Errores de Tipo I y Tipo II
En la prueba de hipótesis, pueden ocurrir dos tipos de errores: error de Tipo I (falso positivo, rechazar una hipótesis nula verdadera) y error de Tipo II (falso negativo, no rechazar una hipótesis nula falsa). Formalizados por Neyman y Pearson (1933), estos errores están en el centro de la toma de decisiones estadísticas. La probabilidad del error de Tipo I se controla mediante el nivel de significancia α (convencionalmente 0.05); la probabilidad del error de Tipo II es β, y la potencia = 1 − β. Comprender y equilibrar estos errores es fundamental para diseñar investigaciones sólidas y fiables.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Altman, D. G., & Bland, J. M. (1994). Statistics notes: Diagnostic tests 1: sensitivity and specificity. BMJ, 308(6943), 1552. DOI: 10.1136/bmj.308.6943.1552 ↗
- Lehmann, E. L., & Romano, J. P. (2005). Testing Statistical Hypotheses (3rd ed.). Springer. ISBN: 0-387-98864-5
Cómo citar esta página
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/es/research-statistics/type-i-type-ii-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Intervalo de ConfianzaEstadística para la investigación↔ compare
- Prueba de hipótesis nulaEstadística para la investigación↔ compare
- Valor p y significancia estadísticaEstadística para la investigación↔ compare
- Potencia estadística y tamaño de muestraEstadística para la investigación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →