En estadística, al realizar una prueba de hipótesis, podemos cometer dos tipos de errores: el Error Tipo I y el Error Tipo II. Vamos a analizar cada uno paso a paso.
Error Tipo I (Falso Positivo)
Este error ocurre cuando rechazamos la hipótesis nula (H₀) cuando en realidad es verdadera.
Paso 1: Definir la Hipótesis Nula (H₀) y la Hipótesis Alternativa (H₁). La hipótesis nula es la afirmación que intentamos refutar. La hipótesis alternativa es la afirmación que creemos que es verdadera si rechazamos la hipótesis nula.
Must Read
Ejemplo: * H₀: La media de altura de los estudiantes es 1.70 metros. * H₁: La media de altura de los estudiantes no es 1.70 metros.
Paso 2: Establecer el Nivel de Significancia (α). Este valor representa la probabilidad de cometer un Error Tipo I. Es decir, la probabilidad de rechazar H₀ cuando es verdadera. Comúnmente, α se establece en 0.05 (5%).
Paso 3: Realizar la Prueba Estadística. Recolectamos datos y calculamos un estadístico de prueba (por ejemplo, un valor t o un valor z).
Paso 4: Calcular el Valor P (p-value). El valor p es la probabilidad de obtener resultados tan extremos (o más extremos) como los observados, asumiendo que la hipótesis nula es verdadera.
Paso 5: Tomar una Decisión. Si el valor p es menor que el nivel de significancia (p < α), rechazamos la hipótesis nula. Si el valor p es mayor que el nivel de significancia (p > α), no rechazamos la hipótesis nula.
Error Tipo I: Imaginemos que el valor p resulta ser 0.03, que es menor que α (0.05). Rechazamos H₀ y concluimos que la media de altura de los estudiantes no es 1.70 metros. Sin embargo, ¡en realidad la media sí es 1.70 metros! Hemos cometido un Error Tipo I.
Error Tipo II (Falso Negativo)
Este error ocurre cuando no rechazamos la hipótesis nula (H₀) cuando en realidad es falsa.
Paso 1: Definir la Hipótesis Nula (H₀) y la Hipótesis Alternativa (H₁). Igual que antes.
Ejemplo: * H₀: Un nuevo medicamento no tiene efecto en la reducción de la presión arterial. * H₁: Un nuevo medicamento sí tiene efecto en la reducción de la presión arterial.
.jpg)
Paso 2: Establecer el Nivel de Significancia (α). De nuevo, elegimos un valor para α (por ejemplo, 0.05).
Paso 3: Realizar la Prueba Estadística. Recolectamos datos y calculamos un estadístico de prueba.
Paso 4: Calcular el Valor P (p-value). Similar al caso del Error Tipo I.
Paso 5: Tomar una Decisión. Si el valor p es menor que α, rechazamos H₀. Si el valor p es mayor que α, no rechazamos H₀.
Error Tipo II: Supongamos que el valor p resulta ser 0.20, que es mayor que α (0.05). No rechazamos H₀ y concluimos que el nuevo medicamento no tiene efecto en la reducción de la presión arterial. Sin embargo, ¡en realidad el medicamento sí tiene un efecto! Hemos cometido un Error Tipo II.
La probabilidad de cometer un Error Tipo II se denota con la letra β. La potencia de la prueba (1 - β) es la probabilidad de rechazar correctamente la hipótesis nula cuando es falsa. Es decir, es la probabilidad de evitar un Error Tipo II.
En resumen, entender los Errores Tipo I y Tipo II es crucial para interpretar correctamente los resultados de una prueba de hipótesis y tomar decisiones informadas.
