Errores de tipo I y de tipo II

De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Se ha sugerido que falso positivo sea fusionado en este artculo o seccin. (Discusin). Una vez que hayas realizado la fusin de artculos, pide la fusin de historiales en WP:TAB/F. Se ha sugerido que falso negativo sea fusionado en este artculo o seccin. (Discusin). Una vez que hayas realizado la fusin de artculos, pide la fusin de historiales en WP:TAB/F. En un estudio de investigacin, el error de tipo I tambin denominado error de tipo alfa () (mal llamado, porque es en realidad la probabilidad de que ocurra este error), es el error que se comete cuando el investigador no acepta la hiptesis nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe. Se relaciona con el nivel de significancia estadstica.

Representacin de los valores posibles de la probabilidad de un error tipo II (rojo) en el ejemplo de un test de significancia estadstica para el parmetro . El error tipo II depende del parmetro . Mientras ms cerca se encuentre este del valor supuesto bajo la hiptesis nula, mayor es la probabilidad de ocurrencia del error tipo II. Debido a que el verdadero valor de es desconocido al hacer la presuncin de la hiptesis alternativa, la probabilidad del error tipo II, en contraste con el error tipo I (azul), no se puede calcular. La hiptesis de la que se parte H0 aqu es el supuesto de que la situacin experimental presentara un estado normal. Si no se advierte este estado normal, aunque en realidad existe, se trata de un error estadstico tipo I. Algunos ejemplos para el error tipo I seran:

Se considera que el paciente est enfermo, a pesar de que en realidad est sano; hiptesis nula: El paciente est sano. Se declara culpable al acusado, a pesar de que en realidad es inocente; hiptesis nula: El acusado es inocente.

No se permite el ingreso de una persona, a pesar de que tiene derecho a ingresar; hiptesis nula: La persona tiene derecho a ingresar.

En un estudio de investigacin, el error de tipo II, tambin llamado error de tipo beta () ( es la probabilidad de que exista ste error), se comete cuando el investigador no rechaza la hiptesis nula siendo sta falsa en la poblacin. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin 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 est entre el 5 y el 20%. Contrariamente al error tipo I, en la mayora de los casos no es posible calcular la probabilidad del error tipo II. La razn de esto se encuentra en la manera en que se formulan las hiptesis en una prueba estadstica. Mientras que la hiptesis nula representa siempre una afirmacin enrgica (como por ejemplo H0: Promedio = 0) la hiptesis aternativa, debido a que engloba todas las otras posibilidades, es generalmente de naturaleza global (por ejemplo H1: Promedio 0 ). El grfico de la derecha ilustra la probabilidad del error tipo II (rojo) en dependencia del promedio desconocido. El poder o potencia del estudio representa la probabilidad de observar en la muestra una determinada diferencia o efecto, si existe en la poblacin. Es el complementario del error de tipo II (1-). [editar] Errores en el contraste Artculo principal: Contraste de hiptesis Una vez realizado el contraste de hiptesis, se habr optado por una de las dos hiptesis, la hiptesis nula o base o la hiptesis alternativa , y la decisin escogida coincidir o no con la que en realidad es cierta. Se pueden dar los cuatro casos que se exponen en el siguiente cuadro: es cierta Se escogi Se escogi es cierta

No hay error (verdadero positivo) Error de tipo II ( o falso negativo) Error de tipo I ( o falso positivo) No hay error (verdadero negativo)

Si la probabilidad de cometer un error de tipo I est unvocamente determinada, su valor se suele denotar por la letra griega , y en las mismas condiciones, se denota por la probabilidad de cometer el error de tipo II, esto es:

En este caso, se denomina Potencia del contraste al valor 1-, esto es, a la probabilidad de escoger cuando esta es cierta . Cuando es necesario disear un contraste de hiptesis, sera deseable hacerlo de tal manera que las probabilidades de ambos tipos de error fueran tan pequeas como fuera posible. Sin

embargo, con una muestra de tamao prefijado, disminuir la probabilidad del error de tipo I, , conduce a incrementar la probabilidad del error de tipo II, . Usualmente, se disean los contrastes de tal manera que la probabilidad sea el 5% (0,05), aunque a veces se usan el 10% (0,1) o 1% (0,01) para adoptar condiciones ms relajadas o ms estrictas. El recurso para aumentar la potencia del contraste, esto es, disminuir , probabilidad de error de tipo II, es aumentar el tamao muestral, lo que en la prctica conlleva un incremento de los costes del estudio que se quiere realizar.

jueves 24 de julio de 2008 Error Estadstico Tipo I y II En un estudio de investigacin, el error tipo I, es el error que se comete cuando el investigador rechaza la hiptesis nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe. En un estudio de investigacin, el error tipo II, tambin llamado error tipo beta (aunque beta es la probabilidad de que exista ste error), se comete cuando el investigador no rechaza la hiptesis nula siendo sta falsa en la poblacin. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin 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 debe estar entre el 5 y el 20%.. El poder o potencia del estudio representa la probabilidad de observar en la muestra una determinada diferencia o efecto, si existe en la poblacin. Es el complementario del error tipo II (1-beta). Error muestral De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda -En estadstica, el error muestral o error de estimacin es el error a causa de observar una muestra en lugar de la poblacin completa. 1 La estimacin de un valor de inters, como la media o el porcentaje, estar generalmente sujeta a una variacin entre una muestra y otra.1 Estas variaciones en las posibles muestras de una estadstica pueden, tericamente, ser expresadas como errores muestrales, sin embargo, normalmente, en la prctica el error exacto es desconocido. El error muestral se refiere en trminos ms generales al fenmeno de la variacin entre muestras. El error muestral deseado, generalmente puede ser controlado tomando una muestra aleatoria de la poblacin, suficientemente grande,2 sin embargo, el costo de esto puede ser limitante. Si las observaciones son tomadas de una muestra aleatoria, la teora estadstica brinda clculos probabilsticos del tamao deseado del error muestral para una estadstica en particular o estimacin. Estos usualmente son expresados en trminos del error estndar.

El error muestral puede ser contrastado con el error no muestral, el cual se refiere al conjunto de las desviaciones del valor real que no van en funcin de la muestra escogida, entre los cuales se encuentran varios errores sistemticos y algunos errores aleatorios. Resultan mucho ms difciles de cuantificar que el error muestral.2 Errores De Tipo 1 Y 2 Errores de tipo I y de tipo II De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda En un estudio de investigacin, el error de tipo I tambin mal llamado error de tipo alfa (alfa es la probabilidad de que ocurra este error), es el error que se comete cuando el investigador rechaza la hiptesis nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe. En un estudio de investigacin, el error de tipo II, tambin llamado error de tipo beta (aunque beta es la probabilidad de que exista ste error), se comete cuando el investigador no rechaza la hiptesis nula siendo sta falsa en la poblacin. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin 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 debe estar entre el 5 y el 20%.. El poder o potencia del estudio representa la probabilidad de observar en la muestra una determinada diferencia o efecto, si existe en la poblacin. Es el complementario del error de tipo II (1-). Errores Al tomar la decisin de rechazar o no las hiptesis podemos equivocarnos en nuestra decisin, podemos cometer un error. La decisin siempre se toma en funcin de la hiptesis nula, sobre esta hiptesis y se pueden cometer dos tipos de errores: 1er Error. Error de tipo I o Rechazar la hiptesis nula, siendo cierta 2do Error. Error de tipo II o Aceptar la hiptesis nula, cuando esta es falsa Errores De Tipo I Y De Tipo Ii. Errores de tipo I y de tipo II. Error de tipo I En la prueba estadstica, rechazar la hiptesis nula cuando sta es verdadera se le denomina error de tipo I. El error de tipo I se le asigna el smbolo . La probabilidad de aumente o disminuye en proporcin a que Error la uno asignara el aumente odisminuya de el otro el tamao de la tipo smbolo regin del rechazo. II. . disminuye.

El error de tipo II ocurre al aceptar la hiptesis nula cuando esta es falsa, a este error se Para un tamao de muestra fijo, y estn inversamente relacionados, al aumentar

Nivel

de

significacin.

El nivel de significacin de una prueba es la probabilidad de rechazar una hiptesis nula que sea verdadera, en otras palabras es la mxima probabilidad con la que estamos dispuestos a correr el riesgo de cometer un error de tipo I. Esta probabilidad se denota por , se suele especificar antes de la muestra, de manera que los resultados no influyan valores. Por ejemplo, se escoge un nivel de significancia del 5% 0.05 al disear una regla de decisin entonces hay unas cinco oportunidades entre cien de rechazar la hiptesis cuando debiera haberse aceptado; es decir, tenemos un 95% de confianza de que hemos adoptado la decisin correcta. En tal caso decimos que la hiptesis ha sido rechazada al nivel de significancia 0.05 lo cual quiere decir que la hiptesis tiene una probabilidad del Ejemplos: Incurrir en un riesgo Un fabricante de llantas a contratado a un estadista para que compruebe si en realidad sus llantas tiene una resistencia en promedio de 2000km Cules son las implicaciones si el nivel de significancia de la prueba de hiptesis se fija en tendrn esta duracin, ya que se encuentran en la zona de =0.08? rechazo. Aun cuando nuestras llantas duren en promedio 2000km o mas, el 8% de ellas no Incurrir en un riesgo ,Un... E r r o r d e t i p o I y I I . - E l e r r o r d e t i p o I s e c o m e t e c u a n d o la h i p t e s is nula es verdadera y, como c o n s ec u e n c ia del 5%de ser falsa. en nuestra eleccin. En la prctica es frecuente un nivel de significancia de 0.05 0.01, si bien se usan otros

c o n t r a s t e , s e r e ch a z a . E l e r r o r d e t i p o I I s e c o m e t e c u a n d o la h i p t e s i s n u l a e s f a l s a y , c o m o c o n s e c ue n c ia de l contraste se acepta. H0 Aceptar Verdadera D e c i s n c o rr e c t a Probabilidad = 1 - Falsa Decisin i n c o r r ec t a : ERROR DE TIPO II

Rechazar

ERROR DE TIPO I Probabilidad =

Decisin correcta

L a p r o b a b i l i d a d d e c o m e t e r E r ro r

de

tipo I es el nivel de significacin .La p r o b a b i l i d a d d e c o m e t e r E rr o r d e t i p o II depende del Se verdadero hace v a lo r del

parmetro.

tanto

menor

c u a n to m a y o r s ea n . El error tipo I se define como el rechazo de la hiptesis nula Ho cuando sta es verdadera. Tambin es conocido como nivel de significancia. Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el nivel de significancia sera del 10%. Ahora supngase que la verdadera rapidez promedio de combustin es diferente de 50 cm/s, aunque la media muestral caiga dentro de la regin de aceptacin. En este caso se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el nombre de error tipo II. El error tipo II error se define como la aceptacin de la hiptesis nula cuando sta es falsa. Por tanto, al probar cualquier hiptesis estadstica, existen cuatro situaciones diferentes que determinan si la decisin final es correcta o errnea. Decisin Ho es verdadera Ho es falsa Aceptar Ho No hay error Error tipo II Rechazar Ho Error tipo I No hay error Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo general tiene como resultado un aumento en la probabilidad del otro. El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se puede reducir al ajustar el o los valores crticos. Un aumento en el tamao muestral n reducir y de forma simultnea. Si

la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro se aproxima al hipottico. Entre ms grande sea la distancia entre el valor real y el valor hipottico, ser menor Errores tipo I y tipo II Se me vino a la memoria una de las pocas cosas que me quedaron del curso de estadstica. Los errores tipo I y tipo II. El punto es que muchas decisiones que se toman en todo tipo de mbitos se pueden simplificar como una decisin en que hay que aceptar o rechazar una proposicin sobre algn parmetro o hiptesis. As una hiptesis estadstica es una proposicin o supuesto sobre los parmetros de una o ms poblaciones. Por ejemplo si queremos saber si el nmero promedio () de peleas en un matrimonio es 3 a la semana se podra reducir a: Ho; =3 H1; 3 A la Hiptesis Ho; =3 se le conoce como hiptesis nula y a la otra como hiptesis alternativa. Un procedimiento que conduce a una decisin sobre una hiptesis en particular recibe el nombre de prueba de hiptesis. Los procedimientos de prueba de hiptesis dependen del empleo de la informacin contenida en la muestra aleatoria de la poblacin de inters. Si esta informacin es consistente con la hiptesis, se concluye que sta es verdadera; sin embargo si esta informacin es inconsistente con la hiptesis, se concluye que esta es falsa. Debe hacerse hincapi en que la verdad o falsedad de una hiptesis en particular nunca puede conocerse con certidumbre, a menos que pueda examinarse a toda la poblacin. Usualmente esto es imposible en muchas situaciones prcticas. Por tanto, es necesario desarrollar un procedimiento de prueba de hiptesis teniendo en cuenta la probabilidad de llegar a una conclusin equivocada. La hiptesis nula, representada por Ho, es la afirmacin sobre una o ms caractersticas de poblaciones que al inicio se supone cierta (es decir, la "creencia a priori"). La hiptesis nula (Ho) se refiere siempre a un valor especificado del parmetro de poblacin, no a una estadstica de muestra. El planteamiento de la hiptesis nula siempre contiene un signo de igualdad con respecto al valor especificado del parmetro.La hiptesis alternativa, representada por H1, es la afirmacin contradictoria a Ho, y sta es la hiptesis del investigador. La hiptesis alternativa (H1) es cualquier hiptesis que difiera de la hiptesis nula. El planteamiento de la hiptesis alternativa nunca contiene un signo de igualdad con respecto al valor especificado del parmetro.La hiptesis nula se rechaza en favor de la hiptesis alternativa, slo si la

evidencia muestral sugiere que Ho es falsa. Si la muestra no contradice decididamente a Ho, se contina creyendo en la validez de la hiptesis nula. Entonces, las dos conclusiones posibles de un anlisis por prueba de hiptesis son rechazar Ho o no rechazar Ho.La distribucin de muestreo de la estadstica de prueba se divide en dos regiones, una regin de rechazo (conocida como regin crtica) y una regin de no rechazo (aceptacin). Si la estadstica de prueba cae dentro de la regin de aceptacin, no se puede rechazar la hiptesis nula.La regin de rechazo puede considerarse como el conjunto de valores de la estadstica de prueba que no tienen posibilidad de presentarse si la hiptesis nula es verdadera. Por otro lado, estos valores no son tan improbables de presentarse si la hiptesis nula es falsa. El valor crtico separa la regin de no rechazo de la de rechazo.Los procedimientos para probar una hiptesis de decisin puede conducir a una de dos conclusiones errneas. Por ejemplo, es posible que el valor verdadero de el nmero de peleas semanales sea igual a 3. Sin embargo, para todos las parejas bajo prueba, bien puede observarse un valor del estadstico de prueba x que cae en la regin crtica (rango de aceptacin de la variacin de los datos). En este caso, la hiptesis nula Ho ser rechazada en favor de la alternativa H1cuando, de hecho, Ho en realidad es verdadera. Este tipo de conclusin equivocada se conoce como error tipo I.El error tipo I se define como el rechazo de la hiptesis nula Ho cuando sta es verdadera. Tambin es conocido como nivel de significancia.Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el nivel de significancia sera del 10%.Ahora supngase que el verdadero promedio de peleas es diferente de 3, aunque la media muestral x caiga dentro de la regin de aceptacin. En este caso se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el nombre de error tipo II.El error tipo II error se define como la aceptacin de la hiptesis nula cuando sta es falsa.Por que se me vino a la cabeza todo esto? Por que el nivel de significancia o de tolerancia a cometer un tipo de error depende de cuan costoso sea cometer ese error. A veces es mucho mas costoso aceptar algo que es verdadero cuando es falso que pensar que es falso cuando es verdadero El error tipo I se define como el rechazo de la hiptesis nula Ho cuando sta es verdadera. Tambin es conocido como nivel de significancia. Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el nivel de significancia sera del 10%.Ahora supngase que la verdadera rapidez promedio de combustin es diferente de 50 cm/s, aunque la media muestral caiga dentro de la se define como regin de aceptacin. En este caso se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el nombre de error tipo II. El error tipo II error la aceptacin de la hiptesis nula cuando sta es falsa.

Por tanto, al probar cualquier hiptesis estadstica, existen cuatro situaciones diferentes que determinan si la decisin final es correcta o errnea. Decisin Aceptar Ho Rechazar Ho Ho es verdadera No hay error Error tipo I Ho es falsa Error tipo II No hay error

1. Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo general tiene como resultado un aumento en la probabilidad del otro. 2. El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se puede reducir al ajustar el o los valores crticos. 3. Un aumento en el tamao muestral n reducir y de forma simultnea. 4. Si la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro se aproxima al hipottico. Entre ms grande sea la distancia entre el valor real y el valor hipottico, ser menor Error Estadstico Tipo I y II .-En un estudio de investigacin, el error tipo I, es el error que se comete cuando el investigador rechaza la hiptesis nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe.En un estudio de investigacin, el error tipo II, tambin llamado error tipo beta (aunque beta es la probabilidad de que exista ste error), se comete cuando el investigador no rechaza la hiptesis nula siendo sta falsa en la poblacin. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin 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 debe estar entre el 5 y el 20%..El poder o potencia del estudio representa la probabilidad de observar en la muestra una determinada diferencia o efecto, si existe en la poblacin. Es el complementario del error tipo II (1-beta).