Kas yra II tipo klaida?
II tipo klaida, paprastai vadinama β klaida, yra tikimybė išlaikyti faktinį teiginį, kuris iš esmės yra neteisingas. Tai klaidingai teigiamos klaidos, ty teiginys yra faktiškai klaidingas ir mes jį teigiamai vertiname.
Paaiškinimas
Tipo klaidos yra labai dažnai naudojamos kuriant hipotezę ir sprendimui nustatyti pagal jų atsiradimo tikimybę ir nustatyti faktinį duomenų, pagal kuriuos hipotezė buvo struktūrizuota, taisymą.
Toliau pateikiama diagrama, rodanti nulinės hipotezės, alternatyvios hipotezės, imties vidurkio ir klaidos tikimybės sukūrimą.
Atliekant kiekvieną testą, kurį atliekame, visada yra klaidų tikimybė priimant sprendimus, ir toks sprendimas gali būti tam tikros rūšies I ar II tipo klaida. Paprastais žodžiais sakant, priimdami sprendimus galime atmesti teisingus faktus arba priimti neteisingus faktus. Teisingo fakto atmetimas yra I tipo klaida, o neteisingų faktų priėmimas yra II tipo klaida. Darbo pasaulyje ši klaida pasirodo labai pavojinga, nes visa analizė ir eksperimentai pasirodė neteisingi, nes pati bazė yra neteisinga.
Toliau pateikiama to tipo klaidos, kurią galima padaryti, jei klaidingai priimami faktai, matrica:
| Buvo priimtas sprendimas išlaikyti | Buvo priimtas sprendimas atmesti | |||
| ( Teigiamas) | (Neigiamas) | |||
| Null hipotezė yra teisinga | Tikras teigiamas | Tikras neigiamas | ||
| (1- a) | (a) = I tipo klaida | |||
| Null hipotezė yra klaidinga | Klaidingai teigiamas | Klaidingai neigiamas | ||
| (β) = II tipo klaida | (1 - β) |
Iš minėtos matricos galime pasakyti, kad:
- Teisinga nulio hipotezė ir teisingas sprendimas išlaikyti yra faktinis teigiamas sprendimas, kuris įrodys, kad analizė yra teisinga. Tai yra laukiama tyrimo išvada.
- Teisinga Null hipotezė ir neteisingas sprendimas ją išlaikyti nepasitvirtins. Toks tikras neigiamas sprendimas vadinamas 1 tipo klaida arba klaida.
- Neteisinga Null hipotezė ir netikslus sprendimų priėmimas ją išsaugoti pakenks išsamiajai analizei. Niekada nepavyks padaryti išvados, kur neteisinga pati interpretacijos bazė. Toks klaidingai teigiamas sprendimas vadinamas II tipo klaida arba β.
- Neteisinga Null hipotezė ir neteisingas sprendimas atmesti yra tikrasis visos analizės lūkestis. Klaidingi neigiami sprendimai turėtų būti atmesti negalvojant.
II tipo klaidos pavyzdys
- Žmonėms moterys yra linkusios pastoti. Tačiau atlikdamas patikrinimą gydytojas klaidingai diagnozuoja vyrą nėščią. Tai vadinama II tipo klaida, kai pati bazė yra neteisinga.
- Be to, gydytojai diagnozuoja moteris nėščias; tačiau iš tikrųjų ji nėščia. Tai vadinama I tipo klaida, kai faktai yra teisingi, tačiau tas pats atmetamas.
Kaip atsiranda II tipo klaida?
Įvairūs veiksniai gali sukelti tokią klaidą
# 1 - Bet koks gyventojų pokytis yra palyginti mažas, kad būtų galima nustatyti
Jei pačioje populiacijoje tendencija keistis nematoma, bet koks hipotezių patikrinimas nebus tinkamas teisingiems faktams. Dėl tokio scenarijaus bus pripažinti neteisingi faktai, dėl kurių bus padaryta II tipo klaida.
# 2 - imties dydis apima labai mažą gyventojų dalį
Imtis turėtų atspindėti visą populiaciją. Taigi, jei imtis nėra idealus populiacijos reprezentatyvumas, labai mažai tikėtina, kad ji suteiks teisingą analizės vaizdą. Analitikas negalės nustatyti teisingų faktų. Dėl to analitikas remsis neteisingais faktais ir sukels II tipo klaidą.
# 3 - neteisingas pavyzdžio pasirinkimas
Paprastai atsitiktinė atranka naudojama visame pasaulyje, nes ji laikoma vienu nešališkiausių imties atrankos metodų. Tačiau daug kartų tai lemia netinkamą mėginių paėmimą. Tai lemia neteisingą populiacijos aprėptį ir lemia II tipo klaidą.
Ar galima išvengti II tipo klaidų?
# 1 - pakartokite analizę, kol pasieksite reikiamą reikšmę
Reikšmė nurodo, kokios tikimybės nulinė hipotezė yra faktiškai teisinga, ar ne. Visos analizės pabaigoje tikimasi priimti Null hipotezę ir įsitikinti, kad pateikti faktai yra teisingi. Tačiau daug kartų atliekant vieną analizę tokios reikšmės pasiekti negalima. Dėl tokios vienos analizės gali atsirasti I arba II tipo klaida. Jei atliekant pasikartojančią analizę, gaunami tos pačios rūšies išėjimai, tada bus galima užtikrinti, kad nebūtų klaidų.
# 2 - Kiekvienas analizės pakartojimas, pakeiskite reikšmingumo testo dydį
Kaip aptarta 1 punkte). Reikšmingumas rodo nulinės hipotezės tinkamumą. Jei pirmojo pjūvio pabaigoje nustatyta, kad mėginys nėra tinkamai aprėpiamas, tada padidinkite reikšmingumo dydį ir pabandykite pakartoti tą patį. Tai padės suprasti elgesį ir bus galima išvengti II tipo klaidos.
# 3 - Alfa lygis maždaug 0,1 yra idealus
Paprastai apie 0,1 alfa atmes hipotezę. Bet koks atmetimas leis kelis kartus patikrinti. Dėl to sumažės klaidų tikimybė. II tipo klaida įvyksta, kai kas nors neteisingai priimama. Jei nėra priėmimo srities, tokia klaida neįvyks.
Svarba
- Tai pavojingiau, palyginti su I tipo klaida.
- Bet kokia analizė rengiama atsižvelgiant į kelias būtinas detales ir keletą pagrindinių prielaidų. Hipotezėje taip pat galiausiai bus nustatyta, ar testo statistika atitinka pateiktą faktą, ar ne. Toks konkretus bandymas parodys, ar imties vidurkis yra lygiavertis populiacijos vidurkiui, ar ne.
- Dėl tam tikros analizės klaidos atrodo, kad nulinė hipotezė tampa reikšminga; tada sutiksite su „Null“ hipotezėje pateiktu faktu.
- Tačiau iš tikrųjų tokiai nulinei hipotezei nereikia pritarti. Dėl to reikia būti labai tikriems, priimant nulinės hipotezės teiginį. Pakartotinai jį patikrinę, gausite didesnę reikšmę, padidinsite faktų teisingumą.
I tipo klaida ir II tipo klaida
Toliau pateikiamas pagrindinis skirtumas tarp dviejų tipų klaidų
| Sr Nr | I tipo klaida | II tipo klaida | ||
| 1 | Tai įvyksta, kai teisinga Null hipotezė nėra priimta. | Tai įvyksta, kai priimama neteisinga nulinė hipotezė | ||
| 2 | Tokios klaidos yra neigiamos. | Tokios klaidos yra klaidingai teigiamos | ||
| 3 | Tai žymima alfa. | Tai žymima Beta | ||
| 4 | Nulinė hipotezė ir 1 tipo klaida | Alternatyvi hipotezė ir 2 tipo klaida | ||
| 5 | Jei šios klaidos padarinys yra blogesnis nei I tipo klaidos, reikėtų atsižvelgti į alfa, kurios vertė yra didesnė nei 0,10 | Jei I tipo klaidos rezultatas yra blogesnis, reikėtų nustatyti alfa, kurio vertė būtų mažesnė nei 0,01. |
Išvada
II tipo klaida yra klaidingai neigiama, tai yra rezultatas, priimant neteisingą Null hipotezę. Praktiniame pasaulyje tokia klaida lemia viso projekto nesėkmę, nes pagrindas yra netikslus. Tokia bazė gali būti panaši į detales, faktus ar prielaidas, o tai pakenks visapusiškai analizei.
