Que tipo de errores se puede cometer al tomar una decision en las pruebas de hipotesis?

¿Qué tipo de errores se puede cometer al tomar una decisión en las pruebas de hipótesis?

Podemos aceptar una hipótesis cuando en realidad no es cierta, entonces cometeremos unos errores, que podrán ser de dos tipos: Error de tipo I: Consiste en aceptar la hipótesis alternativa cuando la cierta es la nula. Error de tipo II: Consiste en aceptar la hipótesis nula cuando la cierta es la alternativa.

¿Cuál es la probabilidad de cometer un error tipo 2?

Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II. La probabilidad de cometer un error de tipo II es β, que depende de la potencia de la prueba. La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este valor es la potencia de la prueba.

¿Qué pasa si se produce un error de tipo 2?

Sin embargo, si se produce un error de tipo II, el investigador no rechaza la hipótesis nula cuando debe rechazarla. Es decir, el investigador concluye que los medicamentos son iguales cuando en realidad son diferentes.

¿Cuál es la interrelación entre los errores de tipo 1 y tipo 2?

Para entender la interrelación entre los errores de tipo I y tipo II, y para determinar cuál error tiene consecuencias más graves para su situación, considere el siguiente ejemplo. Un investigador médico desea comparar la efectividad de dos medicamentos. Las hipótesis nula y alternativa son: Los dos medicamentos tienen la misma eficacia.

¿Cuáles son los diferentes tipos de errores en una prueba de hipótesis?

Cuando usted realiza una prueba de hipótesis, puede cometer dos tipos de error: tipo I y tipo II. Los riesgos de estos dos errores están inversamente relacionados y se determinan según el nivel de significancia y la potencia de la prueba.

¿Cómo reducir el riesgo de cometer un error Tipo 2?

Para reducir el riesgo de cometer un error tipo II, podemos optar por asegurarnos de que la prueba tiene suficiente potencia. Para ello, deberemos asegurarnos de que el tamaño de la muestra es lo suficientemente grande como para detectar una diferencia cuando ésta realmente exista. Botella, J. Sueró, M. Ximénez, C. (2012).