Statistikas prakse hipotēzes pārbaude ir plaši izplatīta ne tikai statistikā, bet arī visās dabas un sociālajās zinātnēs. Kad mēs veikt hipotēzi pārbaudiet tur pāris lietas, kas varētu noiet greizi. Pastāv divu veidu kļūdas, no kurām nevar izvairīties, un mums jāapzinās, ka šīs kļūdas pastāv. Kļūdas ir dotas diezgan gājēju nosaukumiem, kas raksturīgi I un II tipam. Kas ir I un II tipa kļūdas un kā mēs tās atšķiram? Īsumā:
- I tipa kļūdas rodas, ja noraidām patiesību nulles hipotēze
- II tipa kļūdas rodas, ja mēs nespējam noraidīt nepatiesu nulles hipotēzi
Mēs izpētīsim vairāk šāda veida kļūdu fona, lai izprastu šos apgalvojumus.
Hipotēzes pārbaude
Hipotēzes pārbaudes process var šķist diezgan atšķirīgs ar daudziem testēšanas statistikas datiem. Bet vispārējais process ir vienāds. Hipotēzes pārbaude ietver nulles hipotēzes izteikšanu un a izvēles nozīmīguma līmenis. Nulles hipotēze ir patiesa vai nepatiesa un atspoguļo noklusējuma prasību par ārstēšanu vai procedūru. Piemēram, pārbaudot zāļu efektivitāti, hipotēze ir nulle, ka zāles neietekmē slimību.
Pēc nulles hipotēzes formulēšanas un nozīmīguma līmeņa izvēles mēs novērošanas rezultātā iegūstam datus. Statistiskie aprēķini pasakiet mums, vai mums vajadzētu noraidīt nulles hipotēzi.
Ideālā pasaulē mēs vienmēr noraidītu nulles hipotēzi, ja tā ir nepatiesa, un mēs nenoraidītu nulles hipotēzi, ja tā patiešām ir patiesa. Bet ir iespējami vēl divi scenāriji, katrs no tiem radīs kļūdu.
I tipa kļūda
Pirmais iespējamais kļūdu veids ir faktiski niecīgas hipotēzes noraidīšana. Šāda veida kļūdu sauc par I tipa kļūdu, un dažreiz to sauc arī par pirmā veida kļūdu.
I tipa kļūdas ir līdzvērtīgas viltus pozitīvām. Atgriezīsimies pie narkotiku piemēra, ko lieto slimības ārstēšanai. Ja šajā situācijā mēs noraidām nulles hipotēzi, tad mēs apgalvojam, ka narkotikām faktiski ir kāda ietekme uz slimību. Bet, ja nulles hipotēze ir patiesa, tad patiesībā zāles vispār nekaro šo slimību. Tiek nepatiesi apgalvots, ka šīs zāles pozitīvi ietekmē slimību.
I tipa kļūdas var kontrolēt. Alfa vērtība, kas ir saistīta ar nozīmīguma līmenis ka mūsu atlasītais tieši ietekmē I tipa kļūdas. Alfa ir maksimālā iespējamība, ka mums ir I tipa kļūda. 95% ticamības pakāpei alfa vērtība ir 0,05. Tas nozīmē, ka pastāv 5% varbūtība, ka mēs noraidīsim patiesu nulles hipotēzi. Ilgtermiņā viens no katriem divdesmit hipotēžu testiem, ko veicam šajā līmenī, radīs I tipa kļūdu.
II tipa kļūda
Cita veida iespējamā kļūda rodas, ja nenoraidām kļūdainu hipotēzi. Šāda veida kļūdu sauc par II tipa kļūdu, un to sauc arī par otrā veida kļūdu.
II tipa kļūdas ir līdzvērtīgas viltus negatīvām. Ja mēs atkal domātu par scenāriju, kurā mēs pārbaudām narkotiku, kā izskatītos II tipa kļūda? II tipa kļūda rastos, ja mēs pieņemtu, ka zāles neietekmē slimību, bet patiesībā tas notika.
II tipa kļūdas varbūtību norāda grieķu burts beta. Šis skaitlis ir saistīts ar hipotēzes testa jaudu vai jutīgumu, ko apzīmē ar 1-beta.
Kā izvairīties no kļūdām
I un II tipa kļūdas ir daļa no hipotēzes pārbaudes procesa. Lai gan kļūdas nevar pilnībā novērst, mēs varam samazināt viena veida kļūdas.
Parasti, kad mēs cenšamies samazināt viena veida kļūdu varbūtību, otra veida varbūtība palielinās. Mēs varētu samazināt alfa vērtību no 0,05 līdz 0,01, kas atbilst 99% pārliecības līmenis. Tomēr, ja viss pārējais paliek tas pats, tad II tipa kļūdas varbūtība gandrīz vienmēr palielināsies.
Daudzkārt mūsu hipotēzes testa piemērošana reālajā pasaulē noteiks, vai mēs vairāk pieņemam I vai II tipa kļūdas. Pēc tam to izmantosim, izstrādājot statistisko eksperimentu.