Co je chyba typu II?
Chyba typu II je statistický pojem, který odkazuje na nezařazení falešné nulové hypotézy. Používá se v rámci testování hypotéz.
Ve statistické analýze je chyba typu I odmítnutím skutečné nulové hypotézy, zatímco chyba typu II popisuje chybu, ke které dochází, když jeden neodmítne nulovou hypotézu, která je ve skutečnosti nepravdivá. Jinými slovy, vytváří falešně pozitivní. Chyba odmítá alternativní hypotézu, i když k ní nedochází náhodou.
Klíč s sebou
- Chyba typu II je definována jako pravděpodobnost nesprávného zachování nulové hypotézy, když ve skutečnosti není použitelná pro celou populaci. Chyba typu II je v podstatě falešně pozitivní. Chyba typu II může být snížena stanovením přísnějších kritérií pro odmítnutí nulové hypotézy. Analytici musí zvážit pravděpodobnost a dopad chyb typu II s chybami typu I.
Porozumění chybám typu II
Chyba typu II potvrzuje myšlenku, která měla být odmítnuta, tvrdí, že dvě pozorování jsou stejná, i když se liší. Chyba typu II neodmítne nulovou hypotézu, i když alternativní hypotéza je skutečný stav přírody. Jinými slovy, falešné zjištění je přijato jako pravdivé. Chyba typu II se někdy nazývá chyba beta.
Chyba typu II může být snížena stanovením přísnějších kritérií pro odmítnutí nulové hypotézy. Pokud například analytik zvažuje něco, co spadá do intervalu spolehlivosti +/- 95%, jako statisticky významné, zvýšením této tolerance na +/- 99% snížíte šanci na falešně pozitivní. Zároveň to však zvyšuje vaše šance na setkání s chybou typu I. Při provádění testu hypotéz by se měla vzít v úvahu pravděpodobnost nebo riziko provedení chyby typu I nebo chyby typu II.
Podniknutí kroků, které snižují šance na výskyt chyby typu II, má tendenci zvyšovat šance na chybu typu I.
Rozdíly mezi chybami typu I a II
Rozdíl mezi chybou typu II a chybou typu I je v tom, že chyba typu I odmítá nulovou hypotézu, pokud je pravdivá (falešně negativní). Pravděpodobnost spáchání chyby typu I je stejná jako úroveň významnosti, která byla stanovena pro test hypotéz. Proto, pokud je úroveň významnosti 0, 05, existuje 5% šance, že se může vyskytnout chyba typu I.
Pravděpodobnost spáchání chyby typu II je rovna jedné mínus síla testu, známá také jako beta. Výkon testu by se mohl zvýšit zvýšením velikosti vzorku, což snižuje riziko páchání chyby typu II.
Příklad chyby typu 2
Předpokládejme, že biotechnologická společnost chce porovnat, jak účinná jsou dvě z jejích léků pro léčbu cukrovky. Nulová hypotéza uvádí, že tyto dva léky jsou stejně účinné. Nulová hypotéza, H 0, je tvrzením, že společnost doufá, že odmítne pomocí jednostranného testu . Alternativní hypotéza Ha uvádí, že tyto dva léky nejsou stejně účinné. Alternativní hypotéza Ha je měření podporované odmítnutím nulové hypotézy.
Biotechnologická společnost provádí rozsáhlou klinickou studii s 3 000 pacienty s diabetem za účelem porovnání léčby. Společnost očekává, že tyto dva léky budou mít stejný počet pacientů, což znamená, že obě léky jsou účinné. Vybere hladinu významnosti 0, 05, což znamená, že je ochoten přijmout 5% šanci, že může odmítnout nulovou hypotézu, pokud je to pravda, nebo 5% šanci spáchat chybu typu I.
Předpokládejme, že hodnota beta je 0, 025, tj. 2, 5%. Pravděpodobnost spáchání chyby typu II je proto 2, 5%. Pokud tyto dva léky nejsou stejné, měla by být nulová hypotéza zamítnuta. Pokud však biotechnologická společnost neodmítne nulovou hypotézu, když léky nejsou stejně účinné, dojde k chybě typu II.
