Tipos de Errores Estadsticos en Pruebas

de Hiptesis
Las hiptesis nula y alternativa son dos enunciados mutuamente excluyentes
acerca de una poblacin. Una prueba de hiptesis utiliza los datos de la
muestra para determinar si se puede rechazar la hiptesis nula.
Hiptesis nula (H0): La hiptesis nula indica que un parmetro de poblacin
(tal como la media, la desviacin estndar, etc.) es igual a un valor
hipottico. La hiptesis nula suele ser una afirmacin inicial que se basa en
anlisis previos o en conocimiento especializado.
Hiptesis alternativa (H1): La hiptesis alternativa indica que un parmetro
de poblacin es ms pequeo, ms grande o diferente del valor hipottico de
la hiptesis nula. La hiptesis alternativa es lo que usted podra pensar que es
cierto o espera probar que es cierto.
 Error de tipo I
Si usted rechaza la hiptesis nula
cuando es verdadera, comete un
error de tipo I. La probabilidad de
cometer un error de tipo I es , que
es el nivel de significancia que
usted establece para su prueba de
hiptesis. Un de 0.05 indica que
usted est dispuesto a aceptar una
probabilidad de 5% de estar
equivocado al rechazar la hiptesis
nula. Para reducir este riesgo, debe
utilizar un valor menor para . Sin
embargo, usar un valor menor para
alfa significa que usted tendr
menos probabilidad de detectar
una diferencia si esta realmente
existe.
Error de tipo II
Cuando la hiptesis nula es falsa y
usted no la rechaza, comete un
error de tipo II. La probabilidad de
cometer un error de tipo II es ,
que depende de la potencia de la
prueba. Puede reducir el riesgo de
cometer un error de tipo II al
asegurarse de que la prueba tenga
suficiente potencia. Para ello,
asegrese de que el tamao de la
muestra sea lo suficientemente
grande como para detectar una
diferencia prctica cuando esta
realmente exista.
La probabilidad de rechazar la
hiptesis nula cuando es falsa es
igual a 1. Este valor es la
potencia de la prueba.
PRUEBA DE NORMALIDAD KOLMOGOROV-
SMIRNOV
Hay dos clases de pruebas estadsticas. Las paramtricas y las no
paramtricas. Las pruebas PARAMETRICAS tienen mayor capacidad para
detectar una relacin real o verdadera entre dos variables, si es que dicha
relacin existe. Por ello, estas pruebas exigen que la variable dependiente a
la que se le realizara el estudio estadstico, cumpla 3 requisitos:
1. Que sea variable numrica
2. Normalidad. Que los valores de la variable dependiente sigan una
distribucin normal; por lo menos, en la poblacin a la que pertenece la
muestra. Prueba estadstica: Kolmogorov-Smirnov
3. Homecedasticidad. (homogeneidad en las varianzas).
https://www.youtube.com/watch?v=E1OEAIgYHkU
 ANALISIS DE LA VARIANZA ANOVA
El anlisis de la varianza (o Anova: Analysis of variance) es un mtodo para comparar dos o ms
medias, que es necesario porque cuando se quiere comparar ms de dos medias es incorrecto
utilizar repetidamente el contraste basado en la t de Student. por dos motivos:
En primer lugar, y como se realizaran simultnea e independientemente varios contrastes de
hiptesis, la probabilidad de encontrar alguno significativo por azar aumentara.
Por otro lado, en cada comparacin la hiptesis nula es que las dos muestras provienen de la misma
poblacin, por lo tanto, cuando se hayan realizado todas las comparaciones, la hiptesis nula es que
todas las muestras provienen de la misma poblacin y, sin embargo, para cada comparacin, la
estimacin de la varianza necesaria para el contraste es distinta, pues se ha hecho en base a
muestras distintas.
El mtodo que resuelve ambos problemas es el anova, aunque es algo ms que esto: es un mtodo
que permite comparar varias medias en diversas situaciones; muy ligado, por tanto, al diseo de
experimentos y, de alguna manera, es la base del anlisis multivariante.
https://www.youtube.com/watch?v=JNehPlR5jfo
Prueba de Hiptesis para la diferencia
de dos medias.