Cuando se utiliza una estadística de muestra para tomar decisiones acerca de un parámetro de la

población existe el riesgo de llegar a una conclusión incorrecta.

En la metodología de PH se pueden presentar dos tipos de errores:

Error de tipo 1 (α) : Se rechaza Ho cuando es verdadera/es controlado por el

experimentador/depende del costo que implica cometerlo/tradicionalmente se utiliza 5% o 1%

Error de tipo 2 (β) : No se rechaza Ho cuando es falsa/depende de la diferencia entre el valor

real y el valor supuesto del parámetro de la población
DECISIONES QUE SE REALIZAN EN UNA PH

TIPOS DE ERROR EN UNA DECISION ESTADISTICA

REALIDAD

POSIBILIDADES H0 verdadera H0 falsa

DECISION BASADA EN DECISION

LA MUESTRA
NO Rechazar H0 CORRECTA
Error Tipo II
1 

DECISION
Rechazar H0 Error Tipo I CORRECTA
 1 
SOBRE EL ERROR DE TIPO 1

Que sucede cuando se realiza un CH con 5% de nivel de significancia

ENFOQUE 1 (utilizando como ejemplo un contraste bilateral)
Esto quiere decir que se rechaza la Ho si la diferencia entre el ESTADISTICO y el PARAMETRO HIPOTETICO de la
población es tan grande que esta u otra diferencia mayor ocurrirá, en promedio, solo cinco o menos veces en
cada 100 muestras, cuando el parámetro hipotético de la población es correcto.
Región donde no existe diferencia
significativa entre el estadístico de la
muestra y el parámetro hipotético de
la población

0.95

0.025 0.025

Z= - 1.96 Z= 1.96

En estas regiones, si hay diferencia significativa entre el

estadístico de la muestra y el parámetro hipotético de la
población
SOBRE EL ERROR DE TIPO 1

Que sucede cuando se realiza un CH con 1 % de nivel de significancia

Esto quiere decir que se rechaza la Ho si la diferencia entre el ESTADISTICO y el PARAMETRO HIPOTETICO de la
población es tan grande que esta u otra diferencia mayor ocurrirá, en promedio, solo una o menos veces en
cada 100 muestras, cuando el parámetro hipotético de la población es correcto.

Región donde no existe diferencia

ENFOQUE 1 (utilizando como ejemplo un contraste ALTAMENTE significativa entre el
bilateral) estadístico de la muestra y el
parámetro hipotético de la población

0.99

0.005 0.005

Z= - 2.5758 Z= 2.5758

En estas regiones, si hay diferencia altamente significativa

entre el estadístico de la muestra y el parámetro hipotético
de la población
ENFOQUE 2: utilizando como ejemplo un
Región donde se acepta la Ho si el
contraste bilateral estadístico de prueba cae en esta
región

0.95

0.025 0.025

Z= - 1.96 Z= 1.96

En estas regiones, se rechaza la Ho si el estadístico de prueba

cae en estas dos regiones

Aunque el estadístico caiga en la región que

La única manera en que puede aceptarse
comprende el 95%, esto no prueba que la Ho
la Ho es que se conozca el parámetro de
sea cierta, simplemente NO proporciona
la población, en la practica es casi
evidencia estadística para rechazarla
imposible

Siempre que se diga que se acepta la Ho, en realidad lo que se

quiere decir es que no hay evidencia estadística para rechazarla.
El empleo del término ACEPTAR en vez de NO RECHAZAR, se ha
convertido en el estándar, pero no es lo correcto.
Como se ha dicho, tradicionalmente los niveles de significancia mas utilizados son 5%
y 1% .

Sin embargo es posible probar una hipótesis para cualquier nivel de significancia.

Solo que cuanto más alto sea el nivel de significancia que se utiliza para probar una
hipótesis , mayor será la probabilidad de rechazar la Ho cuando es CIERTA
A medida que se aumenta
el nivel de significancia, el
área de no rechazo
disminuye, por lo tanto, la
probabilidad de rechazar
una Ho que es cierta es
mayor
PRUEBAS DE SIGNIFICACION

Hasta ahora se ha dicho que el responsable del estudio de PH especifica el nivel de significancia α, lo cual
controla la probabilidad de cometer error de tipo 1.

Si el costo de cometer el error de tipo 1 es alto, son preferibles valores pequeños de α

Si el costo no es demasiado alto, se pueden utilizar valores mayores de α

Cuando se controla el valor de α, se recomienda plantear la conclusión del contraste de hipótesis en términos
de:

No se rechaza Ho o se rechaza Ho. La evidencia estadística se considera no concluyente y es por lo general un

indicador para postergar una decisión o una acción hasta que se pueda realizar mayor investigación y pruebas

No es recomendable decir “Se acepta Ho”, ya que se puede cometer error de tipo 2, es decir Aceptar Ho
cuando la H1 es verdadera
Controlar error tipo 2

Si se desea tomar una decisión cuando Ho es verdadera y una

decisión diferente cuando H1 es verdadera, se recomienda controlar
el error tipo 2

En este caso la conclusión se puede redactar en términos de

ACEPTAR Ho (implica que Ho es verdadera) o RECHAZAR Ho
(implica que H1 es verdadera)
 REFLEXIONES SOBRE LOS TIPOS DE ERROR EN UN CONTRASTE DE HIPOTESIS

Rechazar Ho cuando es verdadera es cometer el error de tipo 1

Por otro lado NO DESCARTAR una Ho que es falsa es cometer error de tipo 2

Existe una relación INVERSA entre ambos errores

La probabilidad de cometer un tipo de error puede reducirse solo si se está dispuesto a aumentar la
probabilidad de cometer el otro tipo de error. ES UN TRUEQUE

Por ejemplo con el fin de obtener un ERROR TIPO 2 (β) bajo, se tendría que tolerar un ERROR TIPO 1(α)
alto. Idealmente ambos deben ser pequeños…

Para lidiar con este intercambio los tomadores de decisiones deciden el nivel de significancia
adecuado, examinando los costos o la penalización vinculada a ambos errores

Recomendación para controlar los errores:

Aumentar el tamaño de muestra

Tamaños más grandes permiten detectar diferencias entre las estadísticas de muestra y
los parámetros
Solo recordar que los recursos son limitados
La opción de tener valores razonables para los dos tipos de error depende de los costos
inherentes a cada tipo de error. Se sugiere tomar un tiempo para evaluar los costos
Potencia del contraste: es la probabilidad de rechazar la Ho cuando es falsa

Como se calcula la potencia del contraste?

Suponga que en un CH, la Ho es FALSA…..entonces el deseo entre los administradores del

experimento es que se rechace la misma. Sin embargo, para la misma situación, puede ser que
la misma no sea rechazada….lo cual lleva a cometer el error de tipo 2.

Cuando la Ho es falsa, la media µ verdadera de la población no es igual a la media

hipotética, es igual a algún otro valor.

Por cada valor µ para el que la H1 es cierta hay una probabilidad diferente β de aceptar
incorrectamente la Ho

Lo deseable es que este valor de β sea lo más pequeño posible o lo que es equivalente …es
deseable que 1 - β, fuera lo más grande posible…..o sea la PROBABILIDAD DE RECHAZAR UNA
Ho CUANDO ES FALSA (decisión correcta)
En resumen:

Rechazar una Ho cuando es falsa es justo lo que debe hacer una buena prueba

Un valor alto de 1 - β, significa que la prueba trabaja bastante bien , o sea que logra rechazar
Ho cuando esta es falsa y por lo tanto se hace la decisión correcta

Un valor bajo de 1 - β, significa que la prueba no trabaja bien, o sea que no logra rechazar la
Ho cuando es falsa

Por lo tanto el valor 1 - β, es una medida de que tan bien trabaja el contraste de hipótesis
planteado.

A este valor se le denomina POTENCIA DEL CONTRASTE

Al graficar los valores de 1 - β, para cada valor de µ, para el que la H es cierta, la curva
resultante se llama CURVA DE POTENCIA
EJEMPLO

Un director de control de calidad tiene que decidir si acepta un pedido de baterías de un

proveedor o si lo rechaza por ser de mala calidad. Las especificaciones de diseño indican que se
requieren baterías con una vida útil promedio de por lo menos 120 horas.

Para evaluar si el pedido recibido satisface esta especificación se selecciona una muestra de 36
baterías y se prueban. Con base en esta muestra, se deberá tomar la decisión de aceptar el
pedido o devolverlo al proveedor por no tener la calidad adecuada.

Sea X el numero de horas de vida útil que tienen las baterías del envío.

a. Como se plantea el contraste de hipótesis?

Ho :   120
H o :   120 Ha :   120
H a :   120
Ho :   120
Ha :   120
Que sucede si los resultados indican que se debe rechazar Ho?

Se concluye entonces que la media del número de horas sería menor que la
especificada de 120, lo que indica que lo adecuado es devolver el pedido al
proveedor. El pedido no cumple con las especificaciones

En relación a la pregunta anterior: Que sucede si Ho no es rechazada?

Se deberá aceptar el envío y considerar que tiene la calidad adecuada. Se estaría

cometiendo un error de tipo 2. No se ha rechazado una Ho que es Falsa. Esto
tendrá un impacto negativo en la producción del cliente.

En estas situaciones es importante controlar la probabilidad de cometer error de

tipo 2, o sea no rechazar la Ho cuando es Falsa. En este caso si no se rechaza la
Ho y el promedio de horas es menor de 120 se aceptaría un pedido que no
cumple con las especificaciones
Ho :   120
Como se puede controlar el error de tipo 2?
Ha :   120
CALCULO DEL ERROR TIPO 2 en una PH para la MEDIA POBLACIONAL

Ho :   120 VARIABLE: Número de horas de vida útil de las baterías

Ha :   120 Se toma una muestra de 36 unidades
  0.05 Se conoce por estudios anteriores que la desviación
estándar de la población es 12 horas

0.95

0.05

Z= - 1.645

RD: Descartar Ho si Zc ≤ -1.645

 De acuerdo a la regla de decisión, la Ho será descartada si :

x  120
z   1.645
12
36

Despejando x se obtiene:

x  120
 1.645 
12
36

 12 
x  120  1.645   116.71 x  116.71
 36 
Rechazar Ho siempre que el promedio muestral: x  116.71

Esto indica que se tomará la decisión de aceptar el pedido siempre que x  116.71
CUANDO SE COMETE ERROR DE TIPO 1(α)

Cuando se descarta una Ho que es verdadera

Si la duración promedio verdadera es mayor o igual

que 120 horas y se rechaza Ho

CUANDO SE COMETE ERROR DE TIPO 2(β)

Cuando se acepta una Ho que no es verdadera

Si la duración promedio es menor de 120 horas y no

se rechaza Ho
 PASOS PARA CALCULAR EL ERROR TIPO 2

1. Conociendo que CH se realizará, se selecciona el nivel de significancia α y se determina el valor crítico y la

regla de decisión para la prueba

2. Se usa la regla de rechazo para encontrar el valor de la media muestral que corresponde al valor crítico del
estadístico de prueba

3. Utilizar el resultado del paso 2 para determinar el valor de la media muestral que llevará a la aceptación de
Ho. Este valor define la región de aceptación de la prueba

4. Usar la distribución de muestreo de la media muestral para un valor de μ que satisfaga la H1 en la región de
aceptación del paso 3, para calcular la probabilidad de que media muestral se encuentre en la región de
aceptación.

5. Esta será la probabilidad de cometer un error tipo 2 dado el valor de μ elegido

RECORDANDO

Que es la POTENCIA DEL CONTRASTE

Es la probabilidad de rechazar acertadamente Ho cuando es falsa

Como se calcula?

Potencia  1  
CALCULO DE ERROR DE TIPO 2 Y LA POTENCIA DEL CONTRASTE
EJEMPLO

x  O
zC  PROBABILIDAD DE
POTENCIA DEL CONTRASTE
12 UN ERROR TIPO 2
VALOR DE μ0 36

112 2.36 0.0091 0.9909

114 1.36 0.0869 0.9131
115 0.86 0.1949 0.8051
116.71 0 0.5 0.5
117 -0.15 0.5596 0.4404
118 -0.65 0.7422 0.2578
119.99 -1.645 0.95 0.05
 0.95

0.05

-1.645 120

116.71  112
zC   2.36
12
36

0.95   P ( z  2.36)  0.0091

Potencia  1  
0.05

116.71 Potencia  1  0.0091  0.9909

112
z  2.36
 0.95

0.05

-1.645 120

116.71  114
zC 
12
36

0.95   P ( z  1.36)  0.0869

0.05 Potencia  1  

116.71 Potencia  1  0.0869  0.9131

114
z  1.36
 0.95

0.05

-1.645 120

116.71  115
zC 
12
36

0.95   P ( z  0.86)  0.1949

0.05 Potencia  1  

115 116.71
Potencia  1  0.1949  0.8051
z  0.86
 0.95

0.05

-1.645 120

116.71  116.71
zC 
12
36
0.95
  P ( z  0)  0.50
0.05
Potencia  1  
116.71
Potencia  1  0.50  0.50
z  0 .0
 0.95

0.05

-1.645 120

116.71  117
zC 
12
36

  P ( z  0.15)  0.5596
0.95

0.05
Potencia  1  
116.71 117
Potencia  1  0.5596  0.4404
z  0.15
 0.95

0.05

-1.645 120

116.71  118
zC 
12
36
  P ( z  0.65)  0.7422
0.95

Potencia  1  
0.05

116.71 118
Potencia  1  0.7422  0.2578
z  0.65
 0.95

0.05

-1.645 120

116.71  119.99
zC 
12
36

  P ( z  1.645)  0.95
0.95

Potencia  1  
0.05

116.71 119.99
Potencia  1  0.95  0.05
z  1.645
 CALCULO DE ERROR DE TIPO 2 Y LA POTENCIA DEL CONTRASTE
EJEMPLO

A medida que aumenta μ y se acerca a 120 la probabilidad de cometer el error aumenta

hacia 0.95

A medida que μ disminuye y se aleja de 120 la probabilidad de cometer el error

disminuye

x  O PROBABILIDAD
zC  DE UN ERROR
POTENCIA DEL
12 CONTRASTE
VALOR DE μ0 36 TIPO 2

112 2.36 0.0091 0.9909

114 1.36 0.0869 0.9131
115 0.86 0.1949 0.8051
116.71 0 0.5 0.5
117 -0.15 0.5596 0.4404
118 -0.65 0.7422 0.2578
119.99 -1.645 0.95 0.05
 CURVA DE POTENCIA
1.2

1
P
O
0.8
T
La altura es la probabilidad E 0.6
de rechazar acertadamente N
la Ho cuando es falsa C 0.4
I
A 0.2

0
111 112 113 114 115 116 117 118 119 120 121

Se extiende sobre los valores de μ, para los que la Ho es falsa

Observaciones importantes

Una prueba de un cola es más poderosa que una de dos colas, y se debería utilizar siempre que sea
adecuado especificar la dirección de la H1

La probabilidad de cometer error de tipo 1 y error de tipo 2 tienen una relación inversa

El nivel de significancia y la potencia de la prueba varían proporcionalmente. Si aumenta α, aumenta

la potencia del contraste 1-β

Un aumento en el tamaño de muestra tendría como resultado un aumento en la potencia de la

prueba, costo del estudio aumenta

Una disminución en el tamaño de la muestra tendría como resultado una disminución en la potencia
del contraste, costo del estudio disminuye