ما هو النوع الثاني خطأ؟
خطأ النوع الثاني هو مصطلح إحصائي يشير إلى عدم رفض فرضية باطلة. يتم استخدامه في سياق اختبار الفرضيات.
في التحليل الإحصائي ، الخطأ من النوع الأول هو رفض فرضية لاغية حقيقية ، بينما يصف الخطأ من النوع الثاني الخطأ الذي يحدث عندما يفشل المرء في رفض فرضية باطلة خاطئة بالفعل. وبعبارة أخرى ، فإنه ينتج إيجابية كاذبة. يرفض الخطأ الفرضية البديلة ، على الرغم من أنها لا تحدث بسبب الصدفة.
الماخذ الرئيسية
- يتم تعريف الخطأ من النوع الثاني على أنه احتمال الإبقاء بشكل صحيح على الفرضية الخاطئة ، في حين أنه في الواقع لا ينطبق على جميع السكان. خطأ من النوع الثاني هو في الأساس خطأ إيجابي. يمكن تقليل خطأ النوع الثاني عن طريق وضع معايير أكثر صرامة لرفض فرضية لاغية. يحتاج المحللون إلى تقييم احتمال وأثر أخطاء النوع الثاني مع أخطاء النوع الأول.
فهم أخطاء النوع الثاني
ويؤكد خطأ من النوع الثاني فكرة كان ينبغي رفضها ، مدعيا أن الاحتفالين متماثلان ، على الرغم من اختلافهما. خطأ من النوع الثاني لا يرفض الفرضية الفارغة ، على الرغم من أن الفرضية البديلة هي الحالة الحقيقية للطبيعة. وبعبارة أخرى ، يتم قبول النتيجة الخاطئة باعتبارها صحيحة. أحيانًا ما يسمى خطأ النوع الثاني خطأ بيتا.
يمكن تقليل خطأ النوع الثاني عن طريق وضع معايير أكثر صرامة لرفض فرضية لاغية. على سبيل المثال ، إذا كان المحلل يفكر في أي شيء يندرج ضمن فاصل الثقة +/- 95٪ على أنه ذو دلالة إحصائية ، فمن خلال زيادة هذا التسامح إلى +/- 99٪ ، فإنك تقلل من فرص إيجابية كاذبة. ومع ذلك ، يؤدي القيام بذلك في نفس الوقت إلى زيادة فرصتك في مواجهة خطأ من النوع الأول. عند إجراء اختبار الفرضيات ، ينبغي النظر في احتمال أو خطر ارتكاب خطأ من النوع الأول أو خطأ من النوع الثاني.
يؤدي اتخاذ الخطوات التي تقلل من فرص مواجهة خطأ من النوع الثاني إلى زيادة فرص حدوث خطأ من النوع الأول.
الاختلافات بين أخطاء النوع الأول والنوع الثاني
الفرق بين خطأ من النوع الثاني ونوع من النوع الأول هو أن خطأ من النوع الأول يرفض الفرضية الفارغة عندما يكون ذلك صحيحًا (سلبي خاطئ). إن احتمال ارتكاب خطأ من النوع الأول يساوي مستوى الأهمية الذي تم تعيينه لاختبار الفرضيات. لذلك ، إذا كان مستوى الأهمية هو 0.05 ، فهناك احتمال بنسبة 5٪ بحدوث خطأ من النوع الأول.
إن احتمال ارتكاب خطأ من النوع الثاني يساوي واحدًا ناقص قوة الاختبار ، والمعروف أيضًا باسم beta. يمكن زيادة قوة الاختبار عن طريق زيادة حجم العينة ، مما يقلل من خطر ارتكاب خطأ من النوع الثاني.
مثال على خطأ من النوع 2
لنفترض أن إحدى شركات التكنولوجيا الحيوية تريد مقارنة مدى فعالية دواءين في علاج مرض السكري. تنص الفرضية الفارغة على أن الدواءين لهما نفس القدر من الفعالية. الفرضية الصفرية ، H 0 ، هي الادعاء بأن الشركة تأمل في رفض استخدام الاختبار أحادي الطرف . تنص الفرضية البديلة ، H a ، على أن الدواءين ليسا بنفس الفعالية. الفرضية البديلة ، H a ، هي القياس المدعوم برفض الفرضية الفارغة.
شركة التكنولوجيا الحيوية تنفذ تجربة سريرية كبيرة من 3000 مريض يعانون من مرض السكري لمقارنة العلاجات. تتوقع الشركة أن يكون للدواءين عدد متساوٍ من المرضى للإشارة إلى أن كلا الدواءين فعالان. وهي تحدد مستوى دلالة قدره 0.05 ، مما يشير إلى استعدادها لقبول فرصة بنسبة 5٪ وقد يرفض الفرضية الفارغة عندما يكون ذلك صحيحًا أو فرصة بنسبة 5٪ لارتكاب خطأ من النوع الأول.
افترض أن النسخة التجريبية تحسب 0.025 أو 2.5٪. لذلك ، فإن احتمال ارتكاب خطأ من النوع الثاني هو 2.5 ٪. إذا كان الدواءان غير متساويين ، فيجب رفض الفرضية الفارغة. ومع ذلك ، إذا لم ترفض شركة التكنولوجيا الحيوية فرضية لاغية عندما لا تكون العقاقير فعالة على قدم المساواة ، يحدث خطأ من النوع الثاني.
