I tipa kļūda un II tipa kļūda: kas tās ir un ko tās norāda statistikā?

Kad mēs veicam pētījumus psiholoģijā, Secinājumu statistikā mēs atrodam divus svarīgus jēdzienus: I tipa kļūdu un II tipa kļūdu.. Tie rodas, veicot hipotēžu testus ar nulles hipotēzi un alternatīvu hipotēzi.

Šajā rakstā mēs redzēsim, kas tieši tie ir, kad mēs tos veicam, kā mēs tos aprēķinām un kā mēs varam tos samazināt.

• Saistīts raksts: "Psihometrija: cilvēka prāta izpēte, izmantojot datus"

Parametru novērtēšanas metodes

Secinājumu statistika ir atbildīga par secinājumu izdarīšanu vai ekstrapolēšanu no kopas, pamatojoties uz informāciju no izlases. Tas ir, tas ļauj mums aprakstīt noteiktus mainīgos lielumus, kurus mēs vēlamies pētīt, populācijas līmenī.

Tā iekšpusē mēs atrodam parametru novērtēšanas metodes, kuras mērķis ir nodrošināt metodes, kas ļauj noteikt (ar zināmu precizitāti) vērtību parametrus, kurus mēs vēlamies analizēt, no izlases veida populācijas, kas mēs esam mācās.

Parametru novērtējums var būt divu veidu: punktuāls (kad tiek novērtēta viena parametra vērtība nezināms) un pēc intervāliem (ja tiek noteikts ticamības intervāls, kurā parametrs "nokristu" svešinieks). Tieši šajā otrajā veidā, novērtējumā pēc intervāliem, mēs atrodam jēdzienus, kurus mēs šodien analizējam: I tipa kļūda un II tipa kļūda.

I tipa kļūda un II tipa kļūda: kas tie ir?

I tipa kļūda un II tipa kļūda ir kļūdu veidi, ko varam pieļaut, kad izmeklēšanā esam pirms statistisko hipotēžu formulēšanas (piemēram, nulles hipotēze jeb H0 un alternatīvā hipotēze vai H1). Tas ir, kad mēs veicam hipotēžu testus. Bet, lai saprastu šos jēdzienus, mums vispirms ir jākonteksualizē to izmantošana intervālu novērtēšanā.

Kā mēs redzējām, novērtējums pēc intervāliem ir balstīts uz kritisko reģionu no parametra nulles hipotēze (H0), ko mēs ierosinām, kā arī ticamības intervālā no novērtētāja paraugs.

Tas ir, mērķis ir izveidot matemātisko intervālu, kurā iekristu parametrs, kuru vēlamies pētīt. Lai to izdarītu, ir jāveic virkne darbību.

1. Hipotēzes formulēšana

Pirmais solis ir formulēt nulles hipotēzi un alternatīvo hipotēzi, kas, kā mēs redzēsim, novedīs pie I tipa kļūdas un II tipa kļūdas jēdzieniem.

1.1. Nulles hipotēze (H0)

Nulles hipotēze (H0) ir hipotēze, ko pētnieks ierosina un ko viņš provizoriski pieņem kā patiesu.. Jūs varat to noraidīt tikai viltojot vai atspēkojot.

Parasti tas, kas tiek darīts, ir paziņot par efekta neesamību vai atšķirību neesamību (piemēram, tas būtu norāda, ka: “Ārstējot kognitīvo terapiju un uzvedības terapiju, nav atšķirību trauksme").

1.2. Alternatīvā hipotēze (H1)

No otras puses, alternatīvā hipotēze (H1) ir kandidāts nulles hipotēzes aizstāšanai vai aizstāšanai. Tas parasti norāda, ka pastāv atšķirības vai ietekme (piemēram, "Pastāv atšķirības starp kognitīvo terapiju un uzvedības terapiju trauksmes ārstēšanā").

• Jūs varētu interesēt: "Kronbaha alfa (α): kas tas ir un kā to izmanto statistikā"

2. Nozīmīguma vai alfa (α) līmeņa noteikšana

Otrais intervāla noteikšanas posms ir noteikt nozīmīguma līmeni vai alfa (α) līmeni. To nosaka pētnieks procesa sākumā; tā ir maksimālā kļūdas varbūtība, ko mēs pieņemam, noraidot nulles hipotēzi.

Parasti tiek izmantotas nelielas vērtības, piemēram, 0,001, 0,01 vai 0,05. Citiem vārdiem sakot, tas būtu maksimālais “lielākais ierobežojums” vai kļūda, ko mēs kā pētnieki esam gatavi izdarīt. Piemēram, ja nozīmīguma līmenis ir 0,05 (5%), ticamības līmenis ir 0,95 (95%), un abi kopā veido 1 (100%).

Kad esam noteikuši nozīmīguma līmeni, var rasties četras situācijas: divu veidu kļūdas (un šeit parādās I tipa kļūda un II tipa kļūda), vai tiek pieņemti divu veidu lēmumi pareizi. Tas ir, četras iespējas ir:

2.1. Pareizs lēmums (1-α)

Tas sastāv no nulles hipotēzes (H0) pieņemšanas, kas ir patiesa. Tas ir, mēs to nenoraidām, mēs to uzturam, jo ​​tā ir taisnība. Matemātiski to aprēķinātu šādi: 1-α (kur α ir I tipa kļūdas vai nozīmīguma līmenis).

2.2. Pareizs lēmums (1-β)

Šajā gadījumā mēs arī pieņemam pareizu lēmumu; Tas sastāv no nulles hipotēzes (H0) noraidīšanas, kas ir nepatiesa. To sauc arī par pārbaudes spēku. To aprēķina: 1-β (kur β ir II tipa kļūda).

23. I tipa kļūda (α)

I tipa kļūda, ko sauc arī par alfa (α), tiek izdarīts, noraidot nulles hipotēzi (H0), kas ir patiesa. Tādējādi I tipa kļūdas pieļaušanas varbūtība ir α, kas ir nozīmības līmenis, ko esam noteikuši mūsu hipotēzes pārbaudei.

Ja, piemēram, mūsu noteiktais α ir 0,05, tas norādītu, ka, noraidot nulles hipotēzi, mēs esam gatavi pieņemt 5% varbūtību kļūdīties.

2.4. II tipa kļūda (β)

II tipa jeb beta (β) kļūda tiek pieļauta, pieņemot nulles hipotēzi (H0), ja tā ir nepatiesa.. Tas ir, II tipa kļūdas pieļaušanas varbūtība ir beta (β), un tā ir atkarīga no testa jaudas (1-β).

Lai samazinātu II tipa kļūdas pieļaušanas risku, mēs varam izvēlēties nodrošināt, lai testam būtu pietiekama jauda. Lai to izdarītu, mums ir jānodrošina, lai izlases lielums būtu pietiekami liels, lai noteiktu atšķirību, kad tā patiešām pastāv.