Tyypin II virhe
Mikä on tyypin II virhe?
Tyypin II virhe on hypoteesitestauksen yhteydessä käytetty tilastollinen termi, joka kuvaa virhettä, joka tapahtuu, kun ei hylätä nollahypoteesia,. joka on todella väärä. Tyypin II virhe tuottaa väärän negatiivisen tuloksen, joka tunnetaan myös virheenä. Esimerkiksi sairaustesti voi raportoida negatiivisen tuloksen, kun potilas on saanut tartunnan. Tämä on tyypin II virhe, koska hyväksymme testin johtopäätöksen negatiiviseksi, vaikka se on virheellinen.
Tilastoanalyysissä tyypin I virhe tarkoittaa todellisen nollahypoteesin hylkäämistä, kun taas tyypin II virhe kuvaa virhettä, joka tapahtuu, kun nollahypoteesia ei hylätä joka on itse asiassa väärä. Virhe hylkää vaihtoehtoisen hypoteesin. , vaikka se ei tapahdu sattumalta.
Tyypin II virheen ymmärtäminen
Tyypin II virhe, joka tunnetaan myös toisen tyyppisenä virheenä tai beetavirheenä, vahvistaa ajatuksen, joka olisi pitänyt hylätä, kuten esimerkiksi väittää, että kaksi huomautusta ovat samat, vaikka ne ovat erilaisia. Tyypin II virhe ei hylkää nollahypoteesia, vaikka vaihtoehtoinen hypoteesi on luonnon todellinen tila. Toisin sanoen väärä havainto hyväksytään todeksi.
Tyypin II virhettä voidaan vähentää tekemällä tiukemmat kriteerit nollahypoteesin hylkäämiselle. Esimerkiksi, jos analyytikko pitää tilastollisesti merkityksettömänä (negatiivinen tulos) mitä tahansa, joka on 95 %:n luottamusvälin +/- rajoissa , niin pienentämällä tätä toleranssia +/- 90 %:iin ja kaventaa sitten rajoja, saat vähemmän negatiivisia tuloksia, mikä vähentää väärän negatiivisen tuloksen mahdollisuuksia.
Näiden vaiheiden ottaminen kuitenkin lisää mahdollisuuksia kohdata tyypin I virhe – väärä positiivinen tulos. Hypoteesitestiä suoritettaessa tulee ottaa huomioon tyypin I tai tyypin II virheen tekemisen todennäköisyys tai riski.
Toimenpiteet tyypin II virheen kohtaamisen vähentämiseksi lisäävät yleensä tyypin I virheen todennäköisyyttä.
Tyypin I virheet vs. tyypin II virheet
Ero tyypin II virheen ja tyypin I virheen välillä on se, että tyypin I virhe hylkää nollahypoteesin, kun se on tosi (eli väärä positiivinen). Tyypin I virheen tekemisen todennäköisyys on yhtä suuri kuin hypoteesitestille asetettu merkitsevyystaso . Siksi, jos merkitsevyystaso on 0,05, tyypin I virheen todennäköisyys on 5 %.
Tyypin II virheen tekemisen todennäköisyys on yhtä suuri kuin yksi miinus testin teho, joka tunnetaan myös nimellä beeta. Testin tehoa voitaisiin lisätä suurentamalla otoskokoa,. mikä pienentää tyypin II virheen tekemisen riskiä.
Jotkin tilastokirjallisuudet sisältävät yleisen merkitsevyystason ja tyypin II virheriskin osana raportin analyysiä. Esimerkiksi vuonna 2021 tehty eksosomin meta-analyysi selkäydinvamman hoidossa kirjasi yleisen merkitsevyystason 0,05 ja tyypin II virheriskin 0,1.
Esimerkki tyypin II virheestä
Oletetaan, että bioteknologiayritys haluaa verrata, kuinka tehokkaita kaksi sen lääkettä ovat diabeteksen hoidossa. Nollahypoteesi väittää, että nämä kaksi lääkettä ovat yhtä tehokkaita. Nollahypoteesi, H0, on väite, jonka yritys haluaa hylätä käyttämällä yksisuuntaista testiä. Vaihtoehtoinen hypoteesi, Ha, väittää, että nämä kaksi lääkettä eivät ole yhtä tehokkaita. Vaihtoehtoinen hypoteesi, Ha, on luonnontila, jota tuetaan hylkäämällä nollahypoteesi.
Bioteknologiayritys toteuttaa laajan kliinisen tutkimuksen,. johon osallistuu 3 000 diabetespotilasta vertaillakseen hoitoja. Yhtiö jakaa satunnaisesti 3 000 potilasta kahteen samankokoiseen ryhmään, jolloin yhdelle ryhmälle yksi hoito ja toiselle ryhmälle toinen hoito. Se valitsee merkitsevyystason 0,05, mikä osoittaa, että se on valmis hyväksymään 5 %:n mahdollisuuden hylätä nollahypoteesin, kun se on totta, tai 5 %:n mahdollisuuden tehdä tyypin I virhe.
Oletetaan, että beeta-arvo on 0,025 tai 2,5 %. Siksi tyypin II virheen todennäköisyys on 97,5 %. Jos nämä kaksi lääkettä eivät ole samat, nollahypoteesi tulee hylätä. Jos biotekniikkayritys ei kuitenkaan hylkää nollahypoteesia, kun lääkkeet eivät ole yhtä tehokkaita, tapahtuu tyypin II virhe.
Kohokohdat
Tyypin II virhe on pohjimmiltaan väärä negatiivinen.
Tyypin II virhettä voidaan vähentää asettamalla tiukemmat kriteerit nollahypoteesin hylkäämiselle, vaikka tämä lisää väärän positiivisen tuloksen mahdollisuuksia.
Otoskoko, todellinen populaation koko ja ennalta asetettu alfataso vaikuttavat virheriskin suuruuteen.
Tyypin II virhe määritellään todennäköisyydeksi, että nollahypoteesi epäonnistuu virheellisesti, vaikka sitä ei itse asiassa voida soveltaa koko populaatioon.
Analyytikoiden on punnittava tyypin II virheiden todennäköisyyttä ja vaikutusta tyypin I virheisiin.
UKK
Mitä eroa on tyypin I ja tyypin II virheiden välillä?
Tyypin I virhe tapahtuu, jos nollahypoteesi hylätään, joka on itse asiassa totta populaatiossa. Tämäntyyppinen virhe edustaa väärää positiivista. Vaihtoehtoisesti tyypin II virhe tapahtuu, jos nollahypoteesia ei hylätä, joka on itse asiassa väärä populaatiossa. Tämäntyyppinen virhe edustaa väärää negatiivista.
Mikä aiheuttaa tyypin II virheitä?
Tyypin II virhe syntyy yleensä, jos testin tilastollinen teho on liian pieni. Mitä suurin tilastollinen teho on, sitä suurempi on mahdollisuus välttää virhe. Usein suositellaan, että tilastollinen teho asetetaan vähintään 80 %:iin ennen testauksen suorittamista.
Mitkä tekijät vaikuttavat tyypin II virheiden riskin suuruuteen?
Tutkimuksen otoskoon kasvaessa tyypin II virheiden riskin pitäisi pienentyä. Kun todellinen populaatiovaikutuksen koko kasvaa, tyypin II virheen pitäisi myös pienentyä. Lopuksi tutkimuksen asettama ennalta asetettu alfataso vaikuttaa riskin suuruuteen. Alfa-tason laskeessa tyypin II virheen riski kasvaa.
