Errores tipo I y II

Lo que cuesta equivocarse, y por qué «significativo» no quiere decir «cómpralo»

Tema T04 · Unidad III · Inferencia y experimentación

Errores tipo I y II

Lo que cuesta equivocarse, y por qué «significativo» no quiere decir «cómpralo»

¿Qué es peor: gastar en un producto inútil o perderte uno que sí sirve?

  • 40 a 50 minutos
  • Lectura + Excel de 2 hojas
  • Individual

De qué trata este tema

En T03 aprendiste a decidir con una prueba. Pero una prueba trabaja con una muestra, así que puede equivocarse, y hay dos formas de hacerlo: creer en un efecto que no existe o no detectar uno que sí existe. Cada error tiene un costo distinto, en dinero y en cosecha. Este tema te enseña a calcular qué tan probable es cada uno, a planear un ensayo con datos suficientes y a pasar de la decisión estadística a la decisión agronómica, que es la que le interesa al productor.

Necesitas T03 (hipótesis, α y valor p) y T02 (intervalos). De la Unidad II: tabla z

Este tema T04 · Errores tipo I y II y la decisión técnica

Sigue T05 · Comparar dos medias con t

Al terminar el tema podrás:

  1. Reconocer un error tipo I y un error tipo II en un caso real, y decir qué cuesta cada uno.
  2. Explicar qué es la potencia y qué la aumenta.
  3. Calcular una potencia aproximada y el tamaño de muestra para un ensayo.
  4. Tomar una decisión técnica con el intervalo y el punto de equilibrio, no sólo con el valor p.

Palabras clave error tipo I error tipo II α β potencia tamaño del efecto tamaño de muestra punto de equilibrio

Cómo usar esta página

Esta página se lee; el Excel se contesta. Lee las secciones 1 a 4 antes de abrir el Excel: ahí está el problema, para qué sirve el tema y cómo se hace cada cálculo, con un ejemplo resuelto. Los recuadros marcados con Prueba se pueden mover: úsalos para ver qué pasa con los números.

La sección 5 te dice, paso a paso, qué hacer en cada hoja del Excel (1_Errores_a_mano y 2_Potencia_Excel). Puedes hacer este tema en clase o de tarea: todo lo que necesitas está aquí. Si te atoras, vuelve al ejemplo resuelto de la sección 4.

1. Un problema para empezar: los dos errores del algodón

Un técnico prueba un producto para algodón que cuesta $1 500 por hectárea, en un rancho de 200 ha. Después de su ensayo dirá una de dos cosas: «funciona» o «no hay evidencia de que funcione». Y puede equivocarse en las dos:

  • Dice que funciona y no funciona. El rancho gasta $300 000 en un producto inútil.
  • Dice que no hay evidencia y sí funcionaba. El rancho deja de ganar. Si el producto sube 0.3 t/ha, a $7 500 la tonelada, son $750 netos por hectárea cada ciclo.

Ahora, un dato que sorprende: si el producto de verdad sube 0.3 t/ha, las parcelas varían con s = 0.6 t/ha y el técnico sólo usa 16 parcelas, su prueba lo detectará apenas cerca de la mitad de las veces. Es casi un volado. Antes de gastar en un ensayo conviene saber si va a poder contestar la pregunta.

2. Por qué no basta con lo que ya sabes

En T03 fijaste α = 0.05 y decidiste. Pero α sólo controla uno de los dos errores: el de creer en lo que no existe. No dice nada de cuánto puedes perderte lo que sí existe. Además, una prueba contesta «¿hay efecto?», mientras que el productor pregunta «¿me conviene?». Son preguntas distintas, y un resultado significativo puede contestar la primera con un sí y la segunda con un no.

3. Dónde vas a usar esto

  • Planear ensayos. Saber cuántas parcelas o animales necesitas antes de gastar en el experimento.
  • Evaluar productos. No comprar por un «p < 0.05» de un folleto, ni descartar por un ensayo chico que no alcanzó.
  • Inspección y bioseguridad. Elegir qué error tolerar cuando dejar pasar una plaga es mucho peor que detener un embarque.
  • Selección de variedades. Filtrar con más tolerancia al principio y confirmar con más rigor al final.

4. Los dos errores

4.1 Cuatro resultados posibles

La realidad y tu decisión se cruzan en cuatro casillas. Dos son aciertos y dos son errores:

La realidad: H₀ es cierta (no hay efecto) La realidad: H₁ es cierta (sí hay efecto)
Rechazas H₀ Error tipo I. Crees en un efecto que no existe. Probabilidad: α Acierto. Probabilidad: potencia = 1 − β
No rechazas H₀ Acierto. Probabilidad: 1 − α Error tipo II. No detectas un efecto que sí existe. Probabilidad: β

Truco para recordarlos: el tipo I es una falsa alarma; el tipo II es una alarma que no sonó.

4.2 Error tipo I: lo controlas tú con α

α es justamente la probabilidad de cometer un error tipo I: si H₀ es cierta y usas α = 0.05, 5 de cada 100 pruebas la rechazarán por puro azar. Esto tiene una consecuencia práctica: si un distribuidor prueba 20 productos que no sirven, en promedio 1 saldrá «significativo», y la probabilidad de que salga al menos uno es 1 − 0.95²⁰ = 0.64. Ese será el único que aparezca en el folleto. Por eso conviene desconfiar de un solo resultado favorable, y confirmar con otro ensayo.

4.3 Error tipo II y potencia

β es la probabilidad de no detectar un efecto que sí existe. Su complemento, potencia = 1 − β, es la probabilidad de detectarlo. A diferencia de α, no la fijas directamente: depende de qué tan grande es el efecto, de cuánto varían los datos y de cuántos tienes.

Figura 1. El ensayo de 16 parcelas con s = 0.6 t/ha. La curva dorada muestra lo que saldría si el producto de verdad subiera 0.3 t/ha: casi la mitad queda a la izquierda de la línea, sin detectarse.

Figura 1. El ensayo de 16 parcelas con s = 0.6 t/ha. La curva dorada muestra lo que saldría si el producto de verdad subiera 0.3 t/ha: casi la mitad queda a la izquierda de la línea, sin detectarse.

Para calcularla de forma aproximada, con α = 0.05 y dos colas, se mide a cuántos errores estándar está el efecto δ (delta) que te interesa detectar, y se lee en la tabla z:

Potencia ≈ P(Z > 1.96 − δ ÷ error estándar)

Es una aproximación con la normal; con muestras muy chicas sale un poco optimista. Sirve para planear, no como resultado exacto.

Con el algodón: δ = 0.3, error estándar = 0.6 ÷ √16 = 0.15. Entonces δ ÷ error estándar = 2.00, y potencia ≈ P(Z > 1.96 − 2.00) = P(Z > −0.04) = P(Z < 0.04) = 0.5160: un volado. Con 36 parcelas, error estándar = 0.10, y potencia ≈ P(Z > −1.04) = 0.8508.

Prueba Mueve el ensayo y mira los dos errores Un ensayo simulado (no es el caso del Excel). La curva azul es lo que saldría si no hubiera efecto y la dorada, si lo hay. Cambia el efecto, s, n y α.

4.4 Qué aumenta la potencia, y cuántos datos necesitas

Si… La potencia… Por qué
Aumentas n Sube Baja el error estándar. Es lo que casi siempre puedes controlar
El efecto real es mayor Sube Los efectos grandes se ven con pocos datos
Reduces la variación (s) Sube Parcelas uniformes y buen manejo. Es la razón de cuidar el experimento
Bajas α (de 0.05 a 0.01) Baja Exigir más evidencia reduce el tipo I, pero aumenta el tipo II. No se pueden bajar los dos sin más datos

Lo habitual es pedir una potencia de 0.80. Con α = 0.05, de ahí sale una regla práctica:

n ≈ 8 · (s ÷ δ)²

Con s = 0.6 y δ = 0.3: n ≈ 8 × 2² = 32 parcelas. Si comparas dos tratamientos (T05) se necesitan unas 16 · (s ÷ δ)² por tratamiento.

4.5 De la decisión estadística a la decisión agronómica

La pregunta del productor es si conviene. Para eso se calcula el punto de equilibrio: lo que debe subir el rendimiento para pagar el producto. Aquí, $1 500 ÷ $7 500 por tonelada = 0.20 t/ha. Después se compara con el intervalo de confianza del efecto, no con el valor p:

El intervalo del efecto… Decisión Por qué
Queda todo arriba** del punto de equilibrio** Conviene Hasta en el caso bajo el producto se paga
Queda todo abajo** del punto de equilibrio** No conviene Aunque sea significativo: el efecto no alcanza a pagar
Incluye el punto de equilibrio Faltan datos Puede pagarse o no. Conviene otro ensayo, o decidir según cuánto riesgo se acepte

4.6 Ejemplo resuelto: el producto para algodón

El rendimiento histórico es de 5.0 t/ha. Con el producto, en 16 parcelas: x̄ = 5.35 t/ha, s = 0.6 t/ha.

  1. La prueba: error estándar = 0.15; t = (5.35 − 5.0) ÷ 0.15 = 2.33, gl = 15; p = 0.034. Con α = 0.05, se rechaza H₀: es significativo.
  2. El efecto: 0.35 t/ha, con intervalo de 95 %: 0.35 ± 2.131 × 0.15, de 0.03 a 0.67 t/ha.
  3. Contra el equilibrio: el intervalo incluye 0.20 t/ha. Si el efecto real es de 0.03 t/ha, se pierden $1 273 por hectárea; si es de 0.67, se ganan $3 523.
  4. Valor esperado: con el efecto estimado, 0.35 × $7 500 − $1 500 = $1 125 por hectárea a favor.
  5. Cuántos datos harían falta: para detectar con potencia de 0.80 un efecto de 0.3 t/ha, unas 32 parcelas.

Cómo se comunica: «El producto subió el rendimiento de forma significativa (p = 0.03), y lo más probable es que se pague, pero con estas parcelas no se puede descartar que el efecto sea demasiado chico. Antes de aplicarlo en las 200 ha, conviene probarlo un ciclo más en una superficie mayor, y contra parcelas sin producto».

Si tienes Minitab

Menú Estadísticas > Potencia y tamaño de la muestra > t de 1 muestra (en inglés, Stat > Power and Sample Size > 1-Sample t). Escribe dos de estos tres datos, n, diferencia y potencia, además de s, y calcula el tercero. Minitab usa la t, así que su resultado es un poco menor que la aproximación de esta lectura.

4.7 Lo que se gana y lo que se pierde

Con estas ideas puedes planear ensayos que sí contesten la pregunta, y decidir con números que le importan al productor. A cambio, el cálculo pide suponer de antemano s y δ, que a veces sólo se conocen a ojo; por eso se usa para planear. Y hay una regla de oro: un resultado no significativo en un ensayo con poca potencia no dice casi nada. «No se encontró diferencia» puede significar simplemente «no se juntaron suficientes datos».

¿Lo entendiste? Cuatro preguntas rápidas No cuentan para la calificación. Elige una respuesta para ver la explicación; puedes volver a intentar.

1. Una vacuna no protege, pero el ensayo concluye que sí. ¿Qué error es?

  1. Tipo I
  2. Tipo II
  3. Ninguno

H₀ (no protege) era cierta y se rechazó: es una falsa alarma, un error tipo I.

2. ¿Qué pasa con la potencia si bajas α de 0.05 a 0.01, con los mismos datos?

  1. Sube
  2. Baja
  3. No cambia

Al exigir más evidencia se rechaza menos, también cuando el efecto existe. Baja el tipo I y sube el tipo II.

3. Con s = 6 kg quieres detectar δ = 2 kg con potencia de 0.80. ¿Cuántos datos necesitas, aproximadamente?

  1. 24
  2. 72
  3. 144

n ≈ 8 × (6 ÷ 2)² = 8 × 9 = 72. Olvidar el cuadrado da 24.

4. Un producto es significativo (p = 0.01), con intervalo del efecto de 0.05 a 0.15 t/ha. Para pagarse necesita 0.20 t/ha. ¿Qué haces?

  1. Lo compro, porque es significativo
  2. No lo compro: el efecto existe, pero no alcanza a pagar
  3. Faltan datos

Todo el intervalo queda abajo del punto de equilibrio. Es un efecto real, pero no conveniente. Significativo no es lo mismo que importante.

5. Lo que harás

Excel del Tema T04 · 2 hojas
Guárdalo como U3-T04_Apellido_Nombre.xlsx y escribe sólo en las celdas amarillas.

Descargar

Reconocer errores y calcular potencia a mano (hoja 1_Errores_a_mano)

Caso A: ¿qué pasó? Seis situaciones. Elige Tipo I, Tipo II o Correcta.

Caso B: ¿qué error pesa más? Tres situaciones. Elige el error más costoso y el α que usarías.

Caso C: potencia de un ensayo con cerdos. Se quiere detectar una ganancia de δ = 5 kg, con s = 10 kg. Calcula la potencia para tres tamaños de muestra.

Para qué te sirve hacerlo a mano. Al escribir δ ÷ error estándar verás de dónde sale la potencia, y por qué crece con n.

  1. Escribe tu nombre y la fecha.
  2. Caso A y Caso B. Elige en las listas.
  3. Caso C. Calcula el error estándar y δ ÷ error estándar con 2 decimales. Resta de 1.96 para obtener w; la potencia es P(Z > w) = P(Z < −w), que se lee en la tabla z (está en la sección 4.3 de U2-T09). β = 1 − potencia.
  4. Regla práctica. Calcula n ≈ 8 · (s ÷ δ)².
  5. Contesta las Preguntas 1 y 2.
Comprueba antes de seguir

En el Caso C la potencia debe crecer con n, y potencia + β debe dar 1. La regla práctica debe dar un n donde la potencia ronde 0.80.

Planear un ensayo y decidir en Excel (hoja 2_Potencia_Excel)

El caso: vas a planear un ensayo de un producto, con s = 0.8 t/ha y un efecto de interés δ = 0.3 t/ha. Cada parcela cuesta $800. Después evaluarás cinco productos ya probados, con un punto de equilibrio de 0.20 t/ha.

Para qué: verás cuánto cuesta en dinero tener una potencia aceptable, y que el valor p y la decisión económica pueden llevarte a lugares distintos.

  1. Paso 1 · Potencia y costo según n. La primera fila ya tiene las fórmulas: error estándar, δ ÷ error estándar, potencia con =1-DISTR.NORM.ESTAND.N(1.96-C9,VERDADERO), β, potencia con α = 0.01 (usa 2.576 en lugar de 1.96) y costo. Cópialas hacia abajo.
  2. Paso 2 · Potencia según el efecto. Con n = 64 fijo. La primera fila ya tiene las fórmulas. Cópialas hacia abajo.
  3. Paso 3 · Cinco productos. Para cada uno, a partir de su diferencia, s y n: error estándar, t, p de dos colas, límites del intervalo de 95 % y la decisión. La primera fila ya tiene las fórmulas. Cópialas hacia abajo.
  4. Paso 4 · Responde las Preguntas 3 a 6.
Si Excel no reconoce la fórmula

Tu Excel puede usar punto y coma ( ; ) en lugar de coma ( , ). En inglés: DISTR.NORM.ESTAND.N = NORM.S.DIST, DISTR.T.2C = T.DIST.2T, INV.T.2C = T.INV.2T, RAIZ = SQRT, SI = IF, VERDADERO = TRUE.

6. Antes de entregar

Marca cada punto conforme lo revises. Tus marcas se guardan sólo en este navegador.