Erros do tipo 2 | Estatísticas

Um erro do tipo 2 ou do tipo II ocorre quando o documento conclui que não há efeito quando, de fato, há. Os pesquisadores mantêm a hipótese nula quando, na verdade, ela é falsa.

Expressa em Beta

A probabilidade de cometer um erro do tipo 2 é indicada no teste de hipótese estatística como (beta). Representa a possibilidade de determinar incorretamente que não há diferença ou impacto entre grupos ou tratamentos quando, na verdade, há. Geralmente, é definido pelos pesquisadores como 20% ou 0,20, o que significa uma disposição para aceitar uma chance de 20% de cometer esse erro a longo prazo. No entanto, se um resultado falso negativo tiver repercussões graves, os pesquisadores podem optar por reduzi-lo para 10% ou até 5%. Decidir o seu nível beta deve ser uma decisão informada, mas, muitas vezes, os pesquisadores recorrem à heurística dos 20%.

Observe que essas porcentagens se referem ao longo prazo. Ao realizar uma centena de estudos semelhantes, 20% deles podem apresentar um resultado falso negativo e 80% deles não. Um único estudo simplesmente tem um erro do tipo 2, ou não tem.

Diminuição dos erros do tipo 2

Devido às repercussões potencialmente prejudiciais dos erros do tipo 2, os pesquisadores devem fazer todos os esforços para reduzi-los. O objetivo é aumentar a potência estatística de um teste para detectar um efeito ou uma diferença verdadeira. Em outras palavras, os cientistas buscam diminuir a possibilidade de aceitarem/manterem erroneamente uma hipótese nula que, na verdade, está errada.

Observe que há uma compensação intrínseca entre os erros do tipo 1 e do tipo 2. A probabilidade de um erro do tipo 2 aumenta quando a probabilidade de um erro do tipo 1 diminui, e vice-versa. É preciso uma avaliação cuidadosa do cenário específico da pesquisa, da mitigação de riscos, dos possíveis resultados e dos recursos disponíveis para encontrar o equilíbrio adequado entre os dois.

Os pesquisadores usam uma variedade de táticas para reduzir a probabilidade de erros do tipo 2. Eles podem incluir o aumento do poder estatístico, aumentando o tamanho da amostra, melhorando o projeto e a metodologia do estudo, usando medidas de resultados mais sensíveis e levando em conta outros métodos estatísticos. Para saber mais sobre o poder estatístico, clique aqui.

Bower, D. (2019), Medical Statistics from Scratch: Uma introdução para profissionais de saúde (4ª edição), Wiley

Akobeng A. K. (2016). Compreensão dos erros tipo I e tipo II, potência estatística e tamanho da amostra. Acta paediatrica (Oslo, Noruega): 1992), 105(6), 605-609. https://doi.org/10.1111/apa.13384