Vad är ett typ II-fel?
Typ II-fel, vanligtvis kallat β-fel, är sannolikheten att behålla det faktiska uttalandet som i sig är felaktigt. Detta är ett fel med falskt positivt, dvs. uttalandet är falskt faktiskt och vi är positiva till det.
Förklaring
Typfel används mycket ofta för att skapa hypotesen och för att identifiera lösningen baserat på sannolikheten för deras förekomst och för att identifiera den faktiska korrigeringen av de data som hypotesen har strukturerats på.
Nedan följer diagrammet som visar skapandet av nollhypotesen, alternativ hypotes, provmedelvärde och sannolikheten för fel.
För varje test vi gör finns det alltid en sannolikhet för fel i beslutsfattandet, och ett sådant beslut kan vara ett slags typ I- eller typ II-fel. Med enkla ord säger vi att när vi fattar beslut kan vi avvisa de rätta fakta eller acceptera fel fakta. Avvisande av korrekta fakta är ett typ I-fel och acceptans av felaktiga fakta är ett typ II-fel. I arbetslivet visar sig detta fel vara mycket farligt eftersom hela analysen och experimentet visar sig vara fel eftersom själva basen är fel.
Följande är matrisen för vilken typ av fel man kan göra om fakta accepteras felaktigt:
| Ett beslut togs att behålla | Ett beslut togs att avvisa | |||
| (Positivt) | (Negativ) | |||
| Null hypotes är sant | Verkligt positivt | Sann Negativ | ||
| (1- a) | (a) = typ I-fel | |||
| Null hypotes är falsk | Falskt positivt | Falskt negativ | ||
| (β) = typ II-fel | (1 - p) |
Från ovanstående matris kan vi säga att:
- Korrekt nollhypotes och korrekt beslut att behålla är i ett verkligt positivt beslut som visar att analysen är sant. Detta är den förväntade slutsatsen av studien.
- Korrekt nollhypotes och felaktig beslutsfattande för att behålla den kommer inte att visa sig vara fruktbar. Ett sådant sant negativt beslut kallas typ 1-fel eller ett fel.
- Felaktig nollhypotes och felaktiga beslutsfattande för att behålla den kommer att äventyra fullständig analys. Man kommer aldrig att kunna nå en slutsats där tolkningsgrunden är fel. Ett sådant falskt positivt beslut kallas typ II-fel eller β.
- Felaktig nollhypotes och felaktigt beslutsfattande att avvisa är den faktiska förväntningen från hela analysen. Falskt negativa beslut bör avvisas utan att tänka om.
Exempel på typ II-fel
- Hos människor tenderar kvinnor att bli gravida. Men medan han gör verifieringen diagnostiserar läkaren felaktigt en man som gravid. Detta kallas typ II-fel, där själva basen är fel.
- Dessutom diagnostiserar läkare kvinnor som inte gravida; i verkligheten är hon dock gravid. Detta betecknas som typ I-fel, där fakta är korrekta, men man avvisar detsamma.
Hur uppstår typ II-fel?
Olika faktorer kan leda till ett sådant fel
# 1 - Varje förändring i befolkningen är relativt liten att upptäcka
Om tendensen till förändring inte är synlig i befolkningen, kommer hypotesprovningar inte att kunna tillgodose rätt fakta. Ett sådant scenario kommer att leda till att felaktiga fakta accepteras, vilket kommer att leda till typ II-fel.
# 2 - Provstorlek täcker mycket liten del av befolkningen
Provet ska representera hela populationen. Således, om urvalet inte är en idealisk representation av befolkningen, är det mycket osannolikt att det kommer att ge rätt bild för analysen. Analytikern kommer inte att kunna identifiera de korrekta fakta. Som ett resultat kommer en analytiker att förlita sig på fel fakta och kommer att resultera i ett typ II-fel.
# 3 - Fel val av prov
I allmänhet används slumpmässigt provtagning globalt, eftersom det anses vara en av de mest opartiska metoderna för urval av prov. Men många gånger resulterar det i olämplig plockning av prover. Detta leder till felaktig täckning av befolkningen och resulterar i typ II-fel.
Kan typ II-fel undvikas?
# 1 - Upprepa analys tills man når den nödvändiga betydelsen
Betydelse anger vilken sannolikhet nollhypotesen är faktiskt korrekt eller inte. I slutet av all analys förväntar man sig att acceptera Nullhypotesen och se till att givna fakta är korrekta. Men många gånger med en enda analys kan sådan betydelse inte uppnås. En sådan enstaka analys kan resultera i typ I- eller typ II-fel. Om samma typ av output i den repetitiva analysen kommer, kommer man att kunna se till att inga fel uppstår.
# 2 - Varje upprepning av analys, ändra storleken på testets betydelse
Som diskuteras i punkt 1). Betydelsen visar lämpligheten av nollhypotesen. Om man i slutet av den första klippningen upptäckte att provet inte täcktes tillräckligt, öka sedan betydelsen och försök att upprepa samma. Detta hjälper till att förstå beteendet, och man kommer att kunna undvika ett typ II-fel.
# 3 - Alpha-nivå runt 0,1 är den perfekta
Generellt kommer alfa runt 0,1 att leda till att hypotesen avvisas. Varje avslag tillåter flera verifieringar. Som ett resultat minskar risken för fel. Typ II-fel uppstår när något blir felaktigt accepterat. Om det inte finns något utrymme för godkännande kommer ett sådant fel inte att inträffa.
Betydelse
- Det är farligare jämfört med typ I-fel.
- Varje analys håller på att utarbetas på några nödvändiga detaljer och några underliggande antaganden. I hypotesen kommer man i slutändan också att avgöra om teststatistiken är i linje med det givna faktum eller inte. Sådan testspecifik kommer att visa om provmedlet är ekvivalent med populationsmedlet eller inte.
- På grund av någon form av analysfel verkar nollhypotesen nå betydelse; då kommer man att acceptera det faktum som ges i Null-hypotesen.
- I själva verket bör en sådan nollhypotes inte accepteras. Som ett resultat måste man vara mycket säker när man accepterar nollhypotesen. Genom att verifiera det igen kommer man att få bättre betydelse och öka riktigheten i faktum.
Typ I-fel jämfört med typ II-fel
Följande är den grundläggande skillnaden mellan de två typerna av fel
| Sr Nej | Typ I-fel | Typ II-fel | ||
| 1 | Det inträffar när rätt nollhypotes inte accepteras. | Det inträffar när en felaktig nollhypotes blir accepterad | ||
| 2 | Sådana fel är sant negativa. | Sådana fel är falskt positiva | ||
| 3 | Det betecknas med alfa. | Det betecknas av Beta | ||
| 4 | Null hypotes och typ 1-fel | Alternativ hypotes och typ 2-fel | ||
| 5 | Om den resulterande effekten av detta fel är värre än ett typ I-fel, bör man överväga alfa med ett värde högre än 0,10 | Om resultatet av ett typ I-fel är värre bör man ställa in alfa med ett värde som är lägre än 0,01. |
Slutsats
Typ II-fel är falskt negativt, den resulterande effekten av att acceptera felaktig Nullhypotes. I den praktiska världen resulterar sådana fel i att hela projektet misslyckas eftersom basen är felaktig. En sådan bas kan vara som detaljer, fakta eller antaganden, vilket kommer att äventyra fullständig analys.
