Hva er en type II-feil?
Type II-feil, ofte referert til som β-feil, er sannsynligheten for å beholde den faktiske utsagnet som iboende er feil. Dette er en feil med falske positive, dvs. at uttalelsen er falsk faktisk, og vi er positive til den.
Forklaring
Type Feil brukes veldig ofte til å lage hypotesen og til å identifisere løsningen basert på sannsynligheten for deres forekomst og for å identifisere den faktiske korreksjonen av dataene som hypotesen er strukturert på.
Følgende er diagrammet som viser opprettelsen av nullhypotesen, alternativ hypotese, gjennomsnitt av prøven og sannsynligheten for feil.
For hver test vi gjennomfører, er det alltid en sannsynlighet for feil i beslutningstaking, og en slik beslutning kan være en slags type I- eller type II-feil. Med enkle ord sier vi at mens vi tar beslutning, kan vi avvise de riktige fakta, eller vi aksepterer feil fakta. Avvisning av riktig faktum er en type I-feil, og aksept av feil fakta er en type II-feil. I arbeidslivet viser denne feilen seg veldig farlig fordi hele analysen og eksperimentet viser seg å være feil, da selve basen er feil.
Følgende er matrisen for hvilken type feil man kan gjøre hvis fakta blir akseptert feilaktig:
| Det ble tatt en beslutning om å beholde | Det ble tatt en beslutning om å avvise | |||
| (Positiv) | (Negativ) | |||
| Null hypotese er sant | Ekte positivt | Ekte negativt | ||
| (1- a) | (a) = Type I-feil | |||
| Null hypotese er falsk | Falsk positiv | Falske negative | ||
| (β) = Type II-feil | (1 - β) |
Fra matrisen ovenfor kan vi si at:
- Korrekt nullhypotese og riktig beslutning om å beholde er i en faktisk positiv beslutning som vil vise at analysen er sant. Dette er den forventede konklusjonen i studien.
- Riktig nullhypotese og feil beslutningstaking for å beholde den vil ikke vise seg å være fruktbar. En slik ekte negativ beslutning blir betegnet som type 1-feil eller en feil.
- Feil nullhypotese og unøyaktige beslutningsprosesser for å beholde den vil bringe full analyse i fare. Man vil aldri kunne komme til en konklusjon der selve tolkningsgrunnlaget er feil. En slik falsk positiv beslutning blir betegnet som Type II-feil eller β.
- Feil nullhypotese og feil beslutningstaking for å avvise er den faktiske forventningen fra hele analysen. Falske negative avgjørelser bør avvises uten noen annen tanke.
Eksempel på type II-feil
- Hos mennesker har kvinner en tendens til å bli gravid. Imidlertid diagnostiserer legen feilaktig en mann som gravid, mens han gjør verifiseringen. Dette blir betegnet som Type II-feil, hvor selve basen er feil.
- Også leger diagnostiserer kvinner som ikke gravide; i virkeligheten er hun imidlertid gravid. Dette blir betegnet som type I-feil, der fakta er riktige, men man avviser det samme.
Hvordan oppstår type II-feil?
Ulike faktorer kan føre til en slik feil
# 1 - Enhver endring i befolkningen er relativt liten å oppdage
Hvis tendensen til endring ikke er synlig i befolkningen, vil ikke hypotesetesting være i stand til å imøtekomme de riktige fakta. Et slikt scenario vil føre til aksept av uriktige fakta, noe som vil føre til type II-feil.
# 2 - Eksempelstørrelse dekker svært liten del av befolkningen
Utvalget skal representere hele befolkningen. Dermed, hvis utvalget ikke er en ideell representasjon av befolkningen, er det høyst usannsynlig at det vil gi det riktige bildet for analysen. Analytikeren vil ikke kunne identifisere de riktige fakta. Som et resultat vil en analytiker stole på feil fakta og vil resultere i en type II-feil.
# 3 - Feil valg av utvalg
Generelt brukes tilfeldig prøvetaking globalt, da det regnes som en av de mest upartiske metodene for valg av prøve. Imidlertid resulterer det ofte i upassende plukking av prøver. Dette fører til feil dekning av befolkningen og resulterer i type II-feil.
Kan type II-feil unngås?
# 1 - Gjenta analysen til man når den nødvendige betydningen
Betydning spesifiserer hvilken sannsynlighet nullhypotesen er faktisk riktig eller ikke. På slutten av all analyse forventer man å akseptere Null Hypothesis og sikre at gitte fakta er riktige. Imidlertid kan en slik betydning mange ganger ikke oppnås ved en enkelt analyse. En slik enkelt analyse kan føre til feil i type I eller type II. Hvis i den repeterende analysen kommer den samme typen utdata, vil man kunne sikre at det ikke oppstår feil.
# 2 - Hver repetisjon av analysen, endre størrelsen på testen av betydning
Som diskutert i punkt 1). Betydningen viser hensiktsmessigheten av nullhypotesen. Hvis man på slutten av første kutt fant en at prøven ikke dekkes tilstrekkelig, kan du øke størrelsen på betydningen og prøve å gjenta det samme. Dette vil hjelpe deg med å forstå atferden, og man vil kunne unngå en type II-feil.
# 3 - Alfanivå rundt 0,1 er den ideelle
Generelt vil alfa rundt 0,1 resultere i avvisning av hypotesen. Enhver avvisning tillater flere bekreftelser. Som et resultat vil sjansene for at feil oppstår reduseres. Type II-feil oppstår når noe blir feil akseptert. Hvis det ikke er noe omfang av aksept, vil en slik feil ikke oppstå.
Betydning
- Det er farligere sammenlignet med type I-feil.
- Enhver analyse blir utarbeidet på noen få nødvendige detaljer og noen underliggende forutsetninger. I hypotesen vil man til slutt også bestemme om teststatistikken er i tråd med det gitte faktum eller ikke. Slike testspesifikke vil vise om gjennomsnittet av prøven tilsvarer populasjonsgjennomsnittet eller ikke.
- På grunn av en eller annen form for feil i analysen, ser nullhypotesen ut til å nå betydning; da vil man akseptere det faktum som er gitt i Null Hypothesis.
- Imidlertid bør en slik nullhypotese ikke aksepteres. Som et resultat må man være veldig sikker mens man godtar nullhypotesens uttalelse. Ved å re-verifisere det, vil man få bedre betydning vil øke korrektheten av fakta.
Type I-feil vs Type II-feil
Følgende er den grunnleggende forskjellen mellom de to typene feil
| Sr Nei | Type I feil | Type II-feil | ||
| 1 | Det oppstår når riktig nullhypotese ikke aksepteres. | Det oppstår når en feil nullhypotese blir akseptert | ||
| 2 | Slike feil er sant negative. | Slike feil er falske positive | ||
| 3 | Det er betegnet med alfa. | Det er betegnet av Beta | ||
| 4 | Null hypotese og type 1 feil | Alternativ hypotese og type 2 feil | ||
| 5 | Hvis den resulterende effekten av denne feilen er verre enn en type I-feil, bør man vurdere alfa med en verdi høyere enn 0,10 | Hvis resultatet av en type I-feil er verre, bør man sette alfa med en verdi lavere enn 0,01. |
Konklusjon
Type II-feil er en falsk negativ, den resulterende effekten av å godta feil nullhypotese. I den praktiske verden resulterer slike feil i at hele prosjektet mislykkes, ettersom basen er unøyaktig. En slik base kan være som detaljer, fakta eller antakelser, som vil bringe fullstendig analyse i fare.
