Какво е грешка от тип II?
Грешка тип II е статистически термин, отнасящ се до неотхвърляне на фалшива нулева хипотеза. Той се използва в контекста на тестване на хипотези.
При статистически анализ грешка от тип I е отхвърляне на истинска нулева хипотеза, докато грешка тип II описва грешката, която възниква, когато човек не успее да отхвърли нулева хипотеза, която всъщност е невярна. С други думи, той дава фалшив положителен. Грешката отхвърля алтернативната хипотеза, въпреки че не се появява поради случайност.
Ключови заведения
- Грешка тип II се определя като вероятността за неправилно задържане на нулевата хипотеза, когато в действителност тя не е приложима за цялата популация. Грешка тип II по същество е фалшиво положителна. Грешка тип II може да бъде намалена, като се направят по-строги критерии за отхвърляне на нулева хипотеза. Анализаторите трябва да претеглят вероятността и въздействието на грешки от тип II с грешки от тип I.
Разбиране на грешки от тип II
Грешка от тип II потвърждава идея, която би трябвало да бъде отхвърлена, като се твърди, че двете наблюдения са еднакви, въпреки че са различни. Грешка от тип II не отхвърля нулевата хипотеза, въпреки че алтернативната хипотеза е истинското състояние на природата. С други думи, невярна констатация се приема като вярна. Грешка тип II понякога се нарича бета грешка.
Грешка тип II може да бъде намалена, като се направят по-строги критерии за отхвърляне на нулева хипотеза. Например, ако даден анализатор смята нещо, което попада в +/- 95% интервал на доверие като статистически значимо, чрез увеличаване на този толеранс до +/- 99%, вие намалявате шансовете за фалшиво положително. Това обаче в същото време увеличава шансовете ви да срещнете грешка от тип I. При провеждане на тест за хипотеза трябва да се вземе предвид вероятността или рискът от грешка тип I или грешка тип II.
Предприемането на стъпки, които намаляват шансовете за среща с грешка тип II, има тенденция да увеличи шансовете за грешка от тип I.
Разлики между грешки тип I и тип II
Разликата между грешка от тип II и грешка от тип I е, че грешка от тип I отхвърля нулевата хипотеза, когато е вярна (фалшив отрицателен). Вероятността за извършване на грешка от тип I е равна на нивото на значимост, което е зададено за теста на хипотезата. Следователно, ако нивото на значимост е 0, 05, има 5% вероятност да възникне грешка тип I.
Вероятността за извършване на грешка от тип II е равна на една минус мощността на теста, известна също като бета. Мощността на теста може да се увеличи чрез увеличаване на размера на извадката, което намалява риска от допускане на грешка от тип II.
Пример за грешка от тип 2
Да предположим, че една биотехнологична компания иска да сравни колко ефективни са две от лекарствата й за лечение на диабет. В нулевата хипотеза се казва, че двата медикамента са еднакво ефективни. Нулева хипотеза, H 0, е твърдението, че компанията се надява да отхвърли, използвайки еднократния тест . Алтернативната хипотеза, H a, заявява, че двете лекарства не са еднакво ефективни. Алтернативната хипотеза, H a, е измерването, което се подкрепя чрез отхвърляне на нулевата хипотеза.
Биотехнологичната компания провежда голямо клинично изпитване на 3000 пациенти с диабет, за да сравни леченията. Компанията очаква двете лекарства да имат равен брой пациенти, което да показва, че и двете лекарства са ефективни. Той избира ниво на значимост от 0, 05, което показва, че е готов да приеме 5% шанс, че може да отхвърли нулевата хипотеза, когато е истина или 5% вероятност да извърши грешка от тип I.
Да приемем, че бета се изчислява на 0, 025, или 2, 5%. Следователно вероятността от извършване на грешка от тип II е 2, 5%. Ако двете лекарства не са равни, нулевата хипотеза трябва да бъде отхвърлена. Ако обаче биотехнологичната компания не отхвърли нулевата хипотеза, когато лекарствата не са еднакво ефективни, възниква грешка тип II.
