Estadistica

3. Qué significan el error tipo I y el error tipo II. Explique su interpretación con un
ejemplo

Error de tipo I también llamado error de tipo alfa (alfa es la probabilidad de que ocurra esteerror), es el error que se comete cuando el investigador rechaza la hipótesis nula (Ho) siendo ésta verdadera en la población. Es equivalente a encontrar un resultado falso positivo, porque elinvestigador llega a la conclusión de que existe una diferencia entre las hipótesis cuando en realidad no existe.

El error tipo I se define como el rechazo de la hipótesis nula Ho cuando ésta es verdadera.También es conocido como ó nivel de significancia.
Si tuviéramos un nivel de confianza del 95% entonces el nivel de significancia sería del 5%. Análogamente si se tiene un nivel de confianza del 90%entonces el nivel de significancia sería del 10%.

Error de tipo II, también llamado error de tipo beta (aunque beta es la probabilidad de que exista éste error), se comete cuando el investigadorno 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 deencontrar una diferencia que existe en la realidad.
El error tipo II ó error se define como la aceptación de la hipótesis nula cuando ésta es falsa.
Por tanto, al probar cualquier hipótesisestadística, existen cuatro situaciones diferentes que determinan si la decisión final es correcta o errónea.
Decisión
Ho es verdadera
Ho es falsa
Aceptar Ho
No hay error
Error tipo II óRechazar Ho
Error tipo I ó
No hay error
Los errores tipo I y tipo II están relacionados. Una disminución en la probabilidad de uno por lo general tiene como resultado un aumento en la probabilidad delotro.
El tamaño de la región crítica, y por tanto la probabilidad de cometer un error tipo I, siempre se puede reducir al ajustar el o los valores críticos.
Un aumento en el tamaño muestral n...