ESTIMACIÓN POR INTERVALO.

La estimación por intervalos consiste en establecer el intervalo de valores donde es más probable
se encuentre el parámetro. La obtención del intervalo se basa en las siguientes consideraciones:

a) Si conocemos la distribución muestral del estimador podemos obtener las probabilidades de

ocurrencia de los estadísticos muestrales.

b) Si conociéramos el valor del parámetro poblacional, podríamos establecer la probabilidad de

que el estimador se halle dentro de los intervalos de la distribución muestral.

c) El problema es que el parámetro poblacional es desconocido, y por ello el intervalo se establece

alrededor del estimador.

Si repetimos el muestreo un gran número de veces y definimos un intervalo alrededor de cada

valor del estadístico muestral, el parámetro se sitúa dentro de cada intervalo en un porcentaje
conocido de ocasiones. Este intervalo es denominado "intervalo de confianza".

ERROR TIPO I Y II.

El error de tipo I también denominado error de tipo alfa (α) o falso positivo, es el error que se
comete cuando el investigador no acepta la hipótesis nula siendo ésta verdadera en la población.
Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusión
de que existe una diferencia entre las hipótesis cuando en realidad no existe. Se relaciona con el
nivel de significancia estadística.

El error de tipo II también llamado error de tipo beta (β) o falso negativo, es el error que se
comete cuando el investigador no rechaza la hipótesis nula siendo ésta falsa en la población. Es
equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la
conclusión de que ha sido incapaz de encontrar una diferencia que existe en la realidad.

Contrariamente al error tipo I, en la mayoría de los casos no es posible calcular la probabilidad del
error tipo II. La razón de esto se encuentra en la manera en que se formulan las hipótesis en una
prueba estadística. Mientras que la hipótesis nula representa siempre una afirmación enérgica.
Los errores tipo I y tipo II están relacionados. Una disminución en la probabilidad de uno por lo
general tiene como resultado un aumento en la probabilidad del otro.
CONTRASTE DE HIPÓTESIS UNILATERAL Y BILATERAL.

El contraste bilateral sitúa la región de rechazo en los dos extremos (colas) de la distribución
muestral. En cambio, el contraste unilateral sitúa la región de rechazo en uno de los dos extremos
(colas) de la distribución muestral. El contraste bilateral (o de dos colas) se utiliza cuando la
Hipótesis Alternativa asigna al parámetro cualquier valor diferente al establecido en la Hipótesis
Nula.

Ejemplo de contraste bilateral:

La Hipótesis Alternativa establece que, caso de rechazar la Hipótesis Nula, decidimos que la
proporción de la población a que pertenece la muestra no es 0.5.