Elsőfajú és másodfajú hiba

A Wikipédiából, a szabad enciklopédiából

A statisztikai hipotézisvizsgálatban megfogalmaznak egy H0 nullhipotézist, és egy H1 alternatív hipotézist. A hipotézisvizsgálat célja, hogy eldöntse, valószínűleg melyik hipotézis az igaz.

A „valószínűleg igaz” nem jelenti azt, hogy biztosan igaz; a statisztikai mintavételből levont következtetések egy bizonyos valószínűséggel akár hibásak is lehetnek. Ha a nullhipotézist elvetjük, pedig igaz, akkor elsőfajú hibát (fals pozitív, alfa (α) hiba) követünk el; ha ellenben elfogadjuk, pedig nem igaz, akkor másodfajú hibát (fals negatív, béta (β) hiba) követünk el. A statisztikai mintavétel mindig magában hordja a hibázás lehetőségét; a biztos következtetés levonásához az egész sokaságot kellene megvizsgálni.

Tulajdonságok[szerkesztés | forrásszöveg szerkesztése]

  • Az elsőfajú hiba felülről becsülhető a szignifikanciaszinttel, ami azt mondja meg, hogy mekkora eltérést tekintünk szignifikánsnak. A másodfajú hiba nem becsülhető. Ezért, és mivel a nullhipotézis elvetése az informatív döntés, a másodfajú hiba csökkentése helyett a tudományban inkább „pesszimista” nullhipotéziseket állítanak fel. Például azt feltételezik, hogy a mért kezelés nem működik, a gyógyszer nem hat. Ebben az esetben az elsőfajú hiba elkövetésekor nem az történik, hogy egy nem működő gyógyszert tartunk működőnek, hanem az, hogy egy jól működő gyógyszert hatástalannak látunk. Így a bizonyítás biztosan nem vezet téves eredményre. Eredménytelenség esetén még mindig lehet tovább próbálkozni, abban a reményben, hogy csak az elsőfajú hiba miatt nem sikerült kimutatni a gyógyszer működését.
  • Az elsőfajú hiba és a másodfajú hiba összefügg egymással: ha az egyik csökken, a másik nő. A kettőt egyszerre csak a minta nagyságának növelésével lehet csökkenteni, de megszüntetni sohasem.

Források[szerkesztés | forrásszöveg szerkesztése]