Type II feil
Hva er en type II-feil?
En type II feil er et statistisk begrep som brukes i sammenheng med hypotesetesting som beskriver feilen som oppstår når man ikke klarer å avvise en nullhypotese som faktisk er usann. En type II-feil gir en falsk negativ, også kjent som en utelatelsesfeil. For eksempel kan en test for en sykdom rapportere et negativt resultat når pasienten er smittet. Dette er en type II feil fordi vi aksepterer konklusjonen av testen som negativ, selv om den er feil.
I statistisk analyse er en type I-feil avvisningen av en sann nullhypotese, mens en type II-feil beskriver feilen som oppstår når man ikke klarer å avvise en nullhypotese som faktisk er usann. Feilen avviser den alternative hypotesen , selv om det ikke oppstår på grunn av tilfeldigheter.
Forstå en type II-feil
En type II-feil, også kjent som en feil av den andre typen eller en beta-feil, bekrefter en idé som burde vært avvist, som for eksempel å hevde at to observasjoner er like, til tross for at de er forskjellige. En type II feil avviser ikke nullhypotesen, selv om den alternative hypotesen er den sanne naturtilstanden. Med andre ord, et falsk funn aksepteres som sant.
En type II feil kan reduseres ved å lage strengere kriterier for å forkaste en nullhypotese. For eksempel, hvis en analytiker vurderer noe som faller innenfor +/- grensene til et 95 % konfidensintervall som statistisk insignifikant (et negativt resultat), så ved å redusere toleransen til +/- 90 %, og deretter begrense grensene, du vil få færre negative resultater, og dermed redusere sjansene for en falsk negativ.
Å ta disse trinnene har imidlertid en tendens til å øke sjansene for å støte på en type I-feil - et falskt positivt resultat. Når du gjennomfører en hypotesetest, bør sannsynligheten eller risikoen for å gjøre en type I feil eller type II feil vurderes.
Trinnene som er tatt for å redusere sjansene for å støte på en type II-feil har en tendens til å øke sannsynligheten for en type I-feil.
Type I-feil vs. Type II-feil
Forskjellen mellom en type II-feil og en type I-feil er at en type I-feil avviser nullhypotesen når den er sann (dvs. en falsk positiv). Sannsynligheten for å begå en type I feil er lik signifikansnivået som ble satt for hypotesetesten. Derfor, hvis signifikansnivået er 0,05, er det en 5 % sjanse for at en type I-feil kan oppstå.
Sannsynligheten for å begå en type II feil er lik én minus kraften til testen, også kjent som beta. Kraften til testen kan økes ved å øke prøvestørrelsen,. noe som reduserer risikoen for å begå en type II-feil.
Noe statistisk litteratur vil inkludere overordnet signifikansnivå og type II feilrisiko som en del av rapportens analyse. For eksempel registrerte en 2021-metaanalyse av eksosom i behandlingen av ryggmargsskade et samlet signifikansnivå på 0,05 og en type II feilrisiko på 0,1.
Eksempel på en type II-feil
Anta at et bioteknologiselskap ønsker å sammenligne hvor effektive to av legemidlene deres er for behandling av diabetes. Nullhypotesen sier at de to medisinene er like effektive. En nullhypotese, H0, er påstanden som selskapet håper å avvise ved bruk av den ensidede testen. Den alternative hypotesen, Ha, sier at de to medikamentene ikke er like effektive. Den alternative hypotesen, Ha, er naturtilstanden som støttes ved å forkaste nullhypotesen.
Bioteknologiselskapet gjennomfører en stor klinisk studie med 3000 pasienter med diabetes for å sammenligne behandlingene. Selskapet deler tilfeldig inn de 3000 pasientene i to like store grupper, og gir den ene gruppen en av behandlingene og den andre gruppen den andre behandlingen. Den velger et signifikansnivå på 0,05, som indikerer at den er villig til å akseptere en 5 % sjanse for at den kan forkaste nullhypotesen når den er sann eller en 5 % sjanse for å begå en type I feil.
Anta at betaen er beregnet til 0,025, eller 2,5 %. Derfor er sannsynligheten for å begå en type II-feil 97,5 %. Hvis de to medisinene ikke er like, bør nullhypotesen forkastes. Men dersom bioteknologiselskapet ikke avviser nullhypotesen når medikamentene ikke er like effektive, oppstår det en type II feil.
Høydepunkter
- En type II feil er i hovedsak en falsk negativ.
– En type II feil kan reduseres ved å lage strengere kriterier for å forkaste en nullhypotese, selv om dette øker sjansene for en falsk positiv.
- Utvalgsstørrelsen, den sanne populasjonsstørrelsen og det forhåndsinnstilte alfanivået påvirker størrelsen på risikoen for en feil.
– En type II feil defineres som sannsynligheten for feilaktig å unnlate å forkaste nullhypotesen, når den faktisk ikke er gjeldende for hele populasjonen.
- Analytikere må veie sannsynligheten og virkningen av type II-feil med type I-feil.
FAQ
Hva er forskjellen mellom Type I- og Type II-feil?
En type I feil oppstår hvis en nullhypotese forkastes som faktisk er sann i populasjonen. Denne typen feil er representativ for en falsk positiv. Alternativt oppstår en type II feil dersom en nullhypotese ikke forkastes som faktisk er feil i populasjonen. Denne typen feil er representativ for en falsk negativ.
Hva forårsaker Type II-feil?
En type II-feil oppstår ofte hvis den statistiske kraften til en test er for lav. Jo høyeste statistiske styrke, jo større er sjansen for å unngå feil. Det anbefales ofte at den statistiske kraften bør settes til minst 80 % før du utfører noen testing.
Hvilke faktorer påvirker størrelsen på risikoen for type II-feil?
Etter hvert som utvalgsstørrelsen på forskningen øker, bør risikoen for type II-feil reduseres. Etter hvert som den sanne populasjonseffektstørrelsen øker, bør type II-feilen også avta. Sist, det forhåndsinnstilte alfanivået satt av forskningen påvirker størrelsen på risikoen. Når alfanivåsettet synker, øker risikoen for en type II-feil.
