Eroare de tip I și eroare de tip II: ce sunt și ce indică în statistici?

Când facem cercetări în psihologie, În cadrul statisticii inferenţiale găsim două concepte importante: eroare de tip I şi eroare de tip II.. Acestea apar atunci când efectuăm teste de ipoteză cu o ipoteză nulă și o ipoteză alternativă.

În acest articol vom vedea care sunt ele exact, când le comităm, cum le calculăm și cum le putem reduce.

• Articol înrudit: "Psihometrie: studierea minții umane prin intermediul datelor"

Metode de estimare a parametrilor

Statistica inferenţială este responsabilă pentru tragerea sau extrapolarea concluziilor dintr-o populaţie, pe baza informaţiilor dintr-un eşantion. Adică ne permite să descriem anumite variabile pe care dorim să le studiem, la nivel de populație.

În interiorul ei găsim metode de estimare a parametrilor, al cărui obiectiv este de a oferi metode care să permită determinarea (cu o oarecare precizie) a valorii parametrii pe care vrem să îi analizăm, dintr-un eșantion aleatoriu al populației care suntem studiu.

Estimarea parametrilor poate fi de două tipuri: punctuală (când este estimată o singură valoare a parametrului necunoscut) și pe intervale (când se stabilește un interval de încredere în care parametrul ar „cădea” un strain). În cadrul acestui al doilea tip, estimarea pe intervale, găsim conceptele pe care le analizăm astăzi: eroare de tip I și eroare de tip II.

Eroare de tip I și eroare de tip II: care sunt acestea?

Eroarea de tip I și eroarea de tip II sunt tipuri de erori pe care le putem comite atunci când într-o investigație ne aflăm în fața formulării ipotezelor statistice (cum ar fi ipoteza nulă sau H0 și ipoteza alternativă sau H1). Adică atunci când efectuăm teste de ipoteză. Dar pentru a înțelege aceste concepte, trebuie mai întâi să contextualizăm utilizarea lor în estimarea intervalului.

După cum am văzut, estimarea pe intervale se bazează pe o regiune critică din parametrul lui ipoteza nulă (H0) pe care o propunem, precum și în intervalul de încredere din estimatorul probă.

Adică scopul este stabiliți un interval matematic în care ar cădea parametrul pe care vrem să-l studiem. Pentru a face acest lucru, trebuie efectuate o serie de pași.

1. Formularea ipotezei

Primul pas este de a formula ipoteza nulă și ipoteza alternativă, care, după cum vom vedea, ne vor conduce la conceptele de eroare de tip I și eroare de tip II.

1.1. Ipoteza nulă (H0)

Ipoteza nulă (H0) este ipoteza pe care cercetătorul o propune și pe care o acceptă provizoriu ca adevărată.. Îl poți respinge doar printr-un proces de falsificare sau respingere.

În mod normal, ceea ce se face este să se precizeze absența efectului sau absența diferențelor (de exemplu, ar fi afirmă că: „Nu există diferențe între terapia cognitivă și terapia comportamentală în tratamentul anxietate").

1.2. Ipoteza alternativă (H1)

Ipoteza alternativă (H1), pe de altă parte, este candidatul pentru a înlocui sau înlocui ipoteza nulă. Aceasta afirmă de obicei că există diferențe sau efect (de exemplu, „Există diferențe între terapia cognitivă și terapia comportamentală în tratamentul anxietății”).

• Te-ar putea interesa: "Alfa lui Cronbach (α): ce este și cum este utilizat în statistică"

2. Determinarea nivelului de semnificație sau alfa (α)

Al doilea pas în estimarea intervalului este determinați nivelul de semnificație sau nivelul alfa (α).. Acesta este stabilit de cercetător la începutul procesului; este probabilitatea maximă de eroare pe care acceptăm să o comităm atunci când respingem ipoteza nulă.

De obicei, este nevoie de valori mici, cum ar fi 0,001, 0,01 sau 0,05. Cu alte cuvinte, ar fi „limita” sau eroarea maximă pe care suntem dispuși să o facem ca cercetători. Când nivelul de semnificație valorează 0,05 (5%), de exemplu, nivelul de încredere este de 0,95 (95%), iar cele două însumează 1 (100%).

Odată ce stabilim nivelul de semnificație, pot apărea patru situații: că două tipuri de erori (și aici intervin eroarea de tip I și eroarea de tip II) sau că se produc două tipuri de decizii corect. Adică, cele patru posibilități sunt:

2.1. Decizie corectă (1-α)

Constă în acceptarea ipotezei nule (H0) fiind aceasta adevărată. Adică nu o respingem, o menținem, pentru că este adevărat. Matematic s-ar calcula astfel: 1-α (unde α este eroarea de tip I sau nivelul de semnificație).

2.2. Decizie corectă (1-β)

În acest caz, luăm și o decizie corectă; Constă în respingerea ipotezei nule (H0) fiind falsă. Denumită și puterea testului. Se calculează: 1-β (unde β este eroarea de tip II).

23. Eroare de tip I (α)

Eroarea de tip I, numită și alfa (α), se comite prin respingerea ipotezei nule (H0) fiind aceasta adevarata. Astfel, probabilitatea de a face o eroare de tip I este α, care este nivelul de semnificație pe care l-am stabilit pentru testul nostru de ipoteză.

Dacă, de exemplu, α pe care l-am stabilit este 0,05, aceasta ar indica că suntem dispuși să acceptăm o probabilitate de 5% de a greși atunci când respingem ipoteza nulă.

2.4. Eroare de tip II (β)

Eroarea de tip II sau beta (β) se face la acceptarea ipotezei nule (H0) când aceasta este falsă.. Adică, probabilitatea de a comite o eroare de tip II este beta (β) și depinde de puterea testului (1-β).

Pentru a reduce riscul de a face o eroare de tip II, putem alege să ne asigurăm că testul este suficient de alimentat. Pentru a face acest lucru, trebuie să ne asigurăm că dimensiunea eșantionului este suficient de mare pentru a detecta o diferență atunci când aceasta există de fapt.