Buscar en
Educación Médica
Toda la web
Inicio Educación Médica Replicación bayesiana: cuán probable es la hipótesis nula e hipótesis altern...
Información de la revista
Vol. 22. Núm. S3.
Investigación
Páginas 234-235 (Junio 2021)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 22. Núm. S3.
Investigación
Páginas 234-235 (Junio 2021)
CARTA AL DIRECTOR
Open Access
Replicación bayesiana: cuán probable es la hipótesis nula e hipótesis alterna
Bayesian replication: how probable is the null hypothesis and alternate hypothesis
Visitas
...
Cristian Antony Ramos-Vera
Área de investigación, Universidad César Vallejo, Lima, Perú
Información del artículo
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (1)
Tabla 1. Valores de interpretación cuantificable del factor Bayes
Texto completo
Sr. Director:

En un estudio reciente, se reportan las correlaciones estadísticas del clima de aprendizaje, así como el aprendizaje autodirigido y sus dimensiones en una muestra de estudiantes colombianos de medicina1. Entre sus resultados, se reportan asociaciones significativas del clima de aprendizaje (CA) y el dominio de autoevaluación del aprendizaje autodirigido (AU) mediante el test de significancia de la hipótesis nula (NHST), utilizando el coeficiente de correlación de Pearson1.

Estos resultados son según la estadística frecuentista, lo cual solo contrasta la hipótesis nula y asume, pero no confirma la validez de la hipótesis alterna, siendo esta última de interés en toda investigación. La estadística bayesiana permite contrastar la probabilidad de los datos bajo una hipótesis en relación con otra (p. ej,. hipótesis nula vs hipótesis alterna) siendo una alternativa para precisar cuan compatible son ambas hipotesis según los datos2,3. El factor Bayes permite evaluar cuan seguros son los valores significativos según la estimación del grado de evidencia del contraste de las hipótesis alterna (correlación) y de nulidad (no correlación), cuyos valores se basan en el esquema de clasificación de Jeffreys4,5: «débil», «moderado», «fuerte» y «muy fuerte» (tabla 1).

Tabla 1.

Valores de interpretación cuantificable del factor Bayes

> 30  Muy fuerte  Hipótesis alternativa 
10 + 30  Fuerte  Hipótesis alternativa 
3,1 - 10  Moderado  Hipótesis alternativa 
1,1 - 3  Débil  Hipótesis alternativa 
No evidencia 
0,3 - 0,9  Débil  Hipótesis nula 
0,29 - 0,1  Moderado  Hipótesis nula 
0,09 - 0,03  Fuerte  Hipótesis nula 
< 0,03  Muy fuerte  Hipótesis nula 

Fuente: creación propia

Esta carta tiene como fin presentar la reevaluación bayesiana, mediante el programa estadístico JASP que permite este análisis sin contar con los datos3, de acuerdo al tamaño de la muestra total: n = 149 y el coeficiente de correlación de CA-AU (r =0,14)1. Se consideran dos interpretaciones del factor Bayes: FB10 (a favor de la hipótesis alternativa de significancia) y BF01 (a favor de la hipótesis nula) y el intervalo de credibilidad al 95%3,4. Los resultados obtenidos del factor Bayes son BF10 = 0,431 y BF01 = 2,321 e IC 95% [-0,021 a 0,291] que señalan una mayor posibilidad de la hipótesis nula, contrario al estudio de Domínguez et al.1 Aún así, la evidencia de respaldo es débil hacia ambas hipótesis, tal hallazgo de incertidumbre puede deberse a la insensibilidad de los datos, siendo recomendable futuros estudios que reporten una mayor certeza. En definitiva, el método bayesiano puede servir de base para futuros estudios en la presente revista.

Financiación

Este trabajo no ha recibido ningún tipo de financiación.

Conflicto de intereses

El autor declara no tener ningún conflicto de intereses.

Bibliografía
[1]
L.C. Domínguez, E. Alfonso, J.A. Restrepo, M. Pacheco.
Clima de aprendizaje y preparación para el aprendizaje autodirigido en cirugía: ¿influye el enfoque de enseñanza?.
Educ Med., 21 (2020), pp. 84-91
[2]
J. Leppink, P. O'Sullivan, K. Winston.
Evidence against vs. in favour of a null hypothesis.
Perspect Med Educ., 6 (2017), pp. 115-118
[3]
M. Marsmamn, E-J. Wagenmakers.
Bayesian benefits with JASP.
Eur J Dev Psychol., 14 (2017), pp. 545-555
[4]
A. Ly, A. Raj, A. Etz, M. Marsman, Q.F. Gronau, E-J. Wagenmakers.
Bayesian reanalyses from summary statistics: a guide for academic consumers.
Adv Meth Pract Psychol Sci., 1 (2018), pp. 367-374
[5]
M.A. Goss-Sampson.
Bayesian Inference in JASP: A Guide for Students.
Copyright © 2020. Elsevier España, S.L.U.. Todos los derechos reservados
Opciones de artículo
Herramientas
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos