Errores Estadistica

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 4

ERRORES

ERRORES DE TIPO I Y DE TIPO II

En un estudio de investigación, el error de tipo I también denominado error de tipo alfa


(α)1 o falso positivo, es el error que se comete cuando el investigador no acepta
la hipótesis nula (H0) siendo esta verdadera en la población. Es equivalente a encontrar
un resultado falso positivo, porque el investigador llega a la conclusión de que existe una
diferencia entre las hipótesis cuando en realidad no existe. Se relaciona con el nivel
de significancia estadística.

La hipótesis de la que se parte H0 aquí es el supuesto de que la situación experimental


presentaría un «estado normal». Si no se advierte este «estado normal», aunque en
realidad existe, se trata de un error estadístico tipo I. Algunos ejemplos para el error tipo
I serían:

Se considera que el paciente está enfermo, a pesar de que en realidad está sano;
hipótesis nula: El paciente está sano.

Se declara culpable al acusado, a pesar de que en realidad es inocente; hipótesis nula: El


acusado es inocente.

No se permite el ingreso de una persona, a pesar de que tiene derecho a ingresar;


hipótesis nula: La persona tiene derecho a ingresar.

En un estudio de investigación, el error de tipo II, también llamado error de tipo beta (β) (β
es la probabilidad de que exista este error) o falso negativo, se comete cuando el
investigador no rechaza la hipótesis nula siendo esta falsa en la población. Es
equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega
a la conclusión de que ha sido incapaz de encontrar una diferencia que existe en la
realidad.

Se acepta en un estudio que el valor del error beta esté entre el 5 y el 20%.

Contrariamente al error tipo I, en la mayoría de los casos no es posible calcular la


probabilidad del error tipo II. La razón de esto se encuentra en la manera en que se
formulan las hipótesis en una prueba estadística. Mientras que la hipótesis nula
representa siempre una afirmación enérgica (como por ejemplo H0 «Promedio μ = 0») la
hipótesis alternativa, debido a que engloba todas las otras posibilidades, es generalmente
de naturaleza global (por ejemplo H1 «Promedio μ ≠ 0» ). El gráfico de la derecha ilustra
la probabilidad del error tipo II (rojo) en dependencia del promedio μ desconocido.

El poder o potencia del estudio representa la probabilidad de observar en la muestra una


determinada diferencia o efecto, si existe en la población. Es el complementario del error
de tipo II (1-β).

ERRORES EN EL CONTRASTE

Una vez realizado el contraste de hipótesis, se habrá optado por una de las dos hipótesis,
la hipótesis nula o base H0 o la hipótesis alternativa H1, y la decisión escogida coincidirá
o no con la que en realidad es cierta. Se pueden dar los cuatro casos que se exponen en
el siguiente cuadro:

es cierta es cierta
No hay error (verdadero positivo) Error de tipo II (β o falso negativo)
Se escogió
Error de tipo I (α o falso positivo) No hay error (verdadero negativo)
Se escogió

Si la probabilidad de cometer un error de tipo I está unívocamente determinada, su valor


se suele denotar por la letra griega α, y en las mismas condiciones, se denota por β la
probabilidad de cometer el error de tipo II, esto es:

En este caso, se denomina Potencia del contraste al valor 1-β, esto es, a la probabilidad
de escoger H1 cuando esta es cierta

.
Cuando es necesario diseñar un contraste de hipótesis, sería deseable hacerlo de tal
manera que las probabilidades de ambos tipos de error fueran tan pequeñas como fuera
posible. Sin embargo, con una muestra de tamaño prefijado, disminuir la probabilidad del
error de tipo I, α, conduce a incrementar la probabilidad del error de tipo II, β.

Usualmente, se diseñan los contrastes de tal manera que la probabilidad α sea el 5%


(0,05), aunque a veces se usan el 10% (0,1) o 1% (0,01) para adoptar condiciones más
relajadas o más estrictas. El recurso para aumentar la potencia del contraste, esto es,
disminuir β, probabilidad de error de tipo II, es aumentar el tamaño muestral, lo que en la
práctica conlleva un incremento de los costes del estudio que se quiere realizar.

También podría gustarte