| dbo:abstract
|
- Chyba typu I (neboli chyba prvního druhu) a Chyba typu II (neboli chyba druhého druhu) jsou přesné technické pojmy používané statistiky k popsání konkrétních chyb v testovacím procesu, kde (zjednodušeně řečeno) něco, co mělo být přijato, bylo odmítnuto, a kde něco, co mělo být odmítnuto, bylo přijato. Naneštěstí jsou tyto pojmy používány mnohem obecnějším způsobem v sociálních vědách a jiných (obvykle bez jakéhokoliv vysvětlení jejich významu) k poukázání na chyby v úsudku. Tento článek je věnován čistě statistickým termínům a technickým problémům statistických chyb, které tyto pojmy popisují. (cs)
- En els estudis d'investigació en intentar acceptar o rebutjar la hipòtesi nul·la (Ho) es poden cometre dos tipus d'errors: (ca)
- خطأ النوع الأول وخطأ النوع الثاني (بالإنجليزية: Type I and type II errors) هي معيار في الرياضيات تستخدم لمقاسات الخطأ المتوقع في درجة الاختبار. (ar)
- Στον , σφάλμα τύπου Α είναι η εσφαλμένη απόρριψη μιας πραγματικής ("ψευδές θετικό", δηλαδή, η απόρριψη μιας αληθινής υπόθεσης θεωρώντας την λάθος), ενώ σφάλμα τύπου Β , είναι η αδυναμία να απορριφθεί μια ψευδής μηδενική υπόθεση ("ψευδές αρνητικό", δηλαδή, η αποδοχή λανθασμένης υπόθεσης, θεωρώντας την σωστή). Με πιο απλά λόγια, σφάλμα τύπου Α είναι η ανίχνευση ένός αποτελέσματος που δεν εμφανίζεται, ενώ σφάλμα τύπου Β είναι η αποτύχία να ανιχνευτεί ένα αποτέλεσμα που είναι παρόν. Οι όροι "σφάλμα τύπου Α" και "σφάλμα τύπου Β" συχνά χρησιμοποιούνται εναλλακτικά με την γενική έννοια του σε , όπως ιατρικές εξετάσεις, αλλά αναφέρονται συγκεκριμένα στον στατιστικό έλεγχο υποθέσεων στο πλαίσιο , όπως περιγράφεται σε αυτό το άρθρο. (el)
- Υπόθεση: "η προσθήκη νερού στην οδοντόκρεμα ενισχύει την προστασία κατά της τερηδόνας." Μηδενική υπόθεση: "η προσθήκη νερού στην οδοντόκρεμα δεν έχει καμία επίδραση επί της τερηδόνας." Αυτή η μηδενική υπόθεση εξετάζεται έναντι των πειραματικών δεδομένων, με σκοπό να τα ακυρώσει, με αποδείξεις για το αντίθετο. Τύπου Ι σφάλμα, συμβαίνει όταν ανιχνευτεί μια επίδραση (προσθήκη νερού στην οδοντόκρεμα ενισχύει την προστασία κατά της τερηδόνας), που δεν είναι παρούσα. Η μηδενική υπόθεση είναι αληθής (δηλαδή, είναι αλήθεια ότι η προσθήκη νερού στην οδοντόκρεμα δεν έχει καμία επίδραση επι της τερηδόνας), αλλά αυτή η μηδενική υπόθεση απορρίπτεται εξαιτίας κακών πειραματικών δεδομένων. (el)
- Die Fehler 1. und 2. Art, auch α-Fehler (Alpha-Fehler) und β-Fehler (Beta-Fehler) (oder α-/β-Risiko) genannt, bezeichnen eine statistische Fehlentscheidung. Sie beziehen sich auf eine Methode der mathematischen Statistik, den sogenannten Hypothesentest. Beim Test einer Hypothese liegt ein Fehler 1. Art vor, wenn die Nullhypothese zurückgewiesen wird, obwohl sie in Wirklichkeit wahr ist (beruhend auf einer zufällig erhöhten bzw. niedrigeren Anzahl positiver Ergebnisse). Dagegen bedeutet ein Fehler 2. Art, dass der Test die Nullhypothese fälschlicherweise nicht zurückweist, obwohl die Alternativhypothese korrekt ist. Fehler 1. und 2. Art werden in der statistischen Qualitätskontrolle (siehe Prüflos) häufig Produzentenrisiko und Konsumentenrisiko genannt. In der Prozesskontrolle durch Qualitätsregelkarten verwendet man dafür die Begriffe blinder Alarm und unterlassener Alarm. Fehler 1. und 2. Art werden auch als frequentistische Konzepte bezeichnet. Dennoch sind Fehler 1. und 2. Art in jedem Fall bedingte Wahrscheinlichkeiten. Das Konzept des Fehlers 1. und 2. Art wurde von Neyman und Pearson eingeführt. (de)
- En un estudio de investigación, el error de tipo I, también denominado error de tipo alfa (α) o falso positivo, es el error que se comete cuando el investigador rechaza la hipótesis nula (: el supuesto inicial) siendo esta verdadera en la población. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusión de que existe una diferencia entre las hipótesis cuando en realidad no existe. Se relaciona con el nivel de significancia estadística. La hipótesis de la que se parte aquí es el supuesto de que la situación experimental presentaría un «estado normal». Si no se advierte este «estado normal», aunque en realidad existe, se trata de un error estadístico tipo I. Algunos ejemplos para el error tipo I serían:
* Se considera que el paciente está enfermo, a pesar de que en realidad está sano; hipótesis nula: El paciente está sano.
* Se declara culpable al acusado, a pesar de que en realidad es inocente; hipótesis nula: El acusado es inocente.
* No se permite el ingreso de una persona, a pesar de que tiene derecho a ingresar; hipótesis nula: La persona tiene derecho a ingresar. En un estudio de investigación, el error de tipo II, también llamado error de tipo beta (β) (β es la probabilidad de que exista este error) o falso negativo, se comete cuando el investigador no rechaza la hipótesis nula siendo esta falsa en la población. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusión de que ha sido incapaz de encontrar una diferencia que existe en la realidad. De forma general y dependiendo de cada caso, se suele aceptar en un estudio que el valor del error beta esté entre el 5 y el 20%.[cita requerida] Contrariamente al error tipo I, en la mayoría de los casos no es posible calcular la probabilidad del error tipo II. La razón de esto se encuentra en la manera en que se formulan las hipótesis en una prueba estadística. Mientras que la hipótesis nula representa siempre una afirmación enérgica (como por ejemplo «Promedio μ = 0») la hipótesis alternativa, debido a que engloba todas las otras posibilidades, es generalmente de naturaleza global (por ejemplo «Promedio μ ≠ 0» ). El gráfico de la derecha ilustra la probabilidad del error tipo II (rojo) en dependencia del promedio μ desconocido. El poder o potencia del estudio representa la probabilidad de observar en la muestra una determinada diferencia o efecto, si existe en la población. Es el complementario del error de tipo II (1 − β). (es)
- In statistical hypothesis testing, a type I error is the mistaken rejection of an actually true null hypothesis (also known as a "false positive" finding or conclusion; example: "an innocent person is convicted"), while a type II error is the failure to reject a null hypothesis that is actually false (also known as a "false negative" finding or conclusion; example: "a guilty person is not convicted"). Much of statistical theory revolves around the minimization of one or both of these errors, though the complete elimination of either is a statistical impossibility if the outcome is not determined by a known, observable causal process.By selecting a low threshold (cut-off) value and modifying the alpha (α) level, the quality of the hypothesis test can be increased. The knowledge of type I errors and type II errors is widely used in medical science, biometrics and computer science. Intuitively, type I errors can be thought of as errors of commission, i.e. the researcher unluckily concludes that something is the fact. For instance, consider a study where researchers compare a drug with a placebo. If the patients who are given the drug get better than the patients given the placebo by chance, it may appear that the drug is effective, but in fact the conclusion is incorrect.In reverse, type II errors are errors of omission. In the example above, if the patients who got the drug did not get better at a higher rate than the ones who got the placebo, but this was a random fluke, that would be a type II error. The consequence of a type II error depends on the size and direction of the missed determination and the circumstances. An expensive cure for one in a million patients may be inconsequential even if it truly is a cure. (en)
- ( 이 문서는 통계 실험의 잘못된 결과에 관한 것입니다. 이진 분류 및 실험에 대해서는 거짓 양성과 거짓 음성 문서를 참고하십시오.) 가설 검정 이론에서, 1종 오류(一種誤謬, 영어: type I error)와 2종 오류(二種誤謬, 영어: type II error)는 각각 귀무가설을 잘못 기각하는 오류와 귀무가설을 잘못 채택하는 오류이다. (ko)
- 第一種過誤（だいいっしゅかご、英: Type I error）または偽陽性（ぎようせい、英: False positive）と第二種過誤（だいにしゅかご、英: Type II error）または偽陰性（ぎいんせい、英: False negative）は、仮説検定において過誤を表す統計学用語である。第一種過誤をα過誤（α error）やあわてものの誤り、第二種過誤をβ過誤（β error）やぼんやりものの誤りとも呼ぶ。なお「過誤」とは、誤差によって二項分類などの分類を間違うことを意味する。 (ja)
- Het begrip fout is een integraal onderdeel van de statistische toetsingstheorie. Met fout wordt in dit verband een verkeerde (foutieve) beslissing bedoeld. Een beslissing is de uitkomst van een statistische toets, die gebaseerd is op het resultaat van een steekproef. Zo'n beslissing kan, behoudens in uitzonderlijke situaties, nooit gegarandeerd foutvrij zijn, dat wil zeggen dat er altijd de mogelijkheid is dat de genomen beslissing verkeerd is. Afhankelijk van het type verkeerde beslissing onderscheidt men twee soorten fouten: een fout van de eerste soort en een fout van de tweede soort. (nl)
- Оши́бка пе́рвого ро́да (α-ошибка, ложноположительное заключение) — ситуация, когда отвергнута верная нулевая гипотеза (об отсутствии связи между явлениями или искомого эффекта). Оши́бка второ́го ро́да (β-ошибка, ложноотрицательное заключение) — ситуация, когда принята неверная нулевая гипотеза. В математической статистике это ключевые понятия задач проверки статистических гипотез. Данные понятия часто используются и в других областях, когда речь идёт о принятии «бинарного» решения (да/нет) на основе некоего критерия (теста, проверки, измерения), который с некоторой вероятностью может давать ложный результат. (ru)
- 型一錯誤與型二錯誤（英語：Type I error & Type II error）為统计学中推論統計學統計術語，表示統計學假說檢定中的两种錯誤。 (zh)
- Помилки першого роду (англ. type I errors α errors, false positives) та помилки другого роду (англ. type II errors β errors, false negatives) — поняття математичної статистики та її прикладних застосувань, які виникають під час перевірки статистичних гіпотез. Дані поняття часто використовуються в різних галузях науки і техніки, коли йдеться про ухвалення «бінарного» рішення (так/ні) на основі якогось критерію (тесту, перевірки, вимірювання), який з деякою ймовірністю може давати помилковий результат. Якщо істинна гіпотеза помилково відкидається, то ця помилка називається помилкою першого роду. Якщо помилково приймається хибна гіпотеза — це помилка другого роду. (uk)
|
| rdfs:comment
|
- Chyba typu I (neboli chyba prvního druhu) a Chyba typu II (neboli chyba druhého druhu) jsou přesné technické pojmy používané statistiky k popsání konkrétních chyb v testovacím procesu, kde (zjednodušeně řečeno) něco, co mělo být přijato, bylo odmítnuto, a kde něco, co mělo být odmítnuto, bylo přijato. Naneštěstí jsou tyto pojmy používány mnohem obecnějším způsobem v sociálních vědách a jiných (obvykle bez jakéhokoliv vysvětlení jejich významu) k poukázání na chyby v úsudku. Tento článek je věnován čistě statistickým termínům a technickým problémům statistických chyb, které tyto pojmy popisují. (cs)
- En els estudis d'investigació en intentar acceptar o rebutjar la hipòtesi nul·la (Ho) es poden cometre dos tipus d'errors: (ca)
- خطأ النوع الأول وخطأ النوع الثاني (بالإنجليزية: Type I and type II errors) هي معيار في الرياضيات تستخدم لمقاسات الخطأ المتوقع في درجة الاختبار. (ar)
- Στον , σφάλμα τύπου Α είναι η εσφαλμένη απόρριψη μιας πραγματικής ("ψευδές θετικό", δηλαδή, η απόρριψη μιας αληθινής υπόθεσης θεωρώντας την λάθος), ενώ σφάλμα τύπου Β , είναι η αδυναμία να απορριφθεί μια ψευδής μηδενική υπόθεση ("ψευδές αρνητικό", δηλαδή, η αποδοχή λανθασμένης υπόθεσης, θεωρώντας την σωστή). Με πιο απλά λόγια, σφάλμα τύπου Α είναι η ανίχνευση ένός αποτελέσματος που δεν εμφανίζεται, ενώ σφάλμα τύπου Β είναι η αποτύχία να ανιχνευτεί ένα αποτέλεσμα που είναι παρόν. Οι όροι "σφάλμα τύπου Α" και "σφάλμα τύπου Β" συχνά χρησιμοποιούνται εναλλακτικά με την γενική έννοια του σε , όπως ιατρικές εξετάσεις, αλλά αναφέρονται συγκεκριμένα στον στατιστικό έλεγχο υποθέσεων στο πλαίσιο , όπως περιγράφεται σε αυτό το άρθρο. (el)
- ( 이 문서는 통계 실험의 잘못된 결과에 관한 것입니다. 이진 분류 및 실험에 대해서는 거짓 양성과 거짓 음성 문서를 참고하십시오.) 가설 검정 이론에서, 1종 오류(一種誤謬, 영어: type I error)와 2종 오류(二種誤謬, 영어: type II error)는 각각 귀무가설을 잘못 기각하는 오류와 귀무가설을 잘못 채택하는 오류이다. (ko)
- 第一種過誤（だいいっしゅかご、英: Type I error）または偽陽性（ぎようせい、英: False positive）と第二種過誤（だいにしゅかご、英: Type II error）または偽陰性（ぎいんせい、英: False negative）は、仮説検定において過誤を表す統計学用語である。第一種過誤をα過誤（α error）やあわてものの誤り、第二種過誤をβ過誤（β error）やぼんやりものの誤りとも呼ぶ。なお「過誤」とは、誤差によって二項分類などの分類を間違うことを意味する。 (ja)
- Het begrip fout is een integraal onderdeel van de statistische toetsingstheorie. Met fout wordt in dit verband een verkeerde (foutieve) beslissing bedoeld. Een beslissing is de uitkomst van een statistische toets, die gebaseerd is op het resultaat van een steekproef. Zo'n beslissing kan, behoudens in uitzonderlijke situaties, nooit gegarandeerd foutvrij zijn, dat wil zeggen dat er altijd de mogelijkheid is dat de genomen beslissing verkeerd is. Afhankelijk van het type verkeerde beslissing onderscheidt men twee soorten fouten: een fout van de eerste soort en een fout van de tweede soort. (nl)
- 型一錯誤與型二錯誤（英語：Type I error & Type II error）為统计学中推論統計學統計術語，表示統計學假說檢定中的两种錯誤。 (zh)
- Помилки першого роду (англ. type I errors α errors, false positives) та помилки другого роду (англ. type II errors β errors, false negatives) — поняття математичної статистики та її прикладних застосувань, які виникають під час перевірки статистичних гіпотез. Дані поняття часто використовуються в різних галузях науки і техніки, коли йдеться про ухвалення «бінарного» рішення (так/ні) на основі якогось критерію (тесту, перевірки, вимірювання), який з деякою ймовірністю може давати помилковий результат. Якщо істинна гіпотеза помилково відкидається, то ця помилка називається помилкою першого роду. Якщо помилково приймається хибна гіпотеза — це помилка другого роду. (uk)
- Υπόθεση: "η προσθήκη νερού στην οδοντόκρεμα ενισχύει την προστασία κατά της τερηδόνας." Μηδενική υπόθεση: "η προσθήκη νερού στην οδοντόκρεμα δεν έχει καμία επίδραση επί της τερηδόνας." Αυτή η μηδενική υπόθεση εξετάζεται έναντι των πειραματικών δεδομένων, με σκοπό να τα ακυρώσει, με αποδείξεις για το αντίθετο. (el)
- Die Fehler 1. und 2. Art, auch α-Fehler (Alpha-Fehler) und β-Fehler (Beta-Fehler) (oder α-/β-Risiko) genannt, bezeichnen eine statistische Fehlentscheidung. Sie beziehen sich auf eine Methode der mathematischen Statistik, den sogenannten Hypothesentest. Beim Test einer Hypothese liegt ein Fehler 1. Art vor, wenn die Nullhypothese zurückgewiesen wird, obwohl sie in Wirklichkeit wahr ist (beruhend auf einer zufällig erhöhten bzw. niedrigeren Anzahl positiver Ergebnisse). Dagegen bedeutet ein Fehler 2. Art, dass der Test die Nullhypothese fälschlicherweise nicht zurückweist, obwohl die Alternativhypothese korrekt ist. Fehler 1. und 2. Art werden in der statistischen Qualitätskontrolle (siehe Prüflos) häufig Produzentenrisiko und Konsumentenrisiko genannt. In der Prozesskontrolle durch Qual (de)
- En un estudio de investigación, el error de tipo I, también denominado error de tipo alfa (α) o falso positivo, es el error que se comete cuando el investigador rechaza la hipótesis nula (: el supuesto inicial) siendo esta verdadera en la población. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusión de que existe una diferencia entre las hipótesis cuando en realidad no existe. Se relaciona con el nivel de significancia estadística. (es)
- In statistical hypothesis testing, a type I error is the mistaken rejection of an actually true null hypothesis (also known as a "false positive" finding or conclusion; example: "an innocent person is convicted"), while a type II error is the failure to reject a null hypothesis that is actually false (also known as a "false negative" finding or conclusion; example: "a guilty person is not convicted"). Much of statistical theory revolves around the minimization of one or both of these errors, though the complete elimination of either is a statistical impossibility if the outcome is not determined by a known, observable causal process.By selecting a low threshold (cut-off) value and modifying the alpha (α) level, the quality of the hypothesis test can be increased. The knowledge of type I er (en)
- Оши́бка пе́рвого ро́да (α-ошибка, ложноположительное заключение) — ситуация, когда отвергнута верная нулевая гипотеза (об отсутствии связи между явлениями или искомого эффекта). Оши́бка второ́го ро́да (β-ошибка, ложноотрицательное заключение) — ситуация, когда принята неверная нулевая гипотеза. (ru)
|
