Błąd typu I
Błąd typu I to rodzaj błędu, który pojawia się podczas procesu testowania hipotez,. gdy hipoteza zerowa jest odrzucana, mimo że jest dokładna i nie powinna być odrzucana.
Podczas testowania hipotez hipoteza zerowa jest ustalana przed rozpoczęciem testu. W niektórych przypadkach hipoteza zerowa zakłada, że nie ma związku przyczynowo-skutkowego między testowanym elementem a bodźcem zastosowanym do obiektu testowego, aby wywołać wynik testu.
Mogą jednak wystąpić błędy, w wyniku których hipoteza zerowa została odrzucona, co oznacza, że istnieje związek przyczynowo-skutkowy między zmiennymi testowymi, gdy w rzeczywistości jest ona fałszywie dodatnia. Te fałszywe alarmy nazywane są błędami typu I.
Zrozumienie błędu typu I
Testowanie hipotez to proces testowania przypuszczeń przy użyciu przykładowych danych. Test ma na celu dostarczenie dowodów na to, że przypuszczenie lub hipoteza jest poparta testowanymi danymi. Hipoteza zerowa to przekonanie, że nie ma statystycznego znaczenia ani efektu między dwoma zestawami danych, zmiennymi lub populacjami uwzględnionymi w hipotezie. Zazwyczaj badacz próbuje obalić hipotezę zerową.
Załóżmy na przykład, że hipoteza zerowa stwierdza, że strategia inwestycyjna nie osiąga lepszych wyników niż indeks rynkowy, taki jak S&P 500. Badacz pobiera próbki danych i testuje historyczne wyniki strategii inwestycyjnej, aby określić, czy strategia realizowana na wyższym poziomie niż S&P. Gdyby wyniki testu pokazały, że strategia wykonywała się szybciej niż indeks, hipoteza zerowa zostałaby odrzucona.
Warunek ten jest oznaczony jako „n=0”. Jeżeli – w trakcie przeprowadzania testu – wynik wydaje się wskazywać, że bodźce zastosowane wobec badanego spowodowały reakcję, hipoteza zerowa mówiąca, że bodźce nie wpływają na badanego, musiałaby z kolei zostać odrzucona.
Idealnie, hipoteza zerowa nigdy nie powinna być odrzucana, jeśli okaże się, że jest prawdziwa, i zawsze powinna być odrzucana, jeśli okaże się, że jest fałszywa. Jednak zdarzają się sytuacje, w których mogą wystąpić błędy.
Błąd fałszywie dodatni typu I
Czasami odrzucenie hipotezy zerowej, że nie ma związku między badanym, bodźcem i wynikiem, może być błędne. Jeśli coś innego niż bodziec powoduje wynik testu, może to spowodować „fałszywie pozytywny” wynik, gdy wydaje się, że bodziec działał na badanego, ale wynik był spowodowany przez przypadek. To „fałszywie pozytywne”, prowadzące do nieprawidłowego odrzucenia hipotezy zerowej, nazywane jest błędem I typu. Błąd typu I odrzuca pomysł, który nie powinien był zostać odrzucony.
Przykłady błędów typu I
Spójrzmy na przykład na proces oskarżonego przestępcy. Hipoteza zerowa mówi, że osoba jest niewinna, podczas gdy alternatywa jest winna. Błąd typu I w tym przypadku oznaczałby, że dana osoba nie zostanie uznana za niewinną i trafi do więzienia, mimo że faktycznie jest niewinna.
W badaniach medycznych błąd typu I powodowałby wrażenie, że leczenie choroby skutkuje zmniejszeniem ciężkości choroby, podczas gdy w rzeczywistości tak nie jest. Gdy testowany jest nowy lek, hipoteza zerowa będzie taka, że lek nie wpływa na postęp choroby. Powiedzmy, że laboratorium bada nowy lek na raka. Ich hipotezą zerową może być to, że lek nie wpływa na tempo wzrostu komórek rakowych.
Po podaniu leku na komórki rakowe komórki rakowe przestają rosnąć. To spowodowałoby, że naukowcy odrzuciliby ich hipotezę zerową, że lek nie będzie działał. Gdyby lek spowodował zatrzymanie wzrostu, wniosek o odrzuceniu wartości zerowej w tym przypadku byłby słuszny. Jeśli jednak podczas testu coś innego spowodowało zatrzymanie wzrostu zamiast podanego leku, byłby to przykład nieprawidłowego odrzucenia hipotezy zerowej (tj. błędu typu I).
##Przegląd najważniejszych wydarzeń
Hipoteza zerowa zakłada brak związku przyczynowo-skutkowego między badaną pozycją a bodźcami zastosowanymi podczas testu.
Błąd typu I to „fałszywie pozytywny” prowadzący do nieprawidłowego odrzucenia hipotezy zerowej.
Błąd typu I pojawia się podczas testowania hipotez, gdy hipoteza zerowa jest odrzucana, mimo że jest dokładna i nie powinna być odrzucana.
