Diferença entre erros tipo I e tipo II
Share
Existem basicamente dois tipos de erros que ocorrem, enquanto o teste de hipóteses é realizado, ou seja, o pesquisador rejeita H0 0, quando h0 0 é verdade, ou ele / ela aceita H0 0 quando na realidade H0 0 é falso. Então, o primeiro representa erro tipo I e este último é um indicador de erro tipo II.
O teste de hipóteses é um procedimento comum; que o pesquisador usa para provar a validade, que determina se uma hipótese específica está correta ou não. O resultado do teste é uma pedra angular para aceitar ou rejeitar a hipótese nula (H0 0) A hipótese nula é uma proposição; isso não espera nenhuma diferença ou efeito. Uma hipótese alternativa (H1) é uma premissa que espera alguma diferença ou efeito.
Existem pequenas e sutis diferenças entre erros do tipo I e tipo II, que discutiremos neste artigo.
Conteúdo: Erro tipo I versus erro tipo II
- Gráfico de comparação
- Definição
- Principais diferenças
- Possíveis resultados
- Conclusão
Gráfico de comparação
| Base para Comparação | Erro tipo I | Erro tipo II |
|---|---|---|
| Significado | O erro do tipo I refere-se à não aceitação de hipóteses que devem ser aceitas. | O erro do tipo II é a aceitação de hipóteses que devem ser rejeitadas. |
| Equivalente a | Falso positivo | Falso negativo |
| O que é isso? | É rejeição incorreta da hipótese nula verdadeira. | É aceitação incorreta de hipótese nula falsa. |
| Representa | Um golpe falso | Uma falta |
| Probabilidade de cometer erro | Igual ao nível de significância. | Igual ao poder do teste. |
| Indicado por | Letra grega 'α' | Letra grega 'β' |
Definição de Erro Tipo I
Nas estatísticas, o erro tipo I é definido como um erro que ocorre quando os resultados da amostra causam a rejeição da hipótese nula, apesar de verdadeira. Em termos simples, o erro de concordar com a hipótese alternativa, quando os resultados podem ser atribuídos ao acaso.
Também conhecido como erro alfa, leva o pesquisador a inferir que há uma variação entre duas observâncias quando são idênticas. A probabilidade de erro do tipo I é igual ao nível de significância que o pesquisador define para seu teste. Aqui, o nível de significância refere-se às chances de cometer erros do tipo I.
Por exemplo. Suponha que, com base nos dados, a equipe de pesquisa de uma empresa concluiu que mais de 50% do total de clientes, como o novo serviço iniciado pela empresa, é de fato menos de 50%.
Definição de Erro Tipo II
Quando, com base nos dados, a hipótese nula é aceita, quando na verdade é falsa, esse tipo de erro é conhecido como Erro Tipo II. Surge quando o pesquisador falha em negar a hipótese nula falsa. É indicado pela letra grega 'beta (β)' e conhecido como erro beta.
O erro tipo II é a falha do pesquisador em concordar com uma hipótese alternativa, embora seja verdadeira. Valida uma proposição; isso deve ser recusado. O pesquisador conclui que as duas observâncias são idênticas quando na verdade não são.
A probabilidade de cometer esse erro é análoga ao poder do teste. Aqui, o poder do teste alude à probabilidade de rejeição da hipótese nula, que é falsa e precisa ser rejeitada. À medida que o tamanho da amostra aumenta, o poder do teste também aumenta, o que resulta na redução do risco de cometer erros do tipo II.
Por exemplo. Suponha que, com base nos resultados da amostra, a equipe de pesquisa de uma organização afirme que menos de 50% do total de clientes, como o novo serviço iniciado pela empresa, é de fato superior a 50%.
Principais diferenças entre erros tipo I e tipo II
Os pontos abaixo são substanciais no que diz respeito às diferenças entre os erros do tipo I e do tipo II:
- O erro do tipo I é um erro que ocorre quando o resultado é uma rejeição da hipótese nula que é, de fato, verdadeira. O erro tipo II ocorre quando a amostra resulta na aceitação de hipótese nula, que é realmente falsa.
- Erro tipo I ou também conhecido como falsos positivos, em essência, o resultado positivo é equivalente à recusa da hipótese nula. Por outro lado, o erro do tipo II também é conhecido como falso-negativo, ou seja, resultado negativo, leva à aceitação da hipótese nula.
- Quando a hipótese nula é verdadeira, mas rejeitada por engano, é um erro do tipo I. Contra isso, quando a hipótese nula é falsa, mas aceita erroneamente, é um erro do tipo II.
- O erro do tipo I tende a afirmar algo que não está realmente presente, ou seja, é um acerto falso. Pelo contrário, o erro do tipo II falha na identificação de algo presente, ou seja, é um erro.
- A probabilidade de cometer erro do tipo I é a amostra como o nível de significância. Por outro lado, a probabilidade de cometer erro do tipo II é a mesma do poder do teste.
- A letra grega 'α' indica erro do tipo I. Ao contrário, o erro do tipo II, indicado pela letra grega 'β'.
Possíveis resultados
Conclusão
Em geral, o erro Tipo I surge quando o pesquisador percebe alguma diferença, quando na verdade não existe, enquanto o erro tipo II surge quando o pesquisador não descobre nenhuma diferença quando, na verdade, existe uma. A ocorrência dos dois tipos de erros é muito comum, pois eles fazem parte do processo de teste. Esses dois erros não podem ser removidos completamente, mas podem ser reduzidos para um determinado nível.
