Elsőfajú és másodfajú hiba kiszámítása a valószínűsége az első és második típusú hiba
Ellenőrzés útján statisztikai hipotézis illő eredeti minta adatait a bővített alap hipotézist. Ebben az esetben előfordulhat a következő két esetben - a fő hipotézis igazolható, és lehet megdönteni. Ezért, amikor ellenőrzi a statisztikai hipotézisek valószínűleg hibázik elfogadásával, vagy megtagadják a helyes hipotézis.
Amikor ellenőrzi a statisztikai hipotézisek hibák megelőzése, az első vagy a második nemzetség
Hiba az első fajta - utasítsa el a helyes hipotézis.
Hiba A második típusú - nem utasítják el a hipotézist rossz.
szignifikanciaszint # 945; annak a valószínűsége elkövetése típusú hiba.
Az érték a szignifikancia szint # 945; általában meghatározott közel nulla (például 0,05, 0,01, .. 0,02, stb), mert a kisebb az érték a szignifikancia szint, annál kisebb a valószínűsége, hogy egy I. típusú hiba, amely a tagadás helyes hipotézis H0.
A hiba valószínűségét a második fajta, azaz a. E. elfogadása hamis hipotézis, jelöljük # 946;
Amikor azt vizsgáljuk, a nullhipotézist H0 követően a következő esetekben:
N. B. élvezete egy valószínűségi eloszlás felett eloszlása a helyes hipotézis, hogy egy hiba a második nézi a H1 helyett H0.
1- # 946; - hatalom a teszt - a vizsgálat képes érzékelni az alternatív hipotézis, vagy arra, hogy utasítsa el a H0, ha az alternatív igaz (megmutatja, hogy milyen jó a statisztika).
Tehát minél nagyobb a teljesítmény, annál kevésbé valószínű, hogy a hiba a második fajta.
van két fajta hibát hipotézisvizsgálat. Hiba az első fajta - utasítsák el H0. míg az igaz; és a hiba a második fajta - fogadják el a null hipotézist, amely tulajdonképpen helytelen. A hiba valószínűségét az első fajta az úgynevezett szignifikanciaszint és jelöljük # 945;. Így # 945; PU = # 936; | H0>, azaz a szignifikancia szintjét # 945; - ez várhatóan sobytiyaU # 936;> számítani azzal a feltevéssel, hogy a H0 igaz. A leggyakoribb szintje szignifikanciát egyenlő, mint 0,05 vagy 0,01. Ha például elfogadta a szignifikancia szintjét egyenlő, mint 0,05, ez azt jelenti, hogy öt esetből száz, mi az a veszély, hogy egy hiba az első fajta (utasítani a helyes hipotézis).
A szignifikancia szint hibák egyedileg határozzuk meg, ha az egyszerű hipotézist (H0. P = 1/4. H1. 1/4 p), vagyis a valószínűség-eloszlás pontosan beállítani. Amikor a komplex hipotézist, azaz a valószínűségi eloszlás típusa van beállítva, hogy a paraméter (H0. P = 1/4, H1. P 1/4, H1. P 1/4, H1 0,8)
Annak ellenőrzésére, hogy a null és alternatív hipotézist A válogatott
értéket, amely érték pontosan vagy hozzávetőlegesen ismert, illetve Z - normális eloszlás, F - Fisher, T - Student 2 - "chi-square". Miután kiválasztott egy adott vizsgálati összes lehetséges érték van osztva két diszjunkt részhalmazai: ahol a hipotézist elfogadjuk, és hol nem.Annak a valószínűsége, II típusú hibák PU # 936; | H1>. Általában nem használja ezt a lehetőséget, valamint a melléklet 1., vagyis PU # 936; | H1> = 1 - PU # 936; | H1>. Ez az érték az úgynevezett feltétel a hatalom. Így a kritérium a hatalom - a valószínűsége, hogy a null hipotézist elvetjük, ha az alternatív igaz. Leggyakrabban a kritériumot teljesítmény nevezik (1), ahol - a hiba a második fajta. Érdemes megjegyezni, hogy a hatalom a teszt - meglehetősen gyenge statisztika, mert hibákat túl gyakran.
Mint kutató akar jönni, hogy a helyes következtetést, megbízható vizsgálatokat tervezünk, oly módon, hogy biztosítsák az alacsony szintű, és nagy hatalmat. Alacsony szinten és nagyon kicsi az esélye, hogy elutasítsák a helyes nullhipotézist, és ez nagyobb valószínűséggel fogadja el a helyes alternatív hipotézis nagy teljesítmény vizsgálata.
Számos módja van, hogy növelje vizsgálati kapacitás:
· Javítani znachimomsti. Így nagyobb valószínűséggel elvetjük a nullhipotézist, tehát a helyes megoldás. Ugyanakkor egyre nagyobb a kockázata elutasító nullhipotézis, ami igaz lehet, és így el hibát az első ilyen.
· Hipotézisek megfogalmazása tervezett - a kutató lehet összpontosítani a kockázat szintjét eredményeket, amelyek megfelelnek a kiválasztott hipotézist.
• Növelje minta mérete, mert a statisztikák alapján egy nagy számú válaszadó, sokkal stabilabb és pontosabb becslést a népesség jellemzőinek. Azaz nyereség közvetlenül növeli annak valószínűségét, hogy ő lenne a helyes hipotézis.