Allgemein

Differenz zwischen Typ I und Typ II Fehlern

Differenz zwischen Typ I und Typ II Fehlern

Es gibt hauptsächlich zwei Arten von Fehlern, die auftreten, während Hypothesentests durchgeführt werden, i, i.e. Entweder lehnt der Forscher H ab0, wenn H0 ist wahr, oder er/sie akzeptiert h0 Wenn in Wirklichkeit h0 ist falsch. Ersteres repräsentiert also Typ I -Fehler und letzteres ist ein Indikator für Typ II -Fehler.

Das Testen der Hypothese ist ein gemeinsames Verfahren; Dieser Forscher benutzt die Gültigkeit, die bestimmt, ob eine bestimmte Hypothese korrekt ist oder nicht. Das Ergebnis von Tests ist ein Eckpfeiler für die Annahme oder Ablehnung der Nullhypothese (H0). Die Nullhypothese ist ein Satz; Das erwartet keinen Unterschied oder Effekt. Eine alternative Hypothese (h1) ist eine Prämisse, die einen gewissen Unterschied oder Effekt erwartet.

Es gibt leichte und subtile Unterschiede zwischen Fehlern vom Typ I und dem Typ II, die wir in diesem Artikel diskutieren werden.

Inhalt: Typ I -Fehler gegen Typ II Fehler

  1. Vergleichstabelle
  2. Definition
  3. Schlüsselunterschiede
  4. Mögliche Resultate
  5. Abschluss

Vergleichstabelle

VergleichsgrundlageTyp I -FehlerTyp II -Fehler
BedeutungTyp-I-Fehler bezieht sich auf die Nichtakzeptanz der Hypothese, die akzeptiert werden sollte.Typ -II -Fehler ist die Akzeptanz der Hypothese, die abgelehnt werden sollte.
GleichwertigFalsch positivFalsch negativ
Was ist es?Es ist eine falsche Ablehnung der wahren Nullhypothese.Es ist eine falsche Akzeptanz der falschen Nullhypothese.
RepräsentiertEin falscher TrefferEin Miss
Wahrscheinlichkeit, Fehler zu begehenEntspricht dem Signifikanzniveau.Entspricht der Testleistung.
Angezeigt durchGriechischer Brief 'α'Griechischer Brief 'β'

Definition des Typ -I -Fehlers

In der Statistik wird Typ -I -Fehler als ein Fehler definiert, der auftritt, wenn die Stichprobenergebnisse die Abstoßung der Nullhypothese verursachen, trotz der Tatsache, dass sie wahr ist. In einfachen Worten kann der Fehler, der alternativen Hypothese zuzustimmen, wenn die Ergebnisse dem Zufall zugeschrieben werden können.

Auch als Alpha -Fehler bezeichnet, lässt er den Forscher darauf schließen, dass es eine Variation zwischen zwei Beobachtungen gibt, wenn sie identisch sind. Die Wahrscheinlichkeit eines Fehlers vom Typ I entspricht dem Signifikanzniveau, den der Forscher für seinen Test festlegt. Hier bezieht sich der Signifikanzniveau auf die Chancen, Typ -I -Fehler zu machen.

E.G. Angenommen, das Forschungsteam eines Unternehmens kam auf der Grundlage von Daten zu dem Schluss, dass mehr als 50% der gesamten Kunden wie der neue Service des Unternehmens, was tatsächlich weniger als 50% gestartet wurde.

Definition des Typ -II -Fehlers

Bei Daten wird die Nullhypothese akzeptiert, wenn sie tatsächlich falsch ist, wird diese Art von Fehler als Fehler vom Typ II genannt. Es entsteht, wenn der Forscher die falsche Nullhypothese nicht leugnet. Es wird mit dem griechischen Buchstaben "Beta (β)" bezeichnet und oft als Beta -Fehler bezeichnet.

Typ -II -Fehler ist das Versagen des Forschers, einer alternativen Hypothese zuzustimmen, obwohl er wahr ist. Es validiert einen Satz; das sollte abgelehnt werden. Der Forscher kommt zu dem Schluss, dass die beiden Beobachtungen identisch sind, obwohl sie es tatsächlich nicht sind.

Die Wahrscheinlichkeit, einen solchen Fehler zu machen, ist analog zur Leistung des Tests. Hier spielt die Testkraft auf die Wahrscheinlichkeit, die Nullhypothese abzulehnen, die falsch ist und abgelehnt werden muss. Mit zunehmender Stichprobengröße steigt auch die Testleistung, was zu einer Verringerung des Risikos für den Fehler vom Typ II führt.

E.G. Angenommen, das Forschungsteam einer Organisation behauptet, dass weniger als 50% der gesamten Kunden wie der neue Service des Unternehmens, was tatsächlich mehr als 50% ist.

Schlüsselunterschiede zwischen dem Fehler vom Typ I und dem Typ II

Die nachstehenden Punkte sind in Bezug auf die Unterschiede zwischen Typ I und Typ II erheblich:

  1. Typ -I -Fehler ist ein Fehler, der auftritt, wenn das Ergebnis eine Ablehnung der Nullhypothese ist, die tatsächlich wahr ist. Typ II -Fehler tritt auf, wenn die Probe zur Akzeptanz der Nullhypothese führt, was tatsächlich falsch ist.
  2. Typ -I -Fehler oder auch als falsch positiv bezeichnete positive Ergebnisse. Im Wesentlichen entspricht das positive Ergebnis der Ablehnung der Nullhypothese. Im Gegensatz dazu ist Typ II -Fehler auch als falsche Negative bezeichnet, ich.e. Negatives Ergebnis führt zur Akzeptanz der Nullhypothese.
  3. Wenn die Nullhypothese wahr ist, aber fälschlicherweise abgelehnt wird, ist es Typ -I -Fehler. In diesem Gegenstand ist die Nullhypothese falsch, aber fälschlicherweise akzeptiert, sie ist Typ II -Fehler.
  4. Typ I -Fehler neigt dazu, etwas zu behaupten, das nicht wirklich vorhanden ist, ich.e. Es ist ein falscher Treffer. Im Gegenteil, Typ II -Fehler schlägt bei der Identifizierung von etwas, das vorhanden ist, nicht.e. Es ist ein Miss.
  5. Die Wahrscheinlichkeit, Typ -I -Fehler zu begehen, ist die Stichprobe als Signifikanzniveau. Umgekehrt entspricht die Wahrscheinlichkeit, Typ II -Fehler zu begehen.
  6. Griechischer Buchstabe 'α' zeigt den Typ I -Fehler an. Im Gegensatz zu dem Typ -II -Fehler, der mit dem griechischen Buchstaben 'β' gekennzeichnet ist.

Mögliche Resultate

Abschluss

Im Großen und Ganzen trifft sich Typ -I -Fehler auf, wenn der Forscher einen Unterschied bemerkt, obwohl es in der Tat keine gibt, während ein Fehler vom Typ II entsteht, wenn der Forscher keinen Unterschied entdeckt, wenn es in Wahrheit ist. Das Auftreten der beiden Fehlern ist sehr häufig, da sie Teil des Testprozesses sind. Diese beiden Fehler können nicht vollständig entfernt werden, können jedoch auf ein bestimmtes Niveau reduziert werden.