El riesgo de una decisin equivocada: error tipo I y tipo II

Probar una hiptesis estadstica es una decision probabilstica, por lo que esciste
el riesgo de cometer un error tipo I o un error tipo II. El primero ocurre si se
rechaza

y esta es falsa. En toda prueba de hiptesis cada tipo de error tiene

una probabilidad de ocurrir. Con y se denotan las probabilidades de los errores
tipo I y II, respectivamente. Asi,
= P (error tipo I) = probabilidad de rechazar

siendo verdadera.
= P (error tipo II) = probabilidad de aceptar

siendo falsa.
A 1- se le llama potencia de prueba, y es la probabilidad de rechazar

cuando
es falsa. A tambin se le conoce como la significancia dada dde la prueba y es la
probabilidad de la regin o intervalo de rechazo; su valor se especifica por parte
del investigar desde que planea el estudio.
Por lp generan se utilizan los valores de = 0.05 o 0.01, dependiendo del riesgo
que se quiera admitir en la conclusin. Mientras mas pequeo es el valor de , se
requiere mas evidencia en los datos para rechazar

.
Por ejemplo, si la accin a tomar despus de rechazar

implica una inversin

fuerte de recursos, se recomienda utilizar = 0.01 para tener mayor confianza de
que la decisin ser la adecuada. Si la decisin no implica una inversin fuerte, es
suficiente trabajar con = 0.05, que es el valor mas utilizado para este riesgo. Esto
es, un valor mas pequeo que no necesariamente ser mejor, ya que si se
admite poco riesgo ( 0.01) se esta truncando la posibilidad de cambios que
serian el procedimiento y se rechaza

, se espera que, en un promedio de 95

veces, tal decisin sea la correcta.
Por lo general en las pruebas de hiptesis se especifica el valor de y se disea
la prueba de tal forma que el valor de sea pequeo. Esto es, la probabilidad del
error tipo I y se controla directamente, mientras que la probabilidad del error tipo II
se controla de manera indirecta con el tamao de la muestra, ya que a mas datos,
ser menor. En otras palabras, con una muestra grande es mayor la potencia de
la prueba.
En la prctica suele ser mas delicado cometer el error tipo I que el error tipo II,
debido a que en la mayora de las hiptesis el rechazar

implica el objetar algo

que se acepta de manera convencional. No rechazar

implica, en muchos
casos, seguir como hasta ahora. Por lo anterior, es comn que se controle solo el
error tipo I, mientras que el error tipo II se deja libre como si su magnitud no
importara.
Lo cierto es que el error tipo II tambin importa y la magnitud de su probabilidad
deber ser pequea ( se recomienda = 0.10). El problema es que controlar a
tiene varios problemas; por ejemplo, muchas veces se requiere grandes tamaos
de muestrales o se deben realizar muchas repeticiones en el experimento.
Prueba para la media con varianza desconocida
Cuando se estudia el comportamiento de un proceso o un fenmeno , a traces de
una variable aleatoria continua, suele interesar su media y varianza (o desviacin
estndar9. En particular, al estudiar la media , es de inters preguntarse si esta
es igual, mayor o menor que cierto valor

, donde

es un numero conocido.
Por ejemplo, puede ser de inters investigar si el rendimiento promedio del
proceso durante esta semana es igual , mator o menor que el de la semana
anterior

. Cuanlquiera de estas tres preguntas se responde planteando una

hiptesis estadstica adecuada.
Las hiptesis se puede probaqr suponiendo la varianza poblacional

conocida o
desconocida. Sin embargo, como en la mayora de los problemas es irreal suponer
de antemano que se conoce la varianza, nos limitamos a describir el caso cuando

no se conoce.
Sea X una variable aleatoria con distribucin normal con media y varianza

ambas desconocidas, se quiere la hiptesis de la media es igual a cierto valor

.
Es decir , la hiptesis es probar es:

Para probar esta hiptesis se toma una muestra aleatoria de tamao n de los
posibles valores de la variable X y se calcula el estadstico de prueba:

Donde S s la desviacin estndar de los datos. Bajo el supuesto de que

es
verdadera, este estadstico se distribuye T de Student con n-1 grados de libertad.
Se rechaza

si el valor absolutio del estadstico de prueba es mayor que el valor

critico de la distribucin. T de Student dada en el apndice o pro medio de un
programa de computo, por ejemplo, con Excel se obtiene con la funcin DISTR. T
(, N-1).
Una breve justificacin del criterio de rechazo para la prueba anterior es la siuiente
por teora estadstica se sabe que bajo el supuesto de que :

Es verdadera, el estadstico de prueba

se distribuye T de Student con n-1

grados de libertad y, en consecuencia hay una probabilidad de 100 (1- )% de que
el valor de

caiga entre