No quadro apresentado estão configurados os dois tipos de em). O erro Tipo I é aquele que se comete quando se rejeita uma hipótese verdadeira, ao passo que o erro Tipo II é aquele cometido quando uma hipótese falsa é aceita como verdadeira. Embora, nos dois casos apresentados, sempre se estaria cometendo erros, é fácil perceber que, na sua essência, o erro de 2ª espécie tem conseqüências muito mais "graves" do que o de 1ª espécie. Assim, por exemplo, é muito melhor deixar de comer lebre quando se pensa tratar de gato, embora seja lebre, do que se comer gato pensando que é lebre, isto é, aceitar uma hipótese falsa como verdadeira. Essas constatações são importantes porque mostram que os testes de hipóteses, a serem delineados para permitir resolver o problema da inferência, deverão ser conduzidos no sentido da rejeição da hipótese nula, isto é, que, dado um certo nível de significância α , esse nível indique sempre a probabilidade que se tem em cometer um erro de 1ª espécie. Daí ser comumente chamada a hipótese H0 de hipótese nula, isto é, uma hipótese geralmente contrária àquilo que se deseja. Veja nesse sentido Anderson e Bancroft.
2.6. Os três problemas fundamentais da estatística Da forma pela qual se conduziu a metodologia da estatística, verifica-se que o seu objetivo maior é o da inferência. A inferência estatística pressupõe a resolução de três problemas: o da especificação, o da estimação e o da prova de hipóteses. A prova de hipóteses, que tivemos a oportunidade de verificar, seria o último passo da inferência, no sentido de que possibilita verificar se uma hipótese é ou não válida. Agora, quando se fala em testar hipótese, se está falando em testar características da população com base nos elementos da amostra, ou das amostras selecionadas. Essas características podem ser paramétricas ou não-paramétricas. No caso das características paramétricas, digamos, por exemplo, a média e a variância de uma distribuição, que se pressupõe existir na população, quando se está trabalhando com amostras não se tem os verdadeiros valores desses parâmetros e sim valores "próximos" ou que, em média, devam reproduzir o "verdadeiro" valor. A parte da Estatística que se preocupa corri a obtenção desses valores "próximos" é conhecida como Teoria da Estimação.
82