Está en la página 1de 7

Luis Fernando Paternina Castañeda

C.C. 8.046.462

Docente

Mario Lagunés Pérez

Doctorado en Economía y Finanzas

La Estadística y el Proceso de la Investigación

22 de Enero de 2020

Tarea:

Error tipo I y Error tipo II


Introducción

Actualmente se puede considerar que las pruebas de hipótesis son una de las
herramientas más potentes con las que cuenta la estadística. Este calificativo
encuentra base esencialmente en que las pruebas de hipótesis permiten el estudio
de parámetros de una población estadística sin necesidad de analizar la población
completa, solamente es necesario estudiar una o varias muestras aleatorias para
poder hacer inferencias poblacionales que sean significativas y objetivas.

La gente puede cometer errores cuando realiza un test de hipótesis con análisis
estadísticos. Específicamente, pueden hacer errores de Tipo I o Tipo II.

A medida que se analizan los propios datos y se hacen test de las hipótesis, la
comprensión de la diferencia entre los errores de Tipo I y Tipo II se convierte en algo
extremadamente importante, porque existe un riesgo de cometer cada tipo de error
en cada análisis, y la cantidad del riesgo está bajo nuestro control.

Con esta consulta lo que se quiere aprender en que consiste el error tipo I y el error
tipo II en las pruebas de hipótesis y da un ejemplo de cada uno de ellos.
Contenido

El error de tipo I también denominado error de tipo alfa (α) o falso positivo, es el
error que se comete cuando el investigador no acepta la hipótesis nula siendo ésta
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.

Ejemplo del error de tipo I:

Una muestra de 50 tarjetas de circuito impreso que se recibieron, revelo que 4 de


estas es decir 8% estaban fuera de especificaciones. El embarque se rechazó
porque excedía el máximo de 6% de tarjetas abajo del estándar. Si la remesa era
en realidad fuera de especificaciones, entonces la decisión de devolver las tarjetas
al proveedor fue adecuada. Sin embargo supóngase que las 4 tarjetas fueran de
especificaciones que se encontraron en la muestra de 50, eran las únicas que
estaban abajo del estándar, en él envió de 4 000 tarjetas.

Entonces solo 1/10 de 1% eran defectuosas (4/4000=0.001). En este caso, menos


de 6% de todo él envió estaba abajo del estándar y fue un error rechazar la remesa.
En términos de una prueba de hipótesis, se rechazó la hipótesis nula de que el envió
no estaba abajo del estándar, cuando debió haberse aceptado.

Al rechazar una hipótesis nula verdadera se comete un error de tipo I. La


probabilidad de cometer un error de tipo I es∝.

El error de tipo II también llamado error de tipo beta (β) o falso negativo, es el error
que se comete cuando el investigador no rechaza la hipótesis nula siendo ésta 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.

Ejemplo de erro tipo II:

El fabricante de computadoras personales cometería un error de tipo II, dado un


envió de circuito impreso en el que hubiera 15% de tarjetas abajo del estándar, se
acepta él envió.

Supóngase que 2 de las 50 tarjetas de las muestras (4%) estuvieron debajo del
estándar, y que 48 de las 50 tarjetas de circuito impreso fueron aceptables. De
acuerdo con el procedimiento establecido, como la muestra contenía menos del 6%
de tarjetas abajo del estándar, se aceptó él envió і Podría ser que debido al azar,
las 48 tarjetas en buen estado que se seleccionaron en la muestra fueran las únicas
aceptables en la remesa completa, integrada por miles de tarjetas.

Ejemplo con error de tipo I y error de tipo II:

En un ejemplo concerniente a la estatura promedio de los soldados, si la hipótesis


de 68 es rechazada de acuerdo con el resultado de la prueba, pero realmente el
promedio es 68 pulgadas, se ha cometido un error tipo l. Por otra parte, si la
hipótesis de 68 pulgadas es aceptada de acuerdo con el resultado de la prueba,
pero realmente el promedio es 70 pulgadas (o n.68 pulgadas), el investigador ha
cometido un error de tipo II

Visto en retrospectiva, el investigador no puede estudiar cada elemento o individuo


de la población. Por tanto, existe la posibilidad de cometer estos dos errores, un
error de tipo I en el que se rechaza la hipótesis nula cuando debía haber sido
aceptada y un error de tipo II, en el que se acepta la hipótesis nula cuando debería
haberse rechazado.

La probabilidad de cometer estos dos errores se denomina alfa, α y beta, β. Alfa es


la posibilidad de cometer un error de tipo I, y beta (β) es la posibilidad de cometer
un error de tipo II.
En la siguiente tabla se resumen las decisiones que pueden tomar el investigador y
las consecuencias posibles.

Decisión correcta Error de tipo I


Error de tipo II Decisión
correcta
Conclusión

Representación de los valores posibles de la probabilidad de un error tipo II (rojo) en el ejemplo de


un test de significancia estadística para el parámetro μ. El error tipo II depende del parámetro μ.
Cuanto más cerca se encuentre este del valor supuesto bajo la hipótesis nula, mayor es la
probabilidad de ocurrencia del error tipo II. Debido a que el verdadero valor de μ es desconocido al
hacer la presunción de la hipótesis alternativa, la probabilidad del error tipo II, en contraste con el
error tipo I (azul), no se puede calcular.

 Error de tipo I. Rechaza la hipótesis nula H0 cuando es verdadera.

 Error de tipo II. Aceptar la hipótesis nula cuando esta es falsa


Bibliografía

 http://itssp4brenda.blogspot.com/2012/02/error-tipo-i-y-ii.html
 https://es.scribd.com/doc/59080073/Errores-tipo-I-y-II
 https://es.wikipedia.org/wiki/Errores_de_tipo_I_y_de_tipo_II