Ano ang isang Type II Error?
Ang isang error na uri ng II ay isang salitang istatistika na tumutukoy sa hindi pagtanggi ng isang maling null hypothesis. Ginagamit ito sa loob ng konteksto ng pagsusuri ng hypothesis.
Sa pagtatasa ng istatistika, ang isang uri ng error na ako ay ang pagtanggi ng isang tunay na null hypothesis, samantalang ang uri ng II error ay naglalarawan ng pagkakamali na nangyayari kapag ang isang tao ay nabigo na tanggihan ang isang null hypothesis na talagang hindi totoo. Sa madaling salita, gumagawa ito ng isang maling positibo. Ang error ay tumanggi sa kahaliling hypothesis, kahit na hindi ito nangyari dahil sa pagkakataon.
Mga Key Takeaways
- Ang isang uri ng error sa II ay tinukoy bilang ang posibilidad ng hindi wastong pagpapanatili ng null hypothesis, kapag sa katunayan hindi ito nalalapat sa buong populasyon. Ang isang uri ng error sa II ay mahalagang isang maling positibo. Ang isang uri ng error sa II ay maaaring mabawasan sa pamamagitan ng paggawa ng mas mahigpit na pamantayan para sa pagtanggi ng isang null hypothesis. Kailangang timbangin ng mga analista ang posibilidad at epekto ng mga error sa uri II na may mga pagkakamali sa uri.
Pag-unawa sa Mga Uri ng Pagkakamali ng Uri
Ang isang uri ng error sa II ay nagpapatunay ng isang ideya na dapat tanggihan, ang pag-angkin sa dalawang mga obserbasyon ay pareho, kahit na magkakaiba sila. Ang isang uri ng error sa II ay hindi tumatanggi sa null hypothesis, kahit na ang kahaliling hypothesis ay ang tunay na estado ng kalikasan. Sa madaling salita, ang isang maling paghahanap ay tinatanggap bilang totoo. Ang isang error na uri ng II ay kung minsan ay tinatawag na isang error sa beta.
Ang isang uri ng error sa II ay maaaring mabawasan sa pamamagitan ng paggawa ng mas mahigpit na pamantayan para sa pagtanggi ng isang null hypothesis. Halimbawa, kung isasaalang-alang ng isang analyst ang anumang bagay na nahuhulog sa loob ng isang +/- 95% na agwat ng kumpiyansa bilang makabuluhang istatistika, sa pamamagitan ng pagtaas ng pagpapaubaya sa +/- 99% bawasan mo ang mga pagkakataon ng isang maling positibo. Gayunpaman, ang paggawa nito nang sabay-sabay ay nagdaragdag ng iyong pagkakataon na makatagpo ng isang error sa uri ko. Kapag nagsasagawa ng isang pagsubok sa hypothesis, dapat isaalang-alang ang posibilidad o panganib na gumawa ng isang error na uri ng I o error na type II.
Ang pagkuha ng mga hakbang na mabawasan ang mga pagkakataong makatagpo ng isang uri ng error sa II ay may posibilidad na madagdagan ang pagkakataon ng isang uri ng pagkakamali ko.
Mga Pagkakaiba sa pagitan ng Mga Uri ng Mali at Uri II
Ang pagkakaiba sa pagitan ng isang uri ng error sa II at isang uri ng pagkakamali ko ay ang isang uri ng pagkakamali kong tinanggihan ang null hypothesis kapag ito ay totoo (isang maling negatibong) Ang posibilidad ng paggawa ng isang error sa uri ay katumbas ng antas ng kabuluhan na itinakda para sa pagsubok ng hypothesis. Samakatuwid, kung ang antas ng kabuluhan ay 0.05, mayroong isang 5% na pagkakataon na maaaring mangyari ang isang uri ng pagkakamali.
Ang posibilidad ng paggawa ng isang error sa uri II ay katumbas ng isang minus ang kapangyarihan ng pagsubok, na kilala rin bilang beta. Ang kapangyarihan ng pagsubok ay maaaring madagdagan sa pamamagitan ng pagtaas ng halimbawang laki, na binabawasan ang panganib ng paggawa ng isang error sa uri II.
Halimbawa ng isang Type 2 Error
Ipagpalagay na nais ng isang kumpanya ng biotechnology na ihambing kung gaano epektibo ang dalawa sa mga gamot nito para sa pagpapagamot ng diabetes. Sinasabi ng null hypothesis na ang dalawang gamot ay pantay na epektibo. Ang isang null hypothesis, H 0, ay ang pag-angkin na inaasahan ng kumpanya na tanggihan ang paggamit ng one-tailed test . Ang kahaliling hypothesis, H a, ay nagsasaad ng dalawang gamot ay hindi pantay na epektibo. Ang kahaliling hypothesis, H a, ay ang pagsukat na sinusuportahan ng pagtanggi sa null hypothesis.
Ang kumpanya ng biotech ay nagpapatupad ng isang malaking klinikal na pagsubok ng 3, 000 mga pasyente na may diyabetis upang ihambing ang mga paggamot. Inaasahan ng kumpanya ang dalawang gamot na magkaroon ng pantay na bilang ng mga pasyente upang ipahiwatig na ang parehong mga gamot ay epektibo. Pinipili nito ang isang antas ng kabuluhan ng 0, 05, na nagpapahiwatig na handa itong tumanggap ng isang 5% na posibilidad na tanggihan nito ang null hypothesis kapag ito ay totoo o isang 5% na pagkakataong gumawa ng isang error sa uri.
Ipagpalagay na ang beta ay kinakalkula na 0.025, o 2.5%. Samakatuwid, ang posibilidad ng paggawa ng isang error sa uri II ay 2.5%. Kung ang dalawang gamot ay hindi pantay, ang null hypothesis ay dapat tanggihan. Gayunpaman, kung ang kumpanya ng biotech ay hindi tanggihan ang null hypothesis kapag ang mga gamot ay hindi pantay na epektibo, isang uri ng II error ang nangyayari.
