Type 1 Error

Помилка першого типу, коли йдеться про перевірку математичних гіпотез, - це відмова від правильної нульової гіпотези. Хибнопозитивна помилка - це інша назва помилки першого типу. Інакше кажучи, вона передбачає природу неіснуючого явища.

Важливо також зазначити, що помилка першого типу не означає, що ми припустилися помилки.

Так що ж таке помилка типу 1?

• Тип I виникає, коли нульова гіпотеза відкидається, коли вона насправді є істинною. Це означає, що результати є статистично значущими, якщо вони були отримані лише випадково або через непов'язані змінні

Альфа перевірки гіпотези визначає ймовірність помилки. Альфа представляє ймовірність помилкового відхилення справжньої нульової гіпотези. Наприклад, рівень альфа 0,06 означає, що істинна нульова гіпотеза має 6% ймовірність бути відхиленою.

Помилка 2 типу

Коли нульова гіпотеза помилкова, але не відкинута, це називається помилкою II типу. Помилка II типу, часто відома як хибнонегативна, виникає тоді, коли результат тесту показує, що умова не спрацювала, тоді як вона не спрацювала. Коли ми не віримо в істинність умови, ми припускаємося помилки II типу.

Як зменшити кількість помилок 1-го типу або як контролювати помилки 1-го типу?

При перевірці гіпотез неможливо повністю виключити можливість помилок типу I. Однак існують способи зменшити ймовірність отримання помилкових результатів.

Мінімізація альфа-величини перевірки гіпотези є одним з найпопулярніших способів зменшити ймовірність хибнопозитивної помилки. Альфу можна регулювати, оскільки вона визначається дослідником. Наприклад, альфа може бути зменшена до 2%. (0.02). Це означає, що помилкове відхилення нульової гіпотези має 2% ймовірність помилки 1-го типу.

Приклади помилок типу 1

Давайте розглянемо кілька прикладів і скористаємося простою формою, яка допоможе нам зрозуміти наслідки і те, як знаходити помилки типу 1 і 2.

Ця помилка визначається як "ув'язнення невинного громадянина", в той час як помилка типу II визначається як "звільнення винної особи з-під варти".

Оскільки неможливо сказати, яка помилка типу I чи типу II в ML є гіршою (оскільки це дуже залежить від формулювання нульової гіпотези), давайте подивимось, яка помилка є більш "дорогою" і для якої я, можливо, захочу провести подальше тестування. У цьому конкретному випадку, враховуючи, що на кону стоїть життя людини, обидва типи помилок є надзвичайно шкідливими. З одного боку, соціальні витрати, пов'язані з ув'язненням невинної людини і позбавленням її особистої свободи, вважаються практично нестерпними в нашу епоху. Помилка другого типу дозволяє злочинцю розгулювати на волі і скоювати нові злочини.

Висновок

Помилка першого типу призводить до непотрібних коригувань або втручань, марнування часу та інших ресурсів.

Коли потрібні зміни, помилки типу II зазвичай призводять до збереження статус-кво (тобто втручання залишаються незмінними).

Коефіцієнти помилок типу I і типу II впливають один на одного. Це пов'язано з тим, що статистична потужність обернено пропорційна помилці типу II і залежить від альфа (помилка типу I).

Це означає, що помилки типу I і типу II мають значний компроміс.

• Встановлення нижчого рівня значущості зменшує ймовірність помилок типу I, але збільшує ймовірність помилок типу II
• Збільшення потужності тесту зменшує ймовірність помилок типу II, але збільшує ризик помилок типу I

Формулювання або розташування нульової гіпотези має великий вплив на помилки I і II типу. Помилки I і II типу можуть мінятися ролями залежно від того, де розміщена нульова гіпотеза.

Важко сказати, що ця помилка завжди гірша за помилку типу II, або навпаки. Іншими словами, тип I зазвичай гірший для статистиків. Однак на практиці, залежно від вашого дослідницького середовища, будь-яка форма неточності може бути гіршою.