A statisztikai gyakorlat hipotézis tesztelése nemcsak a statisztikákban, hanem a természet- és társadalomtudományban is széles körben elterjedt. Amikor hipotézis készítése próbáljon meg néhány olyan dolgot, amelyek rosszul fordulhatnak elő. Kétféle hiba létezik, amelyeket a tervezés alapján nem lehet elkerülni, és tisztában kell lennünk azzal, hogy ezek a hibák léteznek. A hibákat az I. és II. Típusú hibák gyalogos nevei adják. Mik az I. és a II. Típusú hibák, és hogyan különböztetjük meg őket? röviden:
- I. típusú hibák akkor fordulnak elő, amikor elutasítunk egy igazot null hipotézist
- A II. Típusú hibák akkor fordulnak elő, ha nem sikerül elutasítani egy hamis nullhipotézist
Az ilyen típusú hibák mögött több hátteret fogunk feltárni azzal a céllal, hogy megértsük ezeket az állításokat.
Hipotézis tesztelése
A hipotézisek tesztelésének folyamata sokféle tesztstatisztika alapján tűnik meglehetősen változatosnak. De az általános folyamat ugyanaz. Hipotézis tesztelése magában foglalja a nullhipotézis állítását és az a kiválasztását
a szignifikancia szintje. A nullhipotézis igaz vagy hamis, és a kezelés vagy eljárás alapértelmezett állítását képviseli. Például egy gyógyszer hatékonyságának vizsgálatakor a nullhipotézis az lenne, hogy a gyógyszernek nincs hatása egy betegségre.A nullhipotézis megfogalmazása és a szignifikancia szint kiválasztása után megfigyelés útján nyerünk adatokat. Statisztikai számítások mondja el nekünk, hogy el kell utasítanunk-e a nulla hipotézist.
Egy ideális világban mindig elutasítanánk a nullhipotézist, ha az hamis, és nem utasítanánk el a nullhipotézist, ha valóban igaz. De van két másik forgatókönyv is, amelyek mindegyike hibát eredményez.
I. típusú hiba
Az első lehetséges hibafajta egy valójában igaz nullhipotézis elutasítását jelenti. Ezt a fajta hibát I. típusú hibának hívják, és néha az első típusú hibának is hívják.
Az I. típusú hibák egyenértékűek a hamis pozitívokkal. Térjünk vissza a betegség kezelésére használt gyógyszer példájához. Ha ebben a helyzetben elutasítjuk a nulla hipotézist, akkor állításunk az, hogy a gyógyszer valójában valamilyen hatással van egy betegségre. De ha a nulla hipotézis igaz, akkor a valóságban a gyógyszer egyáltalán nem küzd a betegség ellen. A gyógyszer téves állítása szerint pozitív hatással van egy betegségre.
Az I. típusú hibákat ellenőrizni lehet. Az alfa értéke, amely kapcsolódik a a szignifikancia szintje hogy a kiválasztottunk közvetlenül érinti az I. típusú hibákat. Az Alfa annak a valószínűsége, hogy I típusú hibánk van. 95% -os megbízhatósági szint mellett a az alfa értéke 0,05. Ez azt jelenti, hogy 5% -os valószínűséggel tagadjuk el a valódi nullhipotézist. Hosszú távon az ezen a szinten végrehajtott húsz hipotézisteszt közül az egyik I típusú hibát eredményez.
II. Típusú hiba
A lehetséges egyéb hibafajta akkor fordul elő, ha nem tagadjuk meg a hamis hipotézist. Ezt a fajta hibát II típusú hibának nevezzük, és második típusú hibának is nevezzük.
A II. Típusú hibák egyenértékűek a hamis negatívokkal. Ha visszatérünk arra a forgatókönyvre, amelyben kábítószert tesztelünk, hogyan nézne ki a II. Típusú hiba? II. Típusú hiba akkor fordul elő, ha elfogadjuk, hogy a gyógyszernek nincs hatása egy betegségre, de a valóságban igen.
A II. Típusú hiba valószínűségét a görög béta betű adja meg. Ez a szám kapcsolódik a hipotézis teszt teljesítményéhez vagy érzékenységéhez, amelyet 1-béta jelöl.
Hogyan lehet elkerülni a hibákat
Az I. és a II. Típusú hibák a hipotézis tesztelésének részét képezik. Bár a hibákat nem lehet teljes mértékben kiküszöbölni, minimalizálhatjuk az egyik típusú hibát.
Általában, amikor megpróbáljuk csökkenteni az egyik típusú hiba valószínűségét, a másik típus valószínűsége növekszik. Az alfa értékét 0,05-ről 0,01-re csökkenthetjük, ami 99% a bizalom szintje. Ha azonban minden más változatlan marad, akkor a II. Típusú hiba valószínűsége szinte mindig növekszik.
Hipotézis tesztünk valós alkalmazása sokszor meghatározza, hogy inkább elfogadjuk-e az I. vagy a II. Típusú hibákat. Ezt majd felhasználjuk a statisztikai kísérletünk megtervezéséhez.