Čo je chyba typu II?
Chyba typu II, ktorá sa bežne označuje ako chyba β, je pravdepodobnosť zachovania skutkového tvrdenia, ktoré je vo svojej podstate nesprávne. Toto je chyba falošne pozitívneho výsledku, tj tvrdenie je nepravdivé fakticky a sme za neho pozitívne.
Vysvetlenie
Typové chyby sa veľmi často používajú pri vytváraní hypotéz a na identifikáciu riešenia na základe pravdepodobnosti ich výskytu a na identifikáciu vecnej opravy údajov, na ktoré bola hypotéza štruktúrovaná.
Nasleduje diagram ukazujúci vytvorenie nulovej hypotézy, alternatívnej hypotézy, strednej hodnoty vzorky a pravdepodobnosti chyby.
Pri každom teste, ktorý sme absolvovali, vždy existuje pravdepodobnosť chyby v rozhodovaní a takéto rozhodnutie môže byť akousi chybou typu I alebo typu II. Jednoduchými slovami, hovoríme, že pri rozhodovaní môžeme odmietnuť správne fakty alebo môžeme prijať nesprávne fakty. Odmietnutie správnej skutočnosti je chybou typu I a prijatie nesprávnych skutočností je chybou typu II. V pracovnom svete sa táto chyba ukazuje ako veľmi nebezpečná, pretože celá analýza a experiment sa ukazujú ako nesprávne, pretože samotná základňa je nesprávna.
Nasleduje matica, ktorého druhu chyby by sa človek mohol dopustiť, ak sú fakty nesprávne akceptované:
| Bolo prijaté rozhodnutie ponechať si | Bolo prijaté rozhodnutie o odmietnutí | |||
| (Pozitívne) | (Negatívne) | |||
| Nulová hypotéza je pravdivá | Skutočne pozitívne | Skutočne záporné | ||
| (1- a) | a) = chyba typu I. | |||
| Nulová hypotéza je nepravdivá | Falošne pozitívne | Falošne negatívne | ||
| (β) = chyba typu II | (1 - β) |
Z vyššie uvedenej matice môžeme povedať, že:
- Správna nulová hypotéza a správne rozhodnutie o ponechaní sú v skutočnom pozitívnom rozhodnutí, ktoré potvrdí, že analýza bude pravdivá. Toto je očakávaný záver štúdie.
- Správna nulová hypotéza a nesprávne rozhodovanie o jej zachovaní sa ukážu ako neúnosné. Takéto skutočné záporné rozhodnutie sa nazýva chyba typu 1 alebo chyba.
- Nesprávna nulová hypotéza a nepresné rozhodovanie o jej zachovaní ohrozí úplnú analýzu. Jeden nikdy nebude schopný dospieť k záveru, že nesprávny výkladový základ je nesprávny. Takéto falošné pozitívne rozhodnutie sa nazýva chyba typu II alebo β.
- Nesprávna nulová hypotéza a nesprávne rozhodnutie o odmietnutí sú skutočným očakávaním zo všetkých analýz. Falošné negatívne rozhodnutia by mali byť odmietnuté bez akejkoľvek ďalšej úvahy.
Príklad chyby typu II
- U ľudí majú ženy tendenciu otehotnieť. Počas overovania však lekár omylom diagnostikoval muža ako tehotného. Toto sa nazýva chyba typu II, keď je samotná základňa nesprávna.
- Lekári tiež diagnostikujú ženy ako tehotné; v skutočnosti je však tehotná. Toto sa označuje ako chyba typu I, kde sú fakty správne, ale jedna odmieta to isté.
Ako sa vyskytuje chyba typu II?
Takáto chyba môže mať za následok rôzne faktory
# 1 - Akákoľvek zmena populácie je na zistenie porovnateľne veľmi malá
Ak v samotnej populácii nie je viditeľná tendencia k zmenám, potom akékoľvek testovanie hypotéz nebude schopné uspokojiť správne fakty. Takýto scenár povedie k prijatiu nesprávnych skutočností, ktoré povedú k chybe typu II.
# 2 - Veľkosť vzorky pokrýva veľmi malú časť populácie
Vzorka by mala predstavovať celú populáciu. Pokiaľ teda vzorka nie je ideálnym znázornením populácie, je vysoko nepravdepodobné, že poskytne správny obraz pre analýzu. Analytik nebude schopný zistiť správne fakty. Vo výsledku sa analytik bude spoliehať na nesprávne fakty a bude mať za následok chybu typu II.
# 3 - Nesprávny výber vzorky
Náhodné vzorkovanie sa spravidla používa globálne, pretože sa považuje za jednu z najneobjektívnejších metód výberu vzorky. Mnohokrát to však vedie k nevhodnému odberu vzoriek. To vedie k nesprávnemu pokrytiu populácie a vedie k chybe typu II.
Dajú sa vyhnúť chybám typu II?
# 1 - Opakujte analýzu, kým jeden nedosiahne potrebný význam
Dôležitosť určuje, s akou pravdepodobnosťou je nulová hypotéza vecne správna alebo nie. Na konci každej analýzy sa dá očakávať prijatie nulovej hypotézy a zabezpečenie správnosti daných skutočností. Avšak mnohokrát pomocou jednej analýzy nie je možné dosiahnuť taký význam. Výsledkom takejto jedinej analýzy môže byť chyba typu I alebo typu II. Ak v opakovanej analýze dôjde k rovnakému druhu výstupu, bude možné zabezpečiť, aby sa nevyskytli žiadne chyby.
# 2 - Každé opakovanie analýzy, zmeňte veľkosť testu dôležitosti
Ako sa uvádza v bode 1). Dôležitosť ukazuje vhodnosť nulovej hypotézy. Ak sa na konci prvého rezu zistilo, že vzorka nie je dostatočne zakrytá, zväčšite významnosť a skúste to isté zopakovať. To pomôže porozumieť správaniu a človek sa bude môcť vyhnúť chybe typu II.
# 3 - Alfa úroveň okolo 0,1 je ideálna
Všeobecne platí, že alfa okolo 0,1 bude mať za následok odmietnutie hypotézy. Akékoľvek odmietnutie umožní viacnásobné overenie. Vďaka tomu sa pravdepodobnosť výskytu chyby zníži. Chyba typu II nastane, keď je niečo nesprávne akceptované. Ak neexistuje rozsah prijatia, k takejto chybe nedôjde.
Dôležitosť
- Je to nebezpečnejšie v porovnaní s chybou typu I.
- Akákoľvek analýza sa rozpracováva na niekoľkých potrebných detailoch a niekoľkých základných predpokladoch. V hypotéze tiež nakoniec zistíme, či je štatistika testu v súlade s danou skutočnosťou alebo nie. Takýto test špecifický zobrazí, či je priemer vzorky ekvivalentný s priemerom populácie alebo nie.
- Z dôvodu chyby v analýze sa zdá, že nulová hypotéza nadobúda význam; potom človek prijme skutočnosť uvedenú v nulovej hypotéze.
- V skutočnosti však takáto nulová hypotéza nemusí byť prijatá. Výsledkom je, že si človek musí byť veľmi istý, keď prijíma vyhlásenie o nulovej hypotéze. Jeho opätovným overením získate lepší význam, ktorý posilní správnosť faktov.
Chyba typu I vs chyba typu II
Nasleduje základný rozdiel medzi týmito dvoma typmi chýb
| Sr č | Chyba typu I. | Chyba typu II | ||
| 1 | Nastáva, keď nie je prijatá správna nulová hypotéza. | Nastáva, keď sa prijme nesprávna nulová hypotéza | ||
| 2 | Takéto chyby sú skutočne negatívne. | Takéto chyby sú falošne pozitívne | ||
| 3 | Označuje sa alfou. | Označuje to Beta | ||
| 4 | Nulová hypotéza a chyba typu 1 | Alternatívna hypotéza a chyba typu 2 | ||
| 5 | Ak je výsledný efekt tejto chyby horší ako chyba typu I, treba brať do úvahy alfa s hodnotou vyššou ako 0,10 | Ak je výsledok chyby typu I horší, malo by sa nastaviť alfa s hodnotou menšou ako 0,01. |
Záver
Chyba typu II je falošne negatívna, výsledný efekt prijatia nesprávnej nulovej hypotézy. V praktickom svete vedie takáto chyba k zlyhaniu celého projektu, pretože základňa je nepresná. Môže ísť o podrobnosti, fakty alebo domnienky, ktoré by mohli ohroziť úplnú analýzu.
