Decisión estadística

Las decisiones estadísticas, basadas sobre la evidencia observada en muestras, implican siempre la posibilidad de error. Los estadísticos no tratan con decisiones fundamentadas en la certeza, sino que, simplemente, estiman la probabilidad o improbabilidad de ocurrencia de los hechos.
El rechazo de la hipótesis nula cuando es realmente verdadera se conoce como Error Tipo I. El nivel de significación seleccionado determina la probabilidad de un error del Tipo I. Por ejemplo, cuando el investigador rechaza la hipótesis nula al nivel 0,05, está corriendo un riesgo del 5% de rechazar lo que pudiera ser una explicación de error de muestra cuando es probablemente verdadera.
Aceptar una hipótesis nula cuando es realmente falsa, constituye lo que se conoce como Error Tipo II. Esta decisión se equivoca al aceptar una explicación de error de muestra cuando es probablemente falsa. El nivel de significación más alto, tal como al 0,01 minimiza el riesgo de error de un Tipo I. Pero este alto nivel de significación es tan cauteloso que incrementa el riesgo de un error de Tipo II.
Las decisiones estadísticas no son hechas con certeza, pero se basan sobre estimaciones de probabilidad: teorema del límite central, error de varianza, hipótesis nula, niveles de confianza, tests direccionales, no direccionales.