Tip I vs. Hipotez Testinde Tip II Hataları

İstatistiksel uygulama hipotez testi sadece istatistiklerde değil, doğa ve sosyal bilimlerde de yaygındır. Biz ne zaman hipotez yapmak orada yanlış gidebilecek birkaç şeyi test edin. Tasarımla önlenemeyen iki tür hata vardır ve bu hataların var olduğunun farkında olmalıyız. Hatalara, tip I ve tip II hatalarının oldukça yaya adları verilmiştir. Tip I ve tip II hataları nedir ve aralarında nasıl ayrım yaparız? Kısaca:

• Tip I hataları, bir doğru değeri reddettiğimizde olur sıfır hipotezi
• Tip II hataları, yanlış bir boş hipotezi reddetmediğimizde meydana gelir

Bu ifadeleri anlamak amacıyla bu tür hataların ardında daha fazla arka plan keşfedeceğiz.

Hipotez testi süreci, çok sayıda test istatistikiyle oldukça değişken görünebilir. Ancak genel süreç aynıdır. Hipotez testi bir sıfır hipotezinin ifadesini ve bir önem seviyesi. Sıfır hipotezi doğru veya yanlıştır ve bir tedavi veya prosedür için varsayılan talebi temsil eder. Örneğin, bir ilacın etkinliğini incelerken, sıfır hipotezi ilacın bir hastalık üzerinde hiçbir etkisi olmamasıdır.

Sıfır hipotezini formüle ettikten ve bir önem düzeyi seçtikten sonra, gözlem yoluyla veri elde ederiz. İstatistiksel hesaplamalar sıfır hipotezini reddetip reddetmememiz gerektiğini bize bildirin.

İdeal bir dünyada, null hipotezini yanlış olduğunda her zaman reddederdik ve null hipotezini gerçekten doğru olduğunda reddetmeyiz. Ancak, her biri bir hataya neden olacak iki olası senaryo daha vardır.

Mümkün olan ilk hata türü, aslında doğru olan bir sıfır hipotezinin reddini içerir. Bu tür hatalara tip I hatası denir ve bazen birinci tür hata olarak adlandırılır.

Tip I hataları yanlış pozitiflere eşdeğerdir. Bir hastalığı tedavi etmek için kullanılan bir ilaç örneğine geri dönelim. Bu durumda sıfır hipotezini reddedersek, iddiamız ilacın aslında bir hastalık üzerinde bazı etkileri olduğu yönündedir. Fakat eğer sıfır hipotezi doğruysa, o zaman, gerçekte, ilaç hastalıkla hiç mücadele etmez. İlacın yanlış bir şekilde bir hastalık üzerinde olumlu bir etkiye sahip olduğu iddia edilmektedir.

Tip I hataları kontrol edilebilir. İle ilişkili alfa değeri önem seviyesi seçtiğimiz tip I hatalar üzerinde doğrudan bir etkiye sahiptir. Alfa, tip I hatamızın maksimum olasılığıdır. % 95 güven düzeyi için, alfa değeri 0.05'tir. Bu, gerçek bir sıfır hipotezini reddetme olasılığımızın% 5 olduğu anlamına gelir. Uzun vadede, bu seviyede yaptığımız her yirmi hipotez testinden biri tip I hatasına yol açacaktır.

Mümkün olan diğer hata türü, yanlış olan bir sıfır hipotezini reddetmediğimizde ortaya çıkar. Bu tür hatalara tip II hatası denir ve ikinci tür hata olarak da adlandırılır.

Tip II hataları yanlış negatiflere eşdeğerdir. Bir ilacı test ettiğimiz senaryoyu tekrar düşünürsek, tip II hatası neye benzeyecektir? İlacın bir hastalık üzerinde hiçbir etkisi olmadığını kabul edersek, bir tip II hatası meydana gelirdi, ancak gerçekte böyle oldu.

Tip II hata olasılığı Yunanca beta harfiyle verilir. Bu sayı, 1 - beta ile gösterilen hipotez testinin gücü veya hassasiyeti ile ilgilidir.

Tip I ve tip II hataları hipotez testi sürecinin bir parçasıdır. Hatalar tamamen ortadan kaldırılamasa da, bir tür hatayı en aza indirebiliriz.

Tipik olarak bir hata tipinin olasılığını azaltmaya çalıştığımızda, diğer tipin olasılığı artar. Alfa değerini% 99'a karşılık gelen 0,05'ten 0,01'e düşürebiliriz güven seviyesi. Ancak, diğer her şey aynı kalırsa, tip II hata olasılığı neredeyse her zaman artacaktır.

Çoğu zaman hipotez testimizin gerçek dünya uygulaması, tip I veya tip II hatalarını daha fazla kabul edip etmediğimizi belirleyecektir. Bu, daha sonra istatistiksel denememizi tasarladığımızda kullanılacaktır.