Me alegro que sirvan las explicaciones :) Podés escribirme a [email protected] así te comparto el material

Hola Willian, gracias por tu mensaje. No es que hay uno peor que el otro. Nunca pueden ocurrir los dos errores al mismo tiempo. Es decir, si vos rechazas la Hipótesis Nula, estás expuesto al error de tipo 1. Por el contrario, si no rechazás la Hipótesis Nula, estás expuesto al error de tipo 2.

@@juanmanuelalonso5108 Muchas gracias, bendiciones

Gracias Gabriel por tu devolución, me alegro que sirvan las explicaciones.

Es verdad Damián. Muchas gracias por observarlo! Para el resto se refiere al minuto 19.40 en el planteo del problema, en vez de z se escribe el p crítico.

Cuando es proporción lo trabajas siempre con Z. La t-student se utiliza para pruebas con la media cuando no conoces el desvío estándar poblacional.

Gracias por tu comentario. El manual de Hildebrand "Estadística Aplicada a la administración y la economía" es un libro introductorio que recomiendo mucho. En el capítulo 8 vas a e encontrar este tema trabajado.

Gracias Fede! Me alegro que hayan servido! Sin lugar a dudas la estadística y los datos son cada vez más importantes para los profesionales de la comunicación.

Conceptualmente toda variable de tiempo es continua. La edad es teóricamente una variable de tiempo. Si te aclaran que la edad está en números enteros, podés considerarla también como discreta.

@@juanmanuelalonso5108 gracias, otra consulta profe yo no entendí en una parte de un video que encontré que su titulo es "calculando la probabilidad de distribución normal " pero lo que no entendi es que dice que ya sabemos que la suma de todo es 1, como es eso?

@@diegotintilay6814 Todo el área debajo de la distribución Normal (campana) es 1. Por ende, cuando te pide menor que algo o mayor que algo también podés apelar a la ley de complemento 1 - P(x) (uno menos una probabilidad) para llegar a un resultado.

Hola Diego! Un buen manual es el de Hildebrand y Lymann Ott que se llama "Estadística Aplicada para la Administración y Economía. El manual de Cavanos también es muy bueno.

Me alegro que sirvan los videos :)

Julieta. Gracias por tu comentario. Exacto, el valor de Beta es una probabilidad que va entre 0 y 1. El error Beta se define de antemano, habitualmente se utiliza 0,2 de Beta, por ende una potencia del test (1 - Beta) de 0,8. Pero no es algo fijo, es a criterio del investigador. Si el error Beta se acerca a 0 se reduce la probabilidad de no rechazar la hipótesis nula cuando esta no era cierta. En otras palabras, cada vez que no rechazo H0 puedo estar cometiendo error de tipo 2 (que esta no sea cierta). Si Beta se acerca a cero, la probabilidad de cometer ese error se me achica. Por último, el error alfa se define (5%, 10% o el valor que se defina). Beta se puede calcular pero siempre a partir de suponer un parámetro cierto. Voy a intentar en estas semanas subir un video para explicar cómo calcular Beta, algo que quedó por fuera de este video! Saludos.

@@juanmanuelalonso5108 Perfecto! Muchisimas gracias por las aclaraciones, esperamos el video como calcular beta! 🙌Saludos

Cualquier situación real de decisión en estadística aparece este tema. Ejemplo: si rechazas una hipótesis nula (es decir, un resultado da con diferencias significativas) podés estar cometiendo error de tipo 1 (alfa). Por el contrario, si no rechazás una hipótesis nula (por ejemplo, no encontras diferencias significativas entre dos resultados) podés estar cometiendo error de tipo 2 (beta). Voy a tratar de subir un nuevo ejemplo práctico con este tema las próximas semanas

Los errores no se suman. El error de tipo 1 (alfa) es al que estás expuesto si rechazas la hipótesis nula. El error de tipo 2 (beta) es al que estás expuesto si no rechazas la hipótesis nula. Ambos intervienen principalmente cuando se calcula un tamaño de muestra! Gracias por escribir 😃

Espero que haya resultado útil la explicación y éxitos con el resultado del examen!

@@juanmanuelalonso5108 saqué un 6,5 y cayó en un apartado lo del error, muchas gracias!! Probablemente el próximo curso este aquí para estadística II jejejej Buen verano!!

@@jlurimartin4848 Qué bueno que pasaste !:)

Hola Jesica. Los videos previos de esta unidad son: "5.1 VAC INTRODUCCION", "5.1 VAC PARTE 1".

@@juanmanuelalonso5108 gracias Juan. Podría comunicarme con vos de alguna manera?

Hola Víctor. Al ser un tema teórico no hay muchos ejercicios disponibles sobre este tema. Te recomiendo que explores en manuales como el de 1-Hildebrand, 2-Wonnacot & Wonnacot, 3-Newbold o 4-Canavos.

@@juanmanuelalonso5108 Gracias profe !!!

Me alegro que haya servido la explicación :)

Si el video no ayudó a entender, te recomiendo los manuales introductorios de Wonnacott & Wonnacott o el de Hildebrand. Son dos clásicos y explican muy bien este tema.

@@juanmanuelalonso5108 muchas gracias👍

Gracias por la devolución Federico :) No tengo nada preparado de ANOVA, ni bien pueda lo armo y lo subo!

Me alegro que haya servido la explicación Carlos :)

Me alegro mucho que sirvan los videos y los ejemplos! Un saludo!

Hola! No hay problema en compartirte el material, de que tema en particular necesitas? Y si podes pasarme un mail para enviártelo!

No tengo un video sobre Diseño de experimentos. Pero recomiendo mucho un libro llamado Field Experiments de Gerber and Green. Es muy claro! Gracias por tu comentario!

De nada! Me alegro que sirvan los videos!

Falso positivo es lo mismo que error de tipo 1 (alfa). Es decir, cuando rechazás la hipótesis nula pero esta es cierta. El concepto de "falso positivo" lo podés pensar como si fuese un test clínico que marca la "presencia" de algo cuando en realidad está "ausente".

Me alegro que sirva la explicación!