,}96\)). |
| \(|Z|\) | valor absoluto de zeta | El tamaño de \(Z\) sin su signo. El contraste bilateral cuenta igual de «extrema» una desviación por el lado positivo que por el negativo, así que usa el valor absoluto (por ejemplo, \(|-1{,}5| = 1{,}5\)). |
| \(\alpha\) | alfa | El nivel de significación: la probabilidad límite que fijas de antemano, del tipo «se rechaza la hipótesis nula si el p-valor es menor o igual que esto». Por costumbre se usan mucho 0,05 (5 %) y 0,01 (1 %). |
Términos
| p-valor (valor p) | La probabilidad de obtener un resultado igual de extremo o más que el observado, suponiendo que la hipótesis nula es cierta. Cuanto menor es el p-valor, más difícil es creer que el resultado ha salido por azar, y más motivos hay para rechazar la hipótesis nula. |
| contraste de hipótesis | Un procedimiento que primero supone «no hay diferencia», mide con el p-valor lo improbables que serían los datos reales con esa suposición y decide si descartarla. Se parece a la reducción al absurdo - si ha pasado algo muy raro, se duda de la suposición de partida. También se llama prueba de hipótesis. |
| hipótesis nula | La suposición de partida que quieres desmentir, como «no hay diferencia entre los dos grupos» o «no tiene efecto». Se escribe H₀, y la afirmación contraria es la hipótesis alternativa. El p-valor se calcula suponiendo que la hipótesis nula es cierta. |
| hipótesis alternativa | La afirmación contraria a la hipótesis nula («hay diferencia», «tiene efecto»). Se escribe H₁ y es la que se acepta cuando se rechaza la hipótesis nula. |
| nivel de significación | La probabilidad límite para rechazar la hipótesis nula, que se escribe \(\alpha\) (alfa). La regla es fijarla antes de hacer el contraste, y la más usada es 0,05. Si el p-valor es menor o igual que el nivel de significación, se dice que el resultado es «estadísticamente significativo». |
| rechazar | Descartar la hipótesis nula por ser «difícil de creer» a la vista del contraste. Se rechaza cuando el p-valor es menor o igual que el nivel de significación. Ojo: no poder rechazarla no significa que «la hipótesis nula sea cierta», sino solo que «no hay pruebas suficientes para rechazarla». |
| contraste bilateral | Un contraste que considera diferencia tanto pasarse por arriba como quedarse por abajo. El p-valor es la suma de las áreas de las dos colas de la distribución. Es la opción habitual cuando no puedes decidir el sentido de antemano. También se llama contraste de dos colas. |
| contraste unilateral | Un contraste que solo mira las desviaciones en un sentido, solo hacia arriba (unilateral derecho) o solo hacia abajo (unilateral izquierdo). Se usa cuando la teoría te dice el sentido de antemano, y el p-valor es el área de esa única cola. |
| estadístico de contraste | El valor que se calcula a partir de los datos para hacer el contraste. En un contraste z se expresa de forma que siga una distribución normal estándar (el valor z), e indica a cuántas desviaciones típicas de la media está el resultado. |
| distribución normal estándar (normal tipificada) | La distribución normal de media 0 y desviación típica 1, N(0, 1) (una campana simétrica). El área bajo la curva es la probabilidad, y el área total es exactamente 1. El p-valor de un contraste z se calcula como el área de las colas de esta distribución. |
| valor crítico | El valor límite del estadístico de contraste a partir del cual se rechaza la hipótesis nula. En un contraste bilateral con un nivel de significación del 5 % es \(|Z| \approx 1{,}96\), y con el 1 %, \(|Z| \approx 2{,}576\). Puedes comprobarlo yendo del p-valor a Z con esta calculadora. |
Conviene saber antes de empezar
Esto es lo que te ayuda a usar el cálculo de esta página entendiendo lo que haces, y no solo pulsando el botón.
| Probabilidad básica (2.º de ESO, 13-14 años) |
|
| Estadística y desviación típica (4.º de ESO, 15-16 años) |
|
| La distribución normal y sus áreas (1.º de Bachillerato, 16-17 años) |
|
| La idea del contraste de hipótesis (primeros cursos de universidad) |
|
Cómo calcularlo en Excel
| Z (estadístico de contraste) | -1,5 |
| Unilateral izquierdo P(x<Z) | =DISTR.NORM.ESTAND.N(B1;VERDADERO) |
| Z (estadístico de contraste) | 2 |
| Unilateral derecho P(x>Z) | =1-DISTR.NORM.ESTAND.N(B1;VERDADERO) |
| Z (estadístico de contraste) | 1,96 |
| P-valor bilateral | =2*(1-DISTR.NORM.ESTAND.N(ABS(B1);VERDADERO)) |
«DISTR.NORM.ESTAND.N(valor; VERDADERO)» es la función que corresponde a la función de distribución \(\Phi\) (el área a la izquierda de Z), y VERDADERO le indica que «devuelva el valor acumulado (el área de la izquierda)». «ABS» devuelve el valor absoluto (el tamaño sin signo).
En B2 sale unos 0,0668 (alrededor del 6,7 %) en la primera tabla, unos 0,02275 (alrededor del 2,3 %) en la segunda y unos 0,05 (5 %) en la tercera. Solo tienes que cambiar B1 por tu Z.
Para ir en sentido contrario, «del p-valor a Z», usa «=INV.NORM.ESTAND(probabilidad)» (por ejemplo, la Z de un p-valor bilateral de 0,05 es `=INV.NORM.ESTAND(1-0,05/2)`, unos 1,95996).
Cómo calcularlo en Hojas de cálculo de Google
| Z (estadístico de contraste) | -1,5 |
| Unilateral izquierdo P(x<Z) | =DISTR.NORM.ESTAND(B1) |
| Z (estadístico de contraste) | 2 |
| Unilateral derecho P(x>Z) | =1-DISTR.NORM.ESTAND(B1) |
| Z (estadístico de contraste) | 1,96 |
| P-valor bilateral | =2*(1-DISTR.NORM.ESTAND(ABS(B1))) |
Los resultados son los mismos que en Excel: unos 0,0668 en la primera tabla, unos 0,02275 en la segunda y unos 0,05 en la tercera.
Para hallar Z a partir del p-valor, usa «=DISTR.NORM.ESTAND.INV(probabilidad)» (por ejemplo, `=DISTR.NORM.ESTAND.INV(1-0,05/2)` da unos 1,95996).
Cómo calcularlo en Python
import math
def phi(z):
# Función de distribución de la normal estándar, Φ(z) (se calcula con la función de error erf)
return 0.5 * (1 + math.erf(z / math.sqrt(2)))
z = 1.96 # Z (estadístico de contraste)
p_left = phi(z) # p-valor unilateral izquierdo P(x<Z)
p_right = 1 - phi(z) # p-valor unilateral derecho P(x>Z)
p_two_sided = 2 * (1 - phi(abs(z))) # p-valor bilateral
print(f"p-valor unilateral izquierdo: {p_left}")
print(f"p-valor unilateral derecho: {p_right}")
print(f"p-valor bilateral: {p_two_sided}")
Cómo escribirla en LaTeX y otros lenguajes de fórmulas (para copiar y pegar)
P = Φ(Z)
P = \Phi(Z)
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>P</mi>
<mo>=</mo>
<mi>Φ</mi><mo>(</mo><mi>Z</mi><mo>)</mo>
</mrow>
</math>
P = Phi(Z)
CDF[NormalDistribution[0, 1], z]
with(Statistics): CDF(RandomVariable(Normal(0, 1)), z);
p = normcdf(z);
P = Φ(Z)
P = 1 − Φ(Z)
P = 1 - \Phi(Z)
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>P</mi>
<mo>=</mo>
<mn>1</mn>
<mo>−</mo>
<mi>Φ</mi><mo>(</mo><mi>Z</mi><mo>)</mo>
</mrow>
</math>
P = 1 - Phi(Z)
1 - CDF[NormalDistribution[0, 1], z]
with(Statistics): 1 - CDF(RandomVariable(Normal(0, 1)), z);
p = 1 - normcdf(z);
P = 1 - Φ(Z)
P = 2(1 − Φ(|Z|))
P = 2\left(1 - \Phi(|Z|)\right)
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>P</mi>
<mo>=</mo>
<mn>2</mn>
<mo>(</mo>
<mn>1</mn>
<mo>−</mo>
<mi>Φ</mi><mo>(</mo><mo>|</mo><mi>Z</mi><mo>|</mo><mo>)</mo>
<mo>)</mo>
</mrow>
</math>
P = 2(1 - Phi(|Z|))
2 (1 - CDF[NormalDistribution[0, 1], Abs[z]])
with(Statistics): 2*(1 - CDF(RandomVariable(Normal(0, 1)), abs(z)));
p = 2*(1 - normcdf(abs(z)));
P = 2(1 - Φ(|Z|))
Cómo pedirle el cálculo a ChatGPT
Eres un asistente de cálculo estadístico. Haz el siguiente cálculo ejecutando de verdad código Python y basa tu respuesta solo en los números del resultado de la ejecución (no respondas con cálculo mental ni a ojo). Un contraste z ha dado un estadístico de contraste Z = 2,5. Supón que el estadístico sigue una distribución normal estándar (puedes usar la biblioteca estándar de Python, como math.erf o statistics.NormalDist). Calcula lo siguiente: 1. El p-valor unilateral izquierdo P(x<Z) 2. El p-valor unilateral derecho P(x>Z) 3. El p-valor bilateral P(x<−Z o x>Z) 4. Si se puede rechazar la hipótesis nula en un contraste bilateral con un nivel de significación de 0,05 Muestra las fórmulas que has usado y los números del resultado de la ejecución.
Cómo usar
-
1Introduce los datosEscribe en las casillas los números con los que quieres calcular
-
2CalculaPulsa el botón «Calcular»
-
3Consulta el resultadoEl resultado aparece al instante. En la misma página tienes también la idea del cálculo y la explicación de la fórmula
Las ventajas de DataChef
Sin conocimientos técnicos: fácil e intuitivo
Sin necesidad de dar datos personales
Los archivos se borran automáticamente tras la descarga
Sin necesidad de atribución
Sin necesidad de pedir permiso