En estadística, al contrastar una hipótesis podemos equivocarnos de dos maneras. Distinguir el error tipo I del tipo II es de lo más preguntado de la asignatura.
Claves para el MIR
El error tipo I (α) es un falso positivo: concluir que hay efecto cuando no lo hay (rechazar una hipótesis nula verdadera). El error tipo II (β) es un falso negativo: no detectar un efecto que sí existe. La potencia del estudio es 1−β: su capacidad de detectar un efecto real, y aumenta con el tamaño muestral.
α = «alarma falsa»; β = «se me pasó lo real».
Potencia = 1−β; sube al aumentar la n.
El nivel de significación habitual fija α en 0,05.
Fijar los conceptos sin confundirlos
El error tipo I y el tipo II se prestan a líos, y el MIR lo aprovecha. La forma segura de recordarlo: el tipo I (α) es la «alarma falsa» (ves un efecto que no existe) y el tipo II (β) es «se me pasó lo real» (no detectas un efecto que sí existe).
Lo que se pregunta alrededor
La potencia del estudio es 1 − β: su capacidad de detectar un efecto real. Aumenta al subir el tamaño muestral y el tamaño del efecto.
El nivel de significación fija α, habitualmente en 0,05; un valor p menor que α lleva a rechazar la hipótesis nula.
Reducir α (ser más exigente) sin ampliar la muestra aumenta β: hay que equilibrar ambos.
Un intervalo de confianza del 95% que incluye el valor nulo equivale a un resultado no significativo.