Un ejemplo para poder visualizar la diferencia entre los errores en las pruebas de hipótesis
También adjunto una herramienta interactiva para visualizar los errores tipo I y tipo II
Fundamentos de estadística inferencial
Estadística inferencial vs. descriptiva
Estadísticos principales
Poblaciones normales
Introducción al muestreo y teorema central del límite
Funciones de muestreo en Python
Muestreo estratificado en Python
Quiz: Fundamentos de estadística inferencial
Estadísticos y cálculos
La media muestral
Varianza y desviación estándar muestral
Varianza y desviación estándar muestral en Python
Intervalos de confianza
Cálculo de intervalo de confianza
Cálculo de intervalo de confianza en Python
Quiz: Estadísticos y cálculos
Pruebas de hipótesis y validación
Pruebas de hipótesis
Tipos de pruebas de hipótesis
Tipos de errores
Pruebas de hipótesis en Python: t de Student
Pruebas de hipótesis en Python: Pearson y ANOVA
Bootstrapping
Bootstrapping en Python
Validación cruzada
Validación cruzada en Python
Quiz: Pruebas de hipótesis y validación
Cierre del curso
Conclusiones
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Si ya tienes una cuenta,
Iniciar sesión
Adquiere por un año todos los cursos, escuelas y certificados por un precio especial.
Antes: $249
$219/año
Paga en 4 cuotas sin intereses
Termina en:
0D
13H
50M
28S
Tipos de errores
15/22Recursos
Aportes 7
Preguntas 0
Ordenar por:
En las pruebas de hipótesis, hay dos tipos de errores que se pueden cometer: el error tipo I y el error tipo II.
Error tipo I:
- Es el error que se comete al rechazar una hipótesis nula que es verdadera. Este error se da cuando se rechaza una hipótesis nula verdadera y se concluye que hay una diferencia significativa cuando en realidad no la hay. El nivel de significancia (alpha) determina la probabilidad de cometer un error tipo I.
Error tipo II:
- Es el error que se comete al aceptar una hipótesis nula que es falsa. Este error se da cuando se acepta una hipótesis nula falsa y se concluye que no hay una diferencia significativa cuando en realidad la hay. La probabilidad de cometer un error tipo II se denomina beta.
En resumen, un error tipo I significa que se rechazó una hipótesis que es verdadera, mientras que un error tipo II significa que se aceptó una hipótesis que es falsa. La probabilidad de cometer un error tipo I se denomina alpha, mientras que la probabilidad de cometer un error tipo II se denomina beta.
Referencia valiosa no olvidar
Reenvío el aporte del compañero Guillermo Sangabriel Cuéllar del Curso de Estadística Inferencial con R, un link a un pdf sobre pruebas de hipótesis:
https://www.sagepub.com/sites/default/files/upm-binaries/40007_Chapter8.pdf
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?
o inicia sesión.