Mikä on tyypin II virhe?
Tyypin II virhe on tilastollinen termi, joka viittaa väärän nollahypoteesin hylkäämiseen. Sitä käytetään hypoteesitestauksen yhteydessä.
Tilastollisessa analyysissä tyypin I virhe on todellisen nollahypoteesin hylkääminen, kun taas tyypin II virhe kuvaa virhettä, joka tapahtuu, kun hylätään nollahypoteesi, joka on todella väärä. Toisin sanoen, se tuottaa väärän positiivisen. Virhe hylkää vaihtoehtoisen hypoteesin, vaikka sitä ei tapahdu sattuman vuoksi.
Avainsanat
- Tyypin II virhe määritellään todennäköisyydeksi, että nollahypoteesi säilytetään väärin, vaikka sitä ei itse asiassa voida soveltaa koko populaatioon. Tyypin II virhe on olennaisesti väärä positiivinen. Tyypin II virhettä voidaan vähentää asettamalla tiukempia kriteerejä nollahypoteesin hylkäämiselle. Analyytikkojen on punnittava tyypin II virheiden todennäköisyys ja vaikutus tyypin I virheiden kanssa.
Tyypin II virheiden ymmärtäminen
Tyypin II virhe vahvistaa ajatuksen, joka olisi pitänyt hylätä, väittäen, että kaksi havaintoa ovat samat, vaikka ne ovatkin erilaisia. Tyypin II virhe ei hylkää nollahypoteesia, vaikka vaihtoehtoinen hypoteesi on todellinen luonnontila. Toisin sanoen väärä havainto hyväksytään totta. Tyypin II virhettä kutsutaan joskus beetavirheeksi.
Tyypin II virhettä voidaan vähentää asettamalla tiukempia kriteerejä nollahypoteesin hylkäämiselle. Esimerkiksi, jos analyytikko harkitsee mitään, joka on +/- 95%: n luottamusvälin sisällä, tilastollisesti merkitsevänä, lisäämällä tätä toleranssia arvoon +/- 99% vähennät väärän positiivisen mahdollisuutta. Kuitenkin, kun teet samanaikaisesti, lisäät mahdollisuutesi kohdata tyypin I virhe. Hypoteesitestiä suoritettaessa on otettava huomioon tyypin I tai tyypin II virheen todennäköisyys tai riski.
Vaiheilla, jotka vähentävät mahdollisuuksia kohdata tyypin II virhe, on taipumus lisätä tyypin I virheiden todennäköisyyttä.
Ero tyypin I ja tyypin II virheiden välillä
Ero tyypin II virheen ja tyypin I virheen välillä on, että tyypin I virhe hylkää nollahypoteesin, jos se on totta (väärä negatiivinen). Tyypin I virheen tekemisen todennäköisyys on yhtä suuri kuin hypoteesikokeelle asetettu merkitsevyystaso. Siksi, jos merkitsevyystaso on 0, 05, tyypin I virhe voi tapahtua 5%: lla.
Tyypin II virheen todennäköisyys on yhtä suuri kuin yksi miinus testin teho, joka tunnetaan myös nimellä beeta. Testin tehoa voitaisiin kasvattaa lisäämällä näytteen kokoa, mikä vähentää tyypin II virheen riskiä.
Esimerkki tyypin 2 virheestä
Oletetaan, että bioteknologiayritys haluaa verrata kuinka tehokkaita kaksi lääkkeensä ovat diabeteksen hoidossa. Mitätön hypoteesi väittää, että kaksi lääkitystä ovat yhtä tehokkaita. Mitätön hypoteesi, H 0, on väite, jonka yritys toivoo hylkäävän yksisuuntaisen testin avulla . Vaihtoehtoisessa hypoteesissa Ha todetaan, että nämä kaksi lääkettä eivät ole yhtä tehokkaita. Vaihtoehtoinen hypoteesi Ha on mittaus, jota tuetaan hylkäämällä nollahypoteesi.
Biotekniikkayritys toteuttaa laajan kliinisen tutkimuksen, joka sisältää 3000 diabetesta sairastavaa potilasta hoitomenetelmien vertaamiseksi. Yhtiö odottaa, että kahdella lääkkeellä on yhtä suuri määrä potilaita osoittamaan, että molemmat lääkkeet ovat tehokkaita. Se valitsee merkitsevyystason 0, 05, joka osoittaa olevansa valmis hyväksymään 5 prosentin mahdollisuuden, että se voi hylätä nollahypoteesin, jos se on totta, tai 5 prosentin mahdollisuuden tehdä tyypin I virhe.
Oletetaan, että beetaa on laskettu olevan 0, 025 tai 2, 5%. Siksi tyypin II virheen todennäköisyys on 2, 5%. Jos nämä kaksi lääkettä eivät ole samanarvoisia, nollahypoteesi olisi hylättävä. Jos biotekniikkayritys ei kuitenkaan hylkää nollahypoteesia, kun lääkkeet eivät ole yhtä tehokkaita, tapahtuu tyypin II virhe.
