ENTENDER ANTES DE CALCULAR

Contrastes de hipótesis: entender los ejercicios antiguos

Este repaso acompaña ejercicios de convocatorias antiguas que preguntan por contrastes de hipótesis. La preparación actual de inferencia trabaja con muestras e intervalos de confianza; consulta las orientaciones de tu convocatoria antes de incluir este material.

La idea del bloque y los conocimientos previos
Empieza por esta idea

Un contraste pregunta: si la afirmación sobre la población que se pone a prueba (la hipótesis nula, H0)H_0\text{)} fuera cierta, ¿sería muy raro obtener una muestra tan alejada como la tuya? Si lo es, rechazas la afirmación. La regla se fija antes de mirar el resultado.

Error de tipo I y error de tipo II

Un contraste puede equivocarse aunque lo hagas bien, porque decide con una muestra y no con toda la población. Hay dos formas de fallar, según lo que sea verdad y lo que decidas.

Error de tipo I: rechazar la nula cuando era cierta (falsa alarma). Su probabilidad es como mucho α.\alpha\text{.} Error de tipo II: no rechazarla cuando era falsa (no detectar un cambio real). Su probabilidad se llama β.\beta\text{.}

La potencia, 1−β,1-\beta\text{,} es la probabilidad de detectar la alternativa cuando es la verdadera. β\beta depende del valor real del parámetro, del tamaño de la muestra y de la regla; no es 1−α.1-\alpha\text{.}

Cómo empezar tu ejercicio

Cuándo usar esta idea: Piden identificar un error de tipo I o II, interpretar el nivel de significación o redactar la conclusión.

Escribe por separado qué es verdad en la población y qué decide el contraste: esa pareja identifica el error.

Un ejemplo, paso a paso

Se contrasta si un tiempo medio ha bajado de 20 minutos. Describe los errores de tipo I y II.

Dos campanas: si H₀ es cierta o si lo es H₁Dos campanas. La derecha, en azul, es la de la nula con media 20. La izquierda, en verde, la de la alternativa con media 18. Una línea vertical en 18,355 es el corte: a su izquierda se rechaza. El área naranja bajo la campana de la nula a la izquierda del corte es alfa, el error de tipo I. El área gris bajo la de la alternativa a la derecha del corte es beta, el error de tipo II.corte 18,35516182022si H0 es cierta (μ = 20)si lo es H1 (μ = 18)α (tipo I)β (tipo II)se rechaza H0 a la izquierda del corte
Ejemplo ilustrativo con error estándar 11 y valor real 18.18\text{.} Si H0H_0 (μ=20)\mu=20\text{)} es cierta, el área naranja es la probabilidad de rechazarla por error: α=0,05\alpha=0{,}05 (tipo I). Si la cierta es μ=18,\mu=18\text{,} el área gris es la probabilidad de no detectarla: β≈0,36\beta\approx0{,}36 (tipo II).
Cruza lo que es verdad (filas) con lo que decide el contraste (columnas).
RealidadSe rechaza H0H_0No se rechaza H0H_0
H0H_0 ciertaError de tipo I (probabilidad como mucho α)\alpha\text{)}Decisión correcta
H0H_0 falsaDecisión correcta (probabilidad 1−β)1-\beta\text{)}Error de tipo II (probabilidad β)\beta\text{)}
  1. Las hipótesis son H0:μ≥20H_0:\mu\ge20 y H1:μ<20.H_1:\mu<20\text{.} Rechazar H0H_0 equivale a concluir «el tiempo ha bajado».
  2. Tipo I: en realidad μ≥20\mu\ge20 (no ha bajado), pero la muestra nos lleva a rechazar H0.H_0\text{.} Anunciamos una bajada que no existe.
  3. Tipo II: en realidad μ<20\mu<20 (sí ha bajado), pero no rechazamos H0.H_0\text{.} No detectamos la bajada.
  4. El nivel α\alpha controla el riesgo del tipo I. Para el tipo II hay que fijar el valor real (por ejemplo 18 minutos) y la regla; la cuenta está en el plegado. Cuanto más lejos de 20 esté el valor real, menos se solapan la campana de la nula y la de la alternativa (mira el dibujo), y β\beta baja: es más fácil detectarlo.

Lo que obtenemos: Tipo I: detectar una bajada inexistente. Tipo II: no detectar una bajada real.

Quédate con esto: No rechazar H0H_0 significa que falta evidencia, no que H0H_0 quede demostrada.

Ojo con este error: Creer que β=1−α:\beta=1-\alpha\text{:} α\alpha se mide cuando la nula es cierta y β\beta cuando es falsa, en situaciones distintas.

Para ir más allá

Con la misma muestra, bajar α\alpha hace más difícil rechazar y suele subir β.\beta\text{.} Para reducir los dos riesgos a la vez hay que aumentar el tamaño de la muestra.

Con números (los del dibujo): error estándar 11 y rechazo si x‾≤20−1,645⋅1=18,355.\overline x\le20-1{,}645\cdot1=18{,}355\text{.} Tipo I, con μ=20:\mu=20\text{:} α=P(Z≤(18,355−20)/1)=P(Z≤−1,645)=0,05.\alpha={P(Z\le(18{,}355-20)/1)}={P(Z\le-1{,}645)}=0{,}05\text{.}

Tipo II si el valor real es μ=18:\mu=18\text{:} β=P(Z>(18,355−18)/1)=P(Z>0,355)=1−Φ(0,36)≈1−0,6406=0,36,\beta={P(Z>(18{,}355-18)/1)}={P(Z>0{,}355)}=1-\Phi(0{,}36)\approx1-0{,}6406=0{,}36\text{,} con Φ(z)\Phi(z) el área a la izquierda de zz en la tabla. La potencia es 1−β≈0,64.1-\beta\approx0{,}64\text{.} Con valor real 17,17\text{,} β=P(Z>1,355)≈0,09:\beta={P(Z>1{,}355)}\approx0{,}09\text{:} más lejos, menos β.\beta\text{.}

Conclusión redactada: si se rechaza, «al 5 %, hay evidencia de que el tiempo medio ha bajado de 20 minutos»; si no, «al 5 %, la muestra no da evidencia suficiente para afirmar que ha bajado».

Ahora prueba la idea

Se contrasta H0:H_0\text{:} «la persona es inocente». (a) Un tribunal declara culpable a alguien que era inocente. ¿Qué error es? (b) Otro tribunal absuelve a alguien que era culpable. ¿Qué error es?

Ver la respuesta y el porqué

(a) Error de tipo I. (b) Error de tipo II.

(a) Declarar culpable es rechazar H0,H_0\text{,} y la nula (inocente) era cierta: se ha rechazado una nula cierta. (b) Absolver es no rechazar H0,H_0\text{,} y la nula era falsa (era culpable): no se ha detectado lo real.

Ver los otros bloques