Грешка типа ИИ

алгоритамско трговање : Грешка типа ИИ
Шта је грешка типа ИИ?

Грешка типа ИИ је статистички израз који се односи на неприхватање лажне ништавне хипотезе. Користи се у контексту тестирања хипотеза.

У статистичкој анализи грешка типа И је одбацивање истинске нулте хипотезе, док грешка типа ИИ описује грешку која се јавља када не успемо да одбацимо ниједну хипотезу која је заправо лажна. Другим речима, он даје лажну позитиву. Грешка одбацује алтернативну хипотезу, иако се не појављује због случајности.

Кључне Такеаваис

  • Грешка типа ИИ је дефинисана као вероватноћа погрешног задржавања нулте хипотезе, иако у ствари није применљива на целокупну популацију.
  • Грешка типа ИИ је у основи лажно позитивна.
  • Грешка типа ИИ може се умањити постављањем строжијих критеријума за одбацивање ништавне хипотезе.
  • Аналитичари морају да одмери вероватноћу и утицај грешака типа ИИ са грешкама типа И.

Разумевање грешака типа ИИ

Грешка типа ИИ потврђује идеју коју је требало одбити, тврдећи да су две опсервације исте, иако су различите. Грешка типа ИИ не одбацује ништавну хипотезу, иако је алтернативна хипотеза право стање природе. Другим речима, лажни налаз је прихваћен као истинит. Грешка типа ИИ понекад се назива и бета грешком.

Грешка типа ИИ може се умањити постављањем строжијих критеријума за одбацивање ништавне хипотезе. На пример, ако аналитичар сматра да све што спада у интервал поверења од +/- 95% као статистички значајно, повећањем те толеранције на +/- 99% смањујете шансу за лажну позитиву. Међутим, истовремено то повећава ваше шансе да наиђете на грешку типа И. Приликом провођења теста хипотезе треба размотрити вероватноћу или ризик грешке типа И или грешке типа ИИ.

Предузимање корака који смањују шансу да наиђете на грешку типа ИИ има тенденцију да повећа шансе за грешку типа И.

Разлике између грешака типа И и типа ИИ

Разлика између грешке типа ИИ и грешке типа И је у томе што грешка типа И одбацује нулту хипотезу када је тачна (лажна негација). Вероватноћа да ће починити грешку типа И једнака је нивоу значаја који је постављен за тест хипотезе. Стога, ако је ниво значајности 0, 05, постоји 5% шансе да се догоди грешка типа И.

Вероватноћа да се почини грешка типа ИИ једнака је минус минус тесту, такође познатом као бета. Снага теста може се повећати повећањем величине узорка, што смањује ризик од грешке типа ИИ.

Пример грешке типа 2

Претпоставимо да биотехнолошка компанија жели да упореди колико су два лека ефикасна у лечењу дијабетеса. Нулта хипотеза каже да су два лека подједнако ефикасна. Нулта хипотеза, Х 0, је тврдња да се компанија нада да ће одбити помоћу једносмјерног теста . Алтернативна хипотеза, Х а, наводи да два лека нису подједнако ефикасна. Алтернативна хипотеза, Х а, је мерење које је подржано одбацивањем нулте хипотезе.

Компанија биотехнологија спроводи велико клиничко испитивање на 3000 пацијената са дијабетесом како би упоредила начин лечења. Компанија очекује да ова два лека имају једнак број пацијената што указује да су оба лека ефикасна. Он бира ниво значајности од 0, 05, што указује да је спреман прихватити 5% шансе да може одбацити нулту хипотезу кад је тачна или је 5% шанса да почини грешку типа И.

Претпоставимо да се бета рачуна на 0, 025 или 2, 5%. Стога је вероватноћа да се почини грешка типа ИИ 2, 5%. Ако два лека нису једнака, нулту хипотезу треба одбити. Међутим, ако биотехничка компанија не одбаци нулотворну хипотезу када лекови нису подједнако ефикасни, долази до грешке типа ИИ.

Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.

Сродни услови

Увод у грешку типа 1 Грешка типа И је врста грешке која се јавља када се одбаци нута хипотеза, иако је истина. Откријте више о грешци типа И. више Шта нам П-вредност говори П-вредност је ниво маргиналног значаја у тесту статистичке хипотезе, који представља вероватноћу настанка одређеног догађаја. више Нулл Хипотхесис Дефиниција Нулта хипотеза је врста хипотезе која се користи у статистици која предлаже да не постоји статистички значај у скупу даних опажања. више Једноструки тест Једноструки тест је статистички тест у којем је критично подручје дистрибуције веће или мање од одређене вредности, али не и једно и друго. више Зашто је статистичка значајност важна Статистички значај односи се на резултат који се вероватно неће појавити насумично, већ ће се вјероватно приписати одређеном узроку. више Разумевање тестова с две стране: Двострани тест је статистички тест у којем је критично подручје дистрибуције двострано и тестира је ли узорак већи или мањи од одређеног распона вриједности. више партнерских веза
Рецоммендед
Оставите Коментар