Statistiline praktika hüpoteesi testimine on laialt levinud mitte ainult statistikas, vaid ka kogu loodus- ja sotsiaalteaduses. Kui me viia läbi hüpotees testige seal paar asja, mis võib valesti minna. On kahte tüüpi vigu, mida konstruktsioonilt ei saa vältida, ja me peame olema teadlikud, et need vead on olemas. Vigadele on antud I ja II tüübi üsna jalakäijate nimed. Mis on I ja II tüübi vead ja kuidas neid eristada? Lühidalt:
- I tüüpi vead juhtuvad siis, kui tõe ümber lükkame nullhüpotees
- II tüüpi vead juhtuvad siis, kui me ei suuda tagasi lükata vale nullhüpoteesi
Uurime seda tüüpi vigade tagamaid rohkem eesmärgiga mõista neid väiteid.
Hüpoteesi testimine
Hüpoteesi testimise protsess võib tunduda üsna mitmekesine, kui kasutatakse palju testistatistikat. Kuid üldine protsess on sama. Hüpoteesi testimine hõlmab nullhüpoteesi avaldamist ja a-valiku tegemist olulisuse tase. Nullhüpotees on kas tõene või vale ja tähistab ravi või protseduuri vaikenõuet. Näiteks ravimi efektiivsuse uurimisel oleks nullhüpotees, et ravimil puudub mõju haigusele.
Pärast nullhüpoteesi sõnastamist ja olulisuse taseme valimist omandame andmeid vaatluse teel. Statistilised arvutused öelge meile, kas me peaksime nullhüpoteesi tagasi lükkama või mitte.
Ideaalses maailmas lükkaksime nullhüpoteesi alati tagasi, kui see on vale, ja ei lükkaksime tagasi nullhüpoteesi, kui see on tõepoolest tõene. Kuid on veel kaks võimalikku stsenaariumi, millest igaüks toob kaasa vea.
I tüüpi viga
Esimene võimalik viga on nullhüpoteesi tagasilükkamine, mis on tegelikult tõsi. Sellist tõrget nimetatakse I tüüpi veaks ja mõnikord nimetatakse seda esimest tüüpi veaks.
I tüüpi vead on samaväärsed valepositiivsete tulemustega. Läheme tagasi näite juurde, mille kohaselt ravimit kasutatakse haiguse raviks. Kui lükkame selles olukorras tagasi nullhüpoteesi, siis on meie väide, et ravimil on tegelikult mingi mõju haigusele. Kuid kui nullhüpotees on tõene, siis tegelikult ei võitle ravim selle haigusega üldse. Väidetakse, et ravimil on haigusele positiivne mõju.
I tüüpi vigu saab kontrollida. Alfa väärtus, mis on seotud alfa väärtusega olulisuse tase et meie valitud mõjutab otseselt I tüüpi vigu. Alfa on maksimaalne tõenäosus, et meil on I tüüpi viga. 95% usaldusnivoo korral on alfa väärtus on 0,05. See tähendab, et on 5% tõenäosus, et lükkame tagasi tõelise nullhüpoteesi. Pikas perspektiivis põhjustab iga kahekümne hüpoteesi test, mis sellel tasemel läbi viiakse, I tüüpi vea.
II tüüpi viga
Muud tüüpi viga, mis on võimalik, ilmneb siis, kui me ei lükka ümber nullhüpoteesi, mis on vale. Seda tüüpi viga nimetatakse II tüüpi veaks ja seda nimetatakse ka teist tüüpi veaks.
II tüüpi vead on samaväärsed valenegatiividega. Kui me mõtleme tagasi stsenaariumile, milles katsetame ravimit, siis milline näeks välja II tüüpi viga? II tüüpi viga ilmneks siis, kui me leppiksime kokku, et ravimil ei olnud mingit mõju haigusele, kuid tegelikult see nii oli.
II tüübi vea tõenäosus on antud kreeka tähe beeta abil. See arv on seotud hüpoteesitesti võimsuse või tundlikkusega, mida tähistatakse 1-beetaga.
Kuidas vigu vältida
I ja II tüüpi vead on osa hüpoteesi testimise protsessist. Ehkki vigu ei saa täielikult kõrvaldada, saame üht tüüpi vead minimeerida.
Tavaliselt, kui proovime vähendada ühe veatüübi tõenäosust, suureneb teise tüübi tõenäosus. Saime vähendada alfa väärtust 0,05-lt 0,01-le, mis vastab 99% -le enesekindluse tase. Kui kõik muu jääb samaks, suureneb II tüüpi vea tõenäosus peaaegu alati.
Mitu korda määrab meie hüpoteesitesti tegelik rakendamine, kas me aktsepteerime rohkem I või II tüüpi vigu. Seda kasutatakse siis statistilise katse kavandamisel.