Chyba typu I a chyba typu II: čo sú a čo naznačujú v štatistikách?

Keď robíme výskum v psychológii, V rámci inferenčnej štatistiky nájdeme dva dôležité pojmy: chybu I. typu a chybu II.. Tie vznikajú, keď vykonávame testy hypotéz s nulovou hypotézou a alternatívnou hypotézou.

V tomto článku uvidíme, čo presne sú, kedy sa ich dopúšťame, ako ich vypočítame a ako ich môžeme znížiť.

• Súvisiaci článok: "Psychometria: štúdium ľudskej mysle prostredníctvom údajov"

Metódy odhadu parametrov

Inferenčná štatistika je zodpovedná za vyvodzovanie alebo extrapoláciu záverov z populácie na základe informácií zo vzorky. To znamená, že nám umožňuje opísať určité premenné, ktoré chceme študovať, na úrovni populácie.

V jeho vnútri nájdeme metódy odhadu parametrov, ktorej cieľom je poskytnúť metódy, ktoré umožňujú určiť (s určitou presnosťou) hodnotu parametre, ktoré chceme analyzovať, z náhodnej vzorky populácie, ktorou sme študovať.

Odhad parametra môže byť dvoch typov: dočasný (keď sa odhaduje jedna hodnota parametra neznáme) a podľa intervalov (keď je stanovený interval spoľahlivosti, kde by parameter „klesol“ cudzinec). Práve v rámci tohto druhého typu, odhadovania podľa intervalov, nachádzame pojmy, ktoré dnes analyzujeme: chyba I. typu a chyba II.

Chyba typu I a chyba typu II: čo to je?

Chyba typu I a chyba typu II sú typy chýb, ktorých sa môžeme dopustiť, keď sme pri vyšetrovaní pred formulovaním štatistických hypotéz (ako je nulová hypotéza alebo H0 a alternatívna hypotéza alebo H1). To znamená, keď vykonávame testy hypotéz. Aby sme však týmto pojmom porozumeli, musíme najprv uviesť do kontextu ich použitie v intervalovom odhade.

Ako sme videli, odhad po intervaloch je založený na kritickej oblasti z parametra nulovú hypotézu (H0), ktorú navrhujeme, ako aj v intervale spoľahlivosti z odhadu vzorka.

To znamená, že cieľom je stanoviť matematický interval, do ktorého by spadal parameter, ktorý chceme študovať. Na tento účel je potrebné vykonať sériu krokov.

1. Formulácia hypotézy

Prvým krokom je sformulovanie nulovej hypotézy a alternatívnej hypotézy, ktoré, ako uvidíme, nás privedú ku pojmom chyba I. typu a chyba II.

1.1. Nulová hypotéza (H0)

Nulová hypotéza (H0) je hypotéza, ktorú výskumník navrhuje a ktorú predbežne prijíma ako pravdivú.. Môžete ho odmietnuť iba prostredníctvom procesu falšovania alebo vyvrátenia.

Za normálnych okolností sa uvedie neprítomnosť účinku alebo neprítomnosť rozdielov (napr uvádzajú, že: „Nie sú žiadne rozdiely medzi kognitívnou terapiou a behaviorálnou terapiou v liečbe úzkosť").

1.2. Alternatívna hypotéza (H1)

Alternatívna hypotéza (H1) je na druhej strane kandidátom na nahradenie alebo nahradenie nulovej hypotézy. To zvyčajne uvádza, že existujú rozdiely alebo účinok (napríklad "Existujú rozdiely medzi kognitívnou terapiou a behaviorálnou terapiou pri liečbe úzkosti").

• Mohlo by vás zaujímať: "Cronbachova alfa (α): čo to je a ako sa používa v štatistike"

2. Určenie hladiny významnosti alebo alfa (α)

Druhým krokom pri odhade intervalov je určiť hladinu významnosti alebo hladinu alfa (α).. Tú nastaví výskumník na začiatku procesu; je to maximálna pravdepodobnosť chyby, ktorú akceptujeme pri zamietnutí nulovej hypotézy.

Zvyčajne má malé hodnoty, napríklad 0,001, 0,01 alebo 0,05. Inými slovami, bola by to maximálna „čiapka“ alebo chyba, ktorú sme ako výskumníci ochotní urobiť. Keď má hladina významnosti napríklad hodnotu 0,05 (5 %), úroveň spoľahlivosti je 0,95 (95 %) a súčet týchto dvoch hodnôt je 1 (100 %).

Keď stanovíme úroveň významnosti, môžu nastať štyri situácie: dva typy chyby (a tu prichádza na rad chyba typu I a chyba typu II), alebo že sa vytvoria dva typy rozhodnutí správne. To znamená, že tieto štyri možnosti sú:

2.1. Správne rozhodnutie (1-α)

Pozostáva z prijatia nulovej hypotézy (H0), ktorá je pravdivá. To znamená, že to neodmietame, my to zachovávame, pretože je to pravda. Matematicky by sa to vypočítalo takto: 1-α (kde α je chyba typu I alebo hladina významnosti).

2.2. Správne rozhodnutie (1-β)

Aj v tomto prípade sa rozhodujeme správne; Spočíva v odmietnutí nulovej hypotézy (H0), ktorá je nepravdivá. Nazýva sa aj sila testu. Vypočíta sa: 1-β (kde β je chyba typu II).

23. Chyba typu I (α)

Chyba typu I, nazývaná aj alfa (α), je spáchaný odmietnutím nulovej hypotézy (H0), ktorá je pravdivá. Pravdepodobnosť chyby typu I je teda α, čo je hladina významnosti, ktorú sme stanovili pre náš test hypotéz.

Ak je napríklad α, ktoré sme stanovili, 0,05, znamenalo by to, že sme ochotní akceptovať 5% pravdepodobnosť, že sa mýlime pri zamietnutí nulovej hypotézy.

2.4. Chyba typu II (β)

Chyba typu II alebo beta (β) sa urobí pri prijatí nulovej hypotézy (H0), keď je nepravdivá.. To znamená, že pravdepodobnosť spáchania chyby typu II je beta (β) a závisí od sily testu (1-β).

Aby sme znížili riziko chyby typu II, môžeme sa rozhodnúť zabezpečiť, aby bol test dostatočne výkonný. Aby sme to dosiahli, musíme zabezpečiť, aby veľkosť vzorky bola dostatočne veľká na to, aby sa zistil rozdiel, keď skutočne existuje.