Tip I hatası ve tip II hatası: bunlar nedir ve istatistikte neyi gösterirler?

Psikolojide araştırma yaptığımızda, Çıkarımsal istatistikte iki önemli kavram buluruz: tip I hata ve tip II hata.. Bunlar, boş bir hipotez ve alternatif bir hipotez ile hipotez testleri yaptığımızda ortaya çıkar.

Bu yazıda tam olarak ne olduklarını, ne zaman taahhüt ettiğimizi, nasıl hesapladığımızı ve nasıl azaltabileceğimizi göreceğiz.

• İlgili yazı: "Psikometri: insan zihnini veriler aracılığıyla incelemek"

Parametre tahmin yöntemleri

Çıkarımsal istatistikler, bir örneklemden elde edilen bilgilere dayanarak bir popülasyondan sonuçlar çıkarmaktan veya tahmin etmekten sorumludur. Yani, popülasyon düzeyinde çalışmak istediğimiz belirli değişkenleri tanımlamamıza izin verir.

içinde buluyoruz parametre tahmin yöntemleri, amacı, değerini (biraz kesinlik ile) belirlemeye izin veren yöntemler sağlamaktır. popülasyonun rastgele bir örneğinden analiz etmek istediğimiz parametreler ders çalışıyor.

Parametre tahmini iki tip olabilir: dakik (parametrenin tek bir değeri tahmin edildiğinde bilinmiyor) ve aralıklarla (parametrenin "düşeceği" bir güven aralığı belirlendiğinde) Bir yabancı). Bugün analiz ettiğimiz kavramları bulduğumuz yer, bu ikinci tip, aralıklara göre tahmindir: tip I hata ve tip II hata.

Tip I hatası ve tip II hatası: bunlar nedir?

Tip I hatası ve tip II hatası Bir araştırmada istatistiksel hipotezlerin formüle edilmesinden önce olduğumuzda yapabileceğimiz hata türleri (boş hipotez veya H0 ve alternatif hipotez veya H1 gibi). Yani, hipotez testleri yaparken. Ancak bu kavramları anlamak için öncelikle aralık tahminindeki kullanımlarını bağlamsallaştırmalıyız.

Gördüğümüz gibi, aralıklara göre tahmin, parametresinden kritik bir bölgeye dayanmaktadır. Önerdiğimiz sıfır hipotezi (H0) ve tahmin edicinin güven aralığında örnek.

Yani, amaç incelemek istediğimiz parametrenin düşeceği matematiksel bir aralık oluşturun. Bunu yapmak için bir dizi adım gerçekleştirilmelidir.

1. Hipotez formülasyonu

İlk adım, göreceğimiz gibi bizi tip I hata ve tip II hata kavramlarına götürecek sıfır hipotezini ve alternatif hipotezi formüle etmektir.

1.1. Sıfır hipotezi (H0)

Sıfır hipotezi (H0), araştırmacının önerdiği ve geçici olarak doğru olarak kabul ettiği hipotezdir.. Onu ancak bir tahrifat veya çürütme süreciyle reddedebilirsiniz.

Normalde yapılan, etkinin olmadığını veya farklılıkların olmadığını belirtmektir (örneğin, “Tedavide bilişsel terapi ile davranışçı terapi arasında hiçbir fark yoktur. endişe").

1.2. Alternatif hipotez (H1)

Öte yandan, alternatif hipotez (H1), boş hipotezin yerini almaya veya yerini almaya adaydır. Bu genellikle farklılıklar veya etki olduğunu belirtir (örneğin, "Anksiyete tedavisinde bilişsel terapi ile davranış terapisi arasında farklılıklar vardır").

• İlginizi çekebilir: "Cronbach alfa (α): nedir ve istatistikte nasıl kullanılır?"

2. Önem düzeyinin veya alfanın (α) belirlenmesi

Aralık tahminindeki ikinci adım, anlamlılık düzeyini veya alfa (α) düzeyini belirleme. Bu, sürecin başında araştırmacı tarafından belirlenir; sıfır hipotezini reddederken yapmayı kabul ettiğimiz maksimum hata olasılığıdır.

Genellikle 0,001, 0,01 veya 0,05 gibi küçük değerler alır. Başka bir deyişle, araştırmacılar olarak yapmaya istekli olduğumuz maksimum "sınır" veya hata olacaktır. Örneğin, anlamlılık düzeyi 0,05 (%5) değerinde olduğunda, güven düzeyi 0,95'tir (%95) ve ikisinin toplamı 1'dir (%100).

Önem düzeyini belirledikten sonra dört durum ortaya çıkabilir: hatalar (ve burası I. tip hata ve II. tip hatanın devreye girdiği yerdir) veya iki tür kararın üretildiğini doğru. Yani, dört olasılık şunlardır:

2.1. Doğru karar (1-α)

Sıfır hipotezinin (H0) bu kadar doğru olduğunu kabul etmekten ibarettir.. Yani reddetmiyoruz, doğru olduğu için savunuyoruz. Matematiksel olarak şu şekilde hesaplanır: 1-α (burada α, tip I hata veya anlamlılık düzeyidir).

2.2. Doğru karar (1-β)

Bu durumda biz de doğru bir karar vermiş oluyoruz; Sıfır hipotezinin (H0) yanlış olduğunu reddetmekten oluşur. Testin gücü olarak da adlandırılır. Şu şekilde hesaplanır: 1-β (burada β, tip II hatadır).

23. Tip I hatası (α)

Alfa (α) olarak da adlandırılan tip I hatası, Bu doğru olan sıfır hipotezinin (H0) reddedilmesiyle taahhüt edilir.. Dolayısıyla, birinci tip hata yapma olasılığı, hipotez testimiz için belirlediğimiz anlamlılık düzeyi olan α'dır.

Örneğin, kurduğumuz α 0,05 ise, bu sıfır hipotezini reddederken %5'lik bir yanlış olma olasılığını kabul etmeye istekli olduğumuzu gösterir.

2.4. Tip II hatası (β)

Tip II veya beta (β) hatası, yanlış olduğu zaman sıfır hipotezi (H0) kabul edildiğinde yapılır.. Yani, II. tip hata yapma olasılığı betadır (β) ve testin gücüne bağlıdır (1-β).

II. tip hata yapma riskini azaltmak için, testin yeterince güçlü olmasını sağlamayı seçebiliriz. Bunu yapmak için, örneklem boyutunun, gerçekte var olan bir farkı tespit edecek kadar büyük olduğundan emin olmalıyız.