Помилки типу 2 | Статистика

Помилка типу 2 або типу II виникає тоді, коли в роботі робиться висновок про відсутність ефекту, хоча насправді він є. Дослідники дотримуються нульової гіпотези, коли насправді вона є хибною.

Виражено в бета-версії

Ймовірність допущення помилки типу 2 при статистичній перевірці гіпотез позначається як (бета). Це означає можливість помилкового визначення відсутності різниці або відсутності впливу між групами або методами лікування, коли насправді така різниця існує. Зазвичай дослідники встановлюють його на рівні 20% або 0,20, що означає готовність прийняти 20% ймовірність зробити таку помилку в довгостроковій перспективі. Однак, якщо хибнонегативний результат матиме серйозні наслідки, дослідники можуть зменшити його до 10% або навіть 5%. Рішення про рівень бета-версії має бути обґрунтованим, проте часто дослідники покладаються на евристику 20%.

Зверніть увагу, що ці відсотки говорять про довгострокову перспективу. При проведенні сотні подібних досліджень 20% з них можуть дати хибнонегативний результат, а 80% - ні. Одне дослідження просто має помилку 2-го типу, або не має її.

Зменшення помилок типу 2

Через потенційно шкідливі наслідки помилок типу 2 дослідники повинні докладати всіх зусиль, щоб зменшити їх кількість. Мета полягає в тому, щоб збільшити статистичну потужність тесту для виявлення справжнього ефекту або різниці. Іншими словами, вчені прагнуть зменшити ймовірність того, що вони можуть помилково прийняти/зберегти нульову гіпотезу, яка насправді є хибною.

Зверніть увагу, що існує внутрішній компроміс між помилками типу 1 і типу 2. Ймовірність помилки типу 2 зростає, коли ймовірність помилки типу 1 зменшується, і навпаки. Потрібна ретельна оцінка конкретних умов дослідження, зменшення ризиків, потенційних результатів і наявних ресурсів, щоб досягти належного балансу між цими двома факторами.

Дослідники використовують різні тактики, щоб зменшити ймовірність помилок типу 2. Вони можуть включати підвищення статистичної потужності за рахунок збільшення розміру вибірки, покращення дизайну та методології дослідження, використання більш чутливих показників результатів та врахування інших статистичних методів. Щоб дізнатися більше про статистичну силу, натисніть тут.

Бауер, Д. (2019), Медична статистика з нуля: Вступ для медичних працівників (4-е видання), Wiley

Акобенг А. К. (2016). Розуміння помилок першого та другого типу, статистичної потужності та розміру вибірки. Acta paediatrica (Осло, Норвегія: 1992), 105(6), 605-609. https://doi.org/10.1111/apa.13384