Statistička praksa za testiranje hipoteze rasprostranjena je ne samo u statistikama, već i u svim prirodnim i društvenim znanostima. Kad smo provesti hipotezu tamo testirajte nekoliko stvari koje mogu poći po zlu. Postoje dvije vrste pogrešaka koje se dizajnom ne mogu izbjeći i moramo biti svjesni da te pogreške postoje. Pogreškama su data poprilično pješačka imena tipa I i II. Što su pogreške tipa I i tipa II i kako ih razlikujemo? Kratko:
- Greške tipa I događaju se kada odbacimo istinu Nulta hipoteza
- Pogreške tipa II događaju se kad ne uspijemo odbaciti lažnu ništavnu hipotezu
Istražit ćemo više pozadina iza ovih vrsta pogrešaka s ciljem razumijevanja tih izjava.
Testiranje hipoteze
Čini se da je postupak ispitivanja hipoteza poprilično raznolik s mnoštvom statističkih podataka. Ali opći je postupak isti. Testiranje hipoteze uključuje iznošenje ništavne hipoteze i odabir a nivo značajnosti. Nulta hipoteza je istinita ili lažna i predstavlja zadani zahtjev za liječenje ili postupak. Na primjer, kada se ispituje učinkovitost lijeka, nulta hipoteza bi bila da lijek nema utjecaja na bolest.
Nakon formuliranja nulte hipoteze i odabira razine značaja, podatke dobivamo promatranjem. Statistički proračuni recite nam trebamo li odbaciti ništavnu hipotezu ili ne.
U idealnom bi svijetu uvijek odbacivali nultu hipotezu kad je lažna, a ne bismo odbacivali ništavnu hipotezu kad je doista istinita. Ali moguća su još dva scenarija, od kojih će svaki rezultirati pogreškom.
Pogreška tipa I
Prva vrsta pogreške koja je moguća uključuje odbacivanje ništavne hipoteze koja je zapravo istinita. Ova vrsta pogreške naziva se greškom tipa I, a ponekad se naziva i pogreškom prve vrste.
Pogreške tipa I ekvivalentne su lažno pozitivnim rezultatima. Vratimo se primjeru lijeka koji se koristi za liječenje bolesti. Ako u ovoj situaciji odbacimo ništavnu hipotezu, onda je naša tvrdnja da lijek u stvari ima neki utjecaj na bolest. Ali ako je nulta hipoteza istinita, onda se, u stvarnosti, lijek uopće ne bori protiv bolesti. Za drogu se lažno tvrdi da ima pozitivan učinak na bolest.
Pogreške tipa I mogu se kontrolirati. Vrijednost alfa, koja je povezana s nivo značajnosti da smo odabrali ima izravan utjecaj na pogreške tipa I. Alfa je najveća vjerojatnost da imamo grešku tipa I. Za 95-postotnu razinu povjerenja vrijednost alfa iznosi 0,05. To znači da postoji 5% vjerojatnost da ćemo odbaciti pravu nultu hipotezu. Dugoročno, svaki od dvadesetak testova hipoteza koje izvodimo na ovoj razini rezultirat će greškom tipa I.
Pogreška tipa II
Druga vrsta pogreške koja je moguća javlja se kada ne odbacimo nijednu hipotezu koja je lažna. Ova vrsta pogreške naziva se greškom tipa II i također se naziva pogreškom druge vrste.
Pogreške tipa II ekvivalentne su lažnim negativima. Ako se ponovno razmislimo o scenariju u kojem testiramo lijek, kako bi izgledala pogreška tipa II? Do greške tipa II došlo bi ako prihvatimo da lijek nije imao utjecaja na bolest, ali u stvarnosti.
Vjerojatnost pogreške II iznosi dana je grčkim slovom beta. Ovaj se broj odnosi na snagu ili osjetljivost testa hipoteze, označenu sa 1 - beta.
Kako izbjeći pogreške
Pogreške tipa I i II dio su procesa ispitivanja hipoteza. Iako se pogreške ne mogu u potpunosti otkloniti, možemo smanjiti jednu vrstu pogreške.
Kada pokušavamo smanjiti vjerojatnost jedne vrste pogreške, vjerojatnost za drugu vrstu se povećava. Mogli bismo smanjiti vrijednost alfa sa 0,05 na 0,01, što odgovara 99% nivo samopouzdanja. Međutim, ako sve ostalo ostane isto, vjerojatnost pogreške II će se gotovo uvijek povećavati.
Primjena testa hipoteze u stvarnom svijetu će odrediti prihvaćamo li više pogreške tipa I ili tipa II. To će se koristiti nakon dizajniranja našeg statističkog eksperimenta.