Instituto tecnológico de Tapachula

Alumno:
José santos González Velásquez

Catedrático:
Ing. Rosario Mayorga Santis

Carrera:
Ing. química

Materia:
Análisis de datos experimentales

Semestre:
7
Trabajo:
Resumen de errores tipo 1 y 2, efecto de la potencia de la
prueba en los resultados en un experimento
Fecha de entrega:
01/11/2018
El error tipo I también denominado error de tipo I ()o falso positivo, es el error que se comete
cuando el investigador no acepta la hipótesis nula (Ho) siendo esta verdadera en la
población,la hipótesis de la que se parte aquí es el supuesto de que la situación experimental
presentaría un «estado normal». Si no se advierte este «estado normal», aunque en realidad
existe, se trata de un error estadístico tipo I, para ellos unos ejemplos; una fabricación de
software afirma que la proporción de persona que llamara solicitando servicio de su producto
no supera el 10%. Pero un distribuidor mayorista del software sospecha que esta proporción
es mayor a lo que el fabricante afirma, el distribuidor quiere determinar si la afirmación es
incorrecta (se quiere demostrar que la afirmación del distribuidor es la correcta), el nivel de
significancia es la probabilidad de cometer el error tipo I (). Como es una probabilidad se les
dan valores porcentuales entre 0 y 100., los valores más comunes son 0.01 (1%), 0.05 (5%) y
0.1 (10%). Un nivel de significancia del 1%, (=0.01) indica que existe 1% de probabilidad de
cometer el error rechazar Ho cuando es realmente cierta (error tipo I), en otras palabras, si se
realizara 100 veces el proceso, cometeríamos 1 1 vez de error de rechazar la hipótesis nula
cuando realmente es cierta. El error tipo II (β es la probabilidad de que exista este error) o
falso negativo, se comete cuando el investigador no rechaza la hipótesis nula siendo esta
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, en la mayoría de los casos no es posible calcular la probabilidad del
error tipo II, la razón de esto se encuentra en la manera en que se formulan las hipótesis en
una prueba estadística.Los errores de tipo II se llaman también “resultados negativos falso” y
consisten en no detectar un efecto positivo cuando en realidad sí se ha producido el
efecto.Cuando los estadísticos se refieren a errores de Tipo I y Tipo II, nos referimos a las dos
maneras en que se pueden realizar errores respecto a la hipótesis nula (Ho). La hipótesis nula
es la posición por defecto, semejante a la idea de “inocencia hasta que se pruebe la
culpabilidad”. Cualquier test de hipótesis se empieza con la asunción de que la hipótesis nula
es correcta.Un error de Tipo II ocurre si nos equivocamos al rechazar el nulo cuando no es
cierto. Es el caso de un falso negativo como una alarma que falla y no suena cuando existe un
fuego.La potencia es la probabilidad de detectar efectos estadísticamente significativos, esto
es, la probabilidad de rechazar la hipótesis nula cuando es falsa, que se simboliza 1-beta. Y
es igual a la probabilidad de ocurrencia de valores de rechazo bajo el supuesto que H1 sea
verdadera. Por ejemplo, Supongamos que la probabilidad verdadera de ocurrencia de "cara"
es igual a 0.8. Tenemos: H0:𝜋=0.5, H1:𝜋◇0.5,=0.05, región de rechazo: 0.1,9 o 10 “cara”. La
probabilidad de ocurrencia de los valores de la región de rechazo bajo el supuesto de que la
Hipótesis Alternativa sea verdadera es igual a 0.38 (ver columna verde en la siguiente tabla.
0.38 es igual a la suma de las probabilidades de ocurrencia de 0, 1, 9 o 10 caras)

En consecuencia, la probabilidad de rechazar H0 bajo el supuesto que H1 sea verdadera es

igual a 0.38. Si la Hipótesis Alternativa p=0.9 fuera verdadera 1-beta sería igual a 0.74. (Se
puede comprobar clicando en la imagen de la tabla e introduciendo 0.9 en la casilla verde de
p(x). Puedes ver que la potencia de la prueba es mayor a medida que la verdadera
distribución muestral se aleja de la distribución muestral definida en la Hipótesis Nula. La
potencia estadística, es la probabilidad que tiene la prueba estadística para rechazar una
hipótesis nula falsa, la potencia estadística (1-β) tiene un rango de 0 a 1 y está inversamente
relacionado con el error de tipo ll para saber cuándo se tiene 1 si hay un efecto será
detectado, 0.8 si hay un efecto será detectado el 80% de las veces y así sucesivamente
cuando va disminuyendo hasta llegar a 0 si hay un efecto nunca será detectado. No siempre
es fácil maximizar la potencia ni tampoco medirla ya que la potencia estadística está
relacionada con: tamaño de la muestra, tamaño del alfa y tamaño del efecto, el hallazgo de
efectos estadísticamente significativos (cuando se rechaza la Hipótesis Nula) pueden ser
irrelevantes cuando son de baja magnitud, lo que puede ocurrir cuando las muestras son
bastante grandes. Por ello se dice que las pruebas de significación estadística son
insuficientes en situaciones prácticas, donde la magnitud del efecto observado es
fundamental. Los procedimientos estadísticos de tamaño del efecto tienen como finalidad
fundamental la cuantificación de la relevancia del efecto obtenido. Dicho de otra forma, se
trata de establecer si efectos estadísticamente significativos son relevantes en el campo de
aplicación de la investigación. El cálculo de la potencia se efectúa a base de tres cifras: el n
muestral (la cantidad de elementos de la muestra), el nivel de error (denominado también
simplemente como  y generalmente establecido en un nivel de 0,05 0 0,01) y el tamaño de
efecto.La potencia estadística (PE) se calcula sobre la base de tres cifras: tamaño de la
muestra (n), nivel de error (α) y tamaño del efecto (TE). En términos generales podemos
afirmar que cuanto mayor sea la muestra, mayor será la potencia estadística (manteniendo
constante el TE y α), dado que el error aleatorio de medida es menor, el efecto representa el
grado en que la hipótesis nula es falsa. Cuando él TE es grande la PE aumenta, al
incrementar el error de Tipo I la potencia también aumenta y cuanto más pequeño es el valor
de α, más baja será la potencia. Es por ello que debe equilibrarse la probabilidad de cometer
errores de Tipo I y II, estimar el tamaño del efecto, que responde a la magnitud de las
diferencias encontradas en el estudio, y la potencia estadística, que responde al grado de
validez que tienen los hallazgos de la investigación. Éticas ya que no resulta correcto realizar
estudios que no sean lo suficientemente estrictos para determinar el efecto real de un
“tratamiento” debido a su falta de potencia. Técnicamente tampoco sería apropiado dado el
derroche de recursos que implica reclutar más participantes de los necesarios para lograr
verificar los objetivos del estudio.