Eroarea de tip I și eroarea de tip II
Vă amintiți că eroarea de tip II este probabilitatea de a accepta ipoteza nulă (sau, cu alte cuvinte, „de a nu respinge ipoteza nulă”) atunci când, de fapt, ar fi trebuit să o respingem. Această probabilitate este semnificată de litera β. În schimb, respingerea ipotezei nule atunci când de fapt nu ar fi trebuit să o facem este eroarea de tip I și este semnificată de α. În acest videoclip, veți vedea în mod pictural unde se află aceste valori pe un desen al celor două distribuții ale celor două distribuții H0 fiind adevărată și HAlt fiind adevărată.
- Eroare de tip I (α): respingem incorect H0 chiar dacă ipoteza nulă este adevărată.
- Eroare de tip II (β): acceptăm incorect (sau „nu reușim să respingem”) H0 chiar dacă ipoteza alternativă este adevărată.
Un mnemotehnic al erorilor
Ipoteza alternativă (Ha): există un lup
Ipoteza nulă (H0): nu există lup
- Eroare de tip I (α): respingem incorect ipoteza nulă, că nu există un lup (i.e., credem că există un lup), chiar dacă ipoteza nulă este adevărată (nu există lup).
- Eroare de tip II (β): acceptăm în mod incorect (sau „nu respingem”) ipoteza nulă (nu există lup) chiar dacă ipoteza alternativă este adevărată (există un lup).
Puterea statistică
Puterea unui test este probabilitatea ca testul să respingă ipoteza nulă atunci când ipoteza alternativă este adevărată. Cu alte cuvinte, probabilitatea de a nu face o eroare de tip II. Cu alte cuvinte, care este puterea testului nostru de a determina o diferență între două populații (H0 și HA), dacă o astfel de diferență există?
- Puterea (1-β): probabilitatea de a respinge corect ipoteza nulă (atunci când ipoteza nulă nu este adevărată).
- Eroare de tip II (β): probabilitatea de a nu reuși să respingă ipoteza nulă (când ipoteza nulă nu este adevărată).
Există patru componente interdependente ale puterii:
- B: beta (β), deoarece puterea este 1-β
- E: mărimea efectului, diferența dintre mediile distribuțiilor de eșantionare ale lui H0 și HAlt. Cu cât este mai mare diferența dintre aceste două medii, cu atât mai multă putere va avea testul dumneavoastră pentru a detecta o diferență. Aceasta este scrisă matematic ca o diferență normalizată (d) între mediile celor două populații. d = (μ1-μ0)/σ.
- A: alfa (α), valoarea de semnificație care este de obicei stabilită la 0,05, aceasta este limita la care acceptăm sau respingem ipoteza nulă. Dacă α este mai mic (α = 0,1), este mai greu de respins H0. Acest lucru face ca puterea să fie mai mică.
- N: mărimea eșantionului (n). Cu cât populația este mai mare, cu atât eroarea standard devine mai mică (SE = σ/√n). Practic, face ca distribuția eșantionului să fie mai îngustă și, prin urmare, face ca β să fie mai mică.
Este de mare ajutor să vedeți aceste lucruri grafic în video. Încercați să desenați exemple ale modului în care schimbarea fiecărei componente schimbă puterea până când înțelegeți și nu ezitați să puneți întrebări (în comentarii sau prin e-mail).
Semnificație clinică versus semnificație statistică
Semnificația clinică este diferită de semnificația statistică. O diferență între medii, sau un efect al tratamentului, poate fi semnificativă din punct de vedere statistic, dar nu semnificativă din punct de vedere clinic. De exemplu, dacă dimensiunea eșantionului este suficient de mare, diferențele foarte mici pot fi semnificative din punct de vedere statistic (de exemplu, o schimbare de un kilogram în greutate, 1 mmHg de tensiune arterială), chiar dacă nu vor avea un impact real asupra rezultatelor pacientului. Așadar, este important să acordați atenție semnificației clinice, precum și semnificației statistice atunci când evaluați rezultatele studiilor. Semnificația clinică este determinată folosind judecata clinică, precum și rezultatele altor studii care demonstrează impactul clinic în aval al rezultatelor studiului pe termen mai scurt.
Testați-vă înțelegerea
Cu această problemă setați pe putere.
.