Σφάλμα τύπου II (Ορισμός, παράδειγμα) - Πώς συμβαίνει;

Πίνακας περιεχομένων

Τι είναι το σφάλμα τύπου II;

Το σφάλμα τύπου II, που συνήθως αναφέρεται ως β σφάλμα, είναι η πιθανότητα διατήρησης της πραγματικής δήλωσης που είναι εγγενώς εσφαλμένη. Αυτό είναι ένα λάθος ψευδώς θετικού, δηλαδή η δήλωση είναι ψευδής και είμαστε θετικοί σε αυτό.

Εξήγηση

Το Type Errors χρησιμοποιείται πολύ συχνά για τη δημιουργία της υπόθεσης και για τον προσδιορισμό της λύσης με βάση την πιθανότητα εμφάνισής τους και για τον προσδιορισμό της πραγματικής διόρθωσης των δεδομένων στα οποία έχει δομηθεί η υπόθεση.

Ακολουθεί το διάγραμμα που δείχνει τη δημιουργία της μηδενικής υπόθεσης, της εναλλακτικής υπόθεσης, του μέσου δείγματος και της πιθανότητας σφάλματος.

Με κάθε δοκιμή που πραγματοποιήσαμε, υπάρχει πάντα πιθανότητα σφάλματος στη λήψη αποφάσεων και μια τέτοια απόφαση μπορεί να είναι ένα είδος σφάλματος τύπου Ι ή τύπου II. Με απλά λόγια, λέμε, ενώ αναλαμβάνουμε τη λήψη αποφάσεων, ενδέχεται να απορρίψουμε τα σωστά γεγονότα ή να αποδεχτούμε τα λάθος γεγονότα. Η απόρριψη σωστού γεγονότος είναι σφάλμα τύπου Ι και η αποδοχή εσφαλμένων γεγονότων είναι σφάλμα τύπου II. Στον εργασιακό κόσμο, αυτό το σφάλμα αποδεικνύεται πολύ επικίνδυνο επειδή ολόκληρη η ανάλυση και το πείραμα αποδεικνύονται λάθος καθώς η ίδια η βάση είναι λάθος.

Ακολουθεί ο πίνακας του τύπου σφάλματος που μπορεί να κάνει κάποιος εάν τα γεγονότα είναι λανθασμένα αποδεκτά:

Λήφθηκε απόφαση να διατηρηθεί Λήφθηκε απόφαση για απόρριψη
( Θετικός) (Αρνητικό)
Η μηδενική υπόθεση είναι αλήθεια Αληθινό θετικό Αληθινό αρνητικό
(1- α) (a) = Σφάλμα τύπου Ι
Η μηδενική υπόθεση είναι ψευδής Ψευδώς θετικό Ψευδές αρνητικό
(β) = Σφάλμα τύπου II (1 - β)

Από τον παραπάνω πίνακα, μπορούμε να πούμε ότι:

  1. Η σωστή μηδενική υπόθεση και η σωστή απόφαση διατήρησης είναι σε μια πραγματικά θετική απόφαση που θα αποδείξει την ανάλυση ότι είναι αληθινή. Αυτό είναι το αναμενόμενο συμπέρασμα της μελέτης.
  2. Η σωστή μηδενική υπόθεση και η λανθασμένη λήψη αποφάσεων για τη διατήρησή της δεν θα αποδειχθούν καρποφόρες. Μια τέτοια αληθινή αρνητική απόφαση ονομάζεται σφάλμα τύπου 1 ή σφάλμα.
  3. Η εσφαλμένη μηδενική υπόθεση και η ανακριβής λήψη αποφάσεων για τη διατήρησή της θα θέσει σε κίνδυνο την πλήρη ανάλυση. Δεν θα μπορέσουμε ποτέ να καταλήξουμε σε ένα συμπέρασμα όπου η ίδια η βάση της ερμηνείας είναι λάθος. Μια τέτοια ψευδώς θετική απόφαση ονομάζεται σφάλμα τύπου II ή β.
  4. Η εσφαλμένη μηδενική υπόθεση και η λανθασμένη λήψη αποφάσεων για απόρριψη είναι η πραγματική προσδοκία από όλη την ανάλυση. Οι ψεύτικες αρνητικές αποφάσεις πρέπει να απορρίπτονται χωρίς δεύτερη σκέψη.

Παράδειγμα σφάλματος τύπου II

  • Στον άνθρωπο, οι γυναίκες τείνουν να μείνουν έγκυες. Ωστόσο, κατά τη διάρκεια της επαλήθευσης, ο γιατρός διαγνώσει κατά λάθος έναν άντρα ως έγκυο. Αυτό ονομάζεται σφάλμα τύπου II, όπου η ίδια η βάση είναι λάθος.
  • Επίσης, οι γιατροί διαγιγνώσκουν τις γυναίκες ως μη έγκυες. Ωστόσο, στην πραγματικότητα, είναι έγκυος. Αυτό ονομάζεται σφάλμα τύπου Ι, όπου τα γεγονότα είναι σωστά, αλλά κάποιος απορρίπτει το ίδιο.

Πώς παρουσιάζεται το σφάλμα τύπου II;

Διάφοροι παράγοντες μπορεί να οδηγήσουν σε τέτοιο σφάλμα

# 1 - Οποιαδήποτε αλλαγή στον πληθυσμό είναι συγκριτικά πολύ μικρή για ανίχνευση

Εάν στον ίδιο τον πληθυσμό, η τάση αλλαγής δεν είναι ορατή, τότε οποιαδήποτε δοκιμή υπόθεσης δεν θα είναι σε θέση να καλύψει τα σωστά γεγονότα. Ένα τέτοιο σενάριο θα οδηγήσει στην αποδοχή λανθασμένων γεγονότων, τα οποία θα οδηγήσουν σε σφάλμα τύπου II.

# 2 - Το μέγεθος του δείγματος καλύπτει πολύ μικρό τμήμα του πληθυσμού

Το δείγμα πρέπει να αντιπροσωπεύει τον πλήρη πληθυσμό. Επομένως, εάν το δείγμα δεν αποτελεί ιδανική αναπαράσταση του πληθυσμού, τότε είναι πολύ απίθανο να δώσει τη σωστή εικόνα για την ανάλυση. Ο αναλυτής δεν θα είναι σε θέση να εντοπίσει τα σωστά γεγονότα. Ως αποτέλεσμα, ένας αναλυτής θα βασιστεί σε λάθος γεγονότα και θα οδηγήσει σε σφάλμα τύπου II.

# 3 - Λανθασμένη επιλογή δείγματος

Γενικά, η τυχαία δειγματοληψία χρησιμοποιείται παγκοσμίως, καθώς θεωρείται ως μία από τις πιο αμερόληπτες μεθόδους επιλογής δείγματος. Ωστόσο, πολλές φορές, οδηγεί σε ακατάλληλη συλλογή δειγμάτων. Αυτό οδηγεί σε εσφαλμένη κάλυψη του πληθυσμού και οδηγεί σε σφάλμα τύπου II.

Μπορούν να αποφευχθούν σφάλματα τύπου II;

# 1 - Ανάλυση επανάληψης έως ότου κάποιος φτάσει στην απαιτούμενη σημασία

Η σημασία καθορίζει σε ποια πιθανότητα η μηδενική υπόθεση είναι πραγματικά σωστή ή όχι. Στο τέλος όλων των αναλύσεων, αναμένει κανείς να αποδεχτεί την μηδενική υπόθεση και να διασφαλίσει ότι τα δεδομένα γεγονότα είναι σωστά. Ωστόσο, πολλές φορές με μία μόνο ανάλυση, τέτοια σημασία δεν μπορεί να επιτευχθεί. Μια τέτοια μεμονωμένη ανάλυση μπορεί να οδηγήσει σε σφάλμα τύπου Ι ή τύπου II. Εάν στην επαναλαμβανόμενη ανάλυση, προκύψει το ίδιο είδος εξόδου, τότε θα μπορέσουμε να διασφαλίσουμε ότι δεν θα προκύψουν σφάλματα.

# 2 - Κάθε επανάληψη της ανάλυσης, αλλάξτε το μέγεθος του τεστ σημασίας

Όπως συζητήθηκε στο σημείο 1). Η σημασία δείχνει την καταλληλότητα της μηδενικής υπόθεσης. Εάν στο τέλος της πρώτης κοπής, διαπιστώθηκε ότι το δείγμα δεν καλύπτεται επαρκώς, τότε αυξήστε το μέγεθος της σημασίας και προσπαθήστε να το επαναλάβετε. Αυτό θα βοηθήσει στην κατανόηση της συμπεριφοράς και κάποιος θα μπορεί να αποφύγει ένα σφάλμα τύπου II.

# 3 - Το επίπεδο άλφα περίπου 0,1 είναι το ιδανικό

Γενικά, το άλφα περίπου 0,1 θα έχει ως αποτέλεσμα την απόρριψη της υπόθεσης. Οποιαδήποτε απόρριψη θα επιτρέψει πολλαπλές επαληθεύσεις. Ως αποτέλεσμα, οι πιθανότητες εμφάνισης σφάλματος θα μειωθούν. Το σφάλμα τύπου II παρουσιάζεται όταν κάτι γίνεται λανθασμένα αποδεκτό. Εάν δεν υπάρχει εύρος αποδοχής, τέτοιο σφάλμα δεν θα συμβεί.

Σημασια

  • Είναι πιο επικίνδυνο σε σύγκριση με το σφάλμα τύπου Ι.
  • Οποιαδήποτε ανάλυση γίνεται με βάση μερικές απαραίτητες λεπτομέρειες και μερικές υποκείμενες υποθέσεις. Στην υπόθεση επίσης, στο τέλος, θα προσδιοριστεί εάν το στατιστικό στοιχείο της δοκιμής είναι σύμφωνο με το δεδομένο γεγονός ή όχι. Τέτοια συγκεκριμένη δοκιμή θα δείξει εάν ο μέσος όρος του δείγματος είναι ισοδύναμος με τον μέσο όρο του πληθυσμού ή όχι.
  • Λόγω κάποιου είδους σφάλματος στην ανάλυση, η μηδενική υπόθεση φαίνεται να έχει σημασία. τότε, θα αποδεχτεί κανείς το γεγονός που δίνεται στην Null Hypothesis.
  • Ωστόσο, στην πραγματικότητα μια τέτοια μηδενική υπόθεση δεν πρέπει να γίνει αποδεκτή. Ως αποτέλεσμα, κάποιος πρέπει να είναι πολύ σίγουρος ενώ αποδέχεται τη δήλωση μηδενικής υπόθεσης. Επαληθεύοντας το, κάποιος θα αποκτήσει μεγαλύτερη σημασία θα ενισχύσει την ορθότητα του γεγονότος.

Σφάλμα τύπου I έναντι σφάλματος τύπου II

Ακολουθούν οι βασικές διαφορές μεταξύ των δύο τύπων σφαλμάτων

Κύριε Όχι Σφάλμα τύπου Ι Σφάλμα τύπου II
1 Εμφανίζεται όταν δεν γίνεται αποδεκτή η σωστή Null Hypothesis. Εμφανίζεται όταν γίνεται αποδεκτή μια εσφαλμένη μηδενική υπόθεση
2 Τέτοια σφάλματα είναι αληθινά αρνητικά. Τέτοια σφάλματα είναι ψευδώς θετικά
3 Συμβολίζεται με άλφα. Δηλώνεται από το Beta
4 Μηδενική υπόθεση και σφάλμα τύπου 1 Εναλλακτική υπόθεση και σφάλμα τύπου 2
5 Εάν το αποτέλεσμα αυτού του σφάλματος είναι χειρότερο από ένα σφάλμα τύπου Ι, θα πρέπει να λάβετε υπόψη το άλφα με τιμή μεγαλύτερη από 0,10 Εάν το αποτέλεσμα ενός σφάλματος τύπου Ι είναι χειρότερο, πρέπει να ορίσετε άλφα με τιμή μικρότερη από 0,01.

συμπέρασμα

Το σφάλμα τύπου II είναι ψευδώς αρνητικό, το αποτέλεσμα της αποδοχής της λανθασμένης υπόθεσης Null. Στον πρακτικό κόσμο, τέτοιο σφάλμα οδηγεί στην αποτυχία του πλήρους έργου, καθώς η βάση είναι ανακριβής. Αυτή η βάση μπορεί να είναι όπως λεπτομέρειες, γεγονότα ή παραδοχές, που θα θέσουν σε κίνδυνο την πλήρη ανάλυση.

ενδιαφέροντα άρθρα...