Статистичка пракса хипотеза тестирање је распрострањена не само у статистици већ и у свим природним и друштвеним наукама. Када смо спровести хипотезу тестирајте тамо неколико ствари које могу поћи по злу. Постоје две врсте грешака које се дизајном не могу избећи и морамо бити свесни да ове грешке постоје. Грешкама су дата прилично пешачка имена типа И и грешке типа ИИ. Шта су грешке типа И и типа ИИ и како их разликујемо? Укратко:
- Грешке типа И се дешавају када одбацимо истину нулта хипотеза
- Грешке типа ИИ се дешавају када не успемо да одбацимо лажну ништавну хипотезу
Истражићемо више позадина иза ових врста грешака са циљем разумевања ових изјава.
Хипотеза тестирање
Процес тестирања хипотеза може изгледати прилично разнолик са мноштвом статистичких података. Али општи процес је исти. Хипотеза тестирање обухвата изјаву ништетне хипотезе и избор а ниво значаја. Нулта хипотеза је или истинита или лажна и представља подразумевани захтев за лечење или поступак. На пример, када се испитује ефикасност лека, нулта хипотеза би била да лек нема утицаја на болест.
Након формулисања нулте хипотезе и избора нивоа значаја, податке добијамо посматрањем. Статистички прорачуни реците нам да ли треба да одбацимо ништавну хипотезу или не.
У идеалном свету увек бисмо одбацивали ништавну хипотезу кад је лажна, а ми ништавну хипотезу не бисмо одбацили када је заиста истина. Али могућа су два друга сценарија, од којих ће сваки резултирати грешком.
Грешка типа И
Прва врста грешке која је могућа укључује одбацивање ниједне хипотезе која је заправо тачна. Ова врста грешке назива се грешком типа И, а понекад се назива и грешком прве врсте.
Грешке типа И еквивалентне су лажним позитивним резултатима. Да се вратимо на пример лека који се користи за лечење болести. Ако у овој ситуацији одбацимо ништавну хипотезу, онда наша тврдња гласи да лек у ствари има неки утицај на болест. Али ако је нулта хипотеза тачна, онда се у стварности лек уопште не бори против болести. За лек се тврди да има позитиван утицај на болест.
Грешке типа И се могу контролисати. Вредност алфа која је повезана са ниво значаја које смо изабрали има директно утицај на грешке типа И. Алфа је максимална вероватноћа да имамо грешку типа И. За ниво поверења од 95% вредност алфа је 0,05. То значи да постоји 5% вероватноћа да ћемо одбацити истиниту нулту хипотезу. Дугорочно, сваки од двадесет тестова хипотеза које изводимо на овом нивоу резултираће грешком типа И.
Грешка типа ИИ
Друга врста грешке која је могућа настаје када не одбацимо ниједну хипотезу која је лажна. Ова врста грешке назива се грешка типа ИИ и такође се назива грешком друге врсте.
Грешке типа ИИ еквивалентне су лажним негативима. Ако се поново размислимо о сценарију у којем тестирамо лек, како би изгледала грешка типа ИИ? До грешке типа ИИ би дошло ако бисмо прихватили да лек није имао утицаја на болест, али у стварности.
Вероватноћа грешке типа ИИ дата је грчким словом бета. Овај број је повезан са снагом или осетљивошћу теста хипотезе, који је означен са 1 - бета.
Како избећи грешке
Грешке типа И и типа ИИ део су процеса тестирања хипотеза. Иако се грешке не могу у потпуности уклонити, можемо смањити једну врсту грешке.
Типично када покушавамо да смањимо вероватноћу једне врсте грешке, вероватноћа за другу врсту се повећава. Могли бисмо да смањимо вредност алфа са 0,05 на 0,01, што одговара 99% ниво самопоуздања. Међутим, ако све остало остане исто, онда ће се вероватноћа грешке типа ИИ скоро увек повећавати.
Много пута ће стварна примена теста хипотезе одредити да ли више прихватамо грешке типа И или типа ИИ. То ће се користити приликом дизајнирања нашег статистичког експеримента.