Tipos de error

¿Qué es un error Tipo I y cómo se identifica?

• Un error Tipo I ocurre cuando se acepta una hipótesis alternativa verdadera.

• Un error Tipo I se identifica al no rechazar una hipótesis nula falsa.

• Un error Tipo I es la aceptación incorrecta de una hipótesis nula falsa.

• Un error Tipo I es el rechazo incorrecto de una hipótesis nula verdadera.

¿Qué es un error Tipo II y cómo se identifica?

• Un error Tipo II se identifica al confirmar una hipótesis alternativa verdadera.

• Un error Tipo II es el rechazo de una hipótesis nula verdadera.

• Un error Tipo II ocurre cuando se acepta una hipótesis nula falsa.

• Un error Tipo II es el fallo en rechazar una hipótesis nula falsa.

¿Cómo se calcula el nivel de significancia en una prueba estadística?

• El nivel de significancia se establece generalmente en 0.05, 0.01 o 0.10.

• El nivel de significancia se determina por el tamaño de la muestra.

• El nivel de significancia es siempre 0.50.

• El nivel de significancia se calcula a partir de la media de la muestra.

¿Qué es la potencia estadística y cómo se calcula?

• Se calcula como beta dividido por el tamaño de la muestra.

• La potencia estadística es la probabilidad de detectar un efecto verdadero y se calcula como 1 - beta.

• La potencia estadística es la suma de todos los errores en un estudio.

• La potencia estadística es la probabilidad de cometer un error tipo I.

¿Cómo se interpreta la hipótesis nula en un estudio?

• La hipótesis nula sugiere que hay un efecto significativo.

• La hipótesis nula es una afirmación de que no hay efecto o diferencia significativa.

• La hipótesis nula es una afirmación de que todos los resultados son positivos.

• La hipótesis nula se utiliza para probar la validez de una teoría específica.

Descriibe una distribución normal estandar, y señala su media y desviación estándar.

• Una distribución normal con media en -3 y desviación estándar de 0.

• Una distribución normal con media en 5 y desviación estándar de 2.

• Una distribución normal con media en 0 y desviación estándar de 1.

• Una distribución normal con media en μ y desviación estándar de σ.

¿Cuál es la diferencia entre la distribución normal y la distribución normal estándar?

• La distribución normal estándar tiene media 0 y desviación estándar 1, mientras que la distribución normal puede tener cualquier media y desviación estándar.

• Ambas distribuciones tienen la misma forma y características.

• La distribución normal estándar se utiliza solo en muestras grandes.

• La distribución normal tiene media 1 y desviación estándar 0.5.

¿Qué consecuencias tiene cometer un error Tipo I en un estudio?

• Se concluye correctamente que no hay efecto o diferencia.

• Se identifica un efecto que realmente existe.

• Se concluye erróneamente que hay un efecto o diferencia cuando no existe.

• Se ignoran los datos del estudio por completo.

¿Qué consecuencias tiene cometer un error Tipo II en un estudio?

• Se puede pasar por alto un efecto real, llevando a conclusiones incorrectas y decisiones inadecuadas.

• Se obtienen resultados más confiables y válidos.

• Se confirma un efecto real, llevando a conclusiones correctas.

• Se mejora la precisión del estudio, evitando errores.

¿Cómo afecta el tamaño de la muestra al nivel de significancia y a la potencia estadística?

• El tamaño de la muestra no tiene efecto en el nivel de significancia ni en la potencia estadística.

• Un tamaño de muestra menor reduce la potencia estadística y aumenta el nivel de significancia.

• Un tamaño de muestra mayor aumenta el nivel de significancia y reduce la potencia estadística.

• Un tamaño de muestra mayor reduce el nivel de significancia y aumenta la potencia estadística.