II tipo klaida - apibrėžimas, kaip išvengti ir pavyzdys

Atliekant statistinius hipotezių testus, II tipo klaida yra situacija, kai hipotezės testas neatmeta klaidingos nulinės hipotezės. Kitaip tariant, dėl to vartotojas klaidingai neatmeta klaidingos nulinės hipotezės, nes testui trūksta statistinės galios aptikti pakankamai alternatyvios hipotezės įrodymų. II tipo klaida taip pat vadinama klaidingai neigiama.

II tipo klaida

II tipo klaida turi atvirkštinį ryšį su statistinio testo galia. Tai reiškia, kad kuo didesnė statistinio bandymo galia, tuo mažesnė tikimybė padaryti II tipo klaidą. II tipo klaidos lygis (ty II tipo klaidos tikimybė) yra matuojamas beta (β) Beta Investicinio vertybinio popieriaus (ty akcijų) beta (β) yra jo grąžos nepastovumo, palyginti su visos rinkos. Jis naudojamas kaip rizikos matas ir yra neatsiejama kapitalo turto kainodaros modelio (CAPM) dalis. Didesnės beta versijos bendrovė turi didesnę riziką ir didesnę tikėtiną grąžą. o statistinė galia matuojama 1- β.

Kaip išvengti II tipo klaidos?

Panašiai kaip I tipo klaidoje, neįmanoma visiškai pašalinti II tipo klaidos iš hipotezės testo. Hipotezių tikrinimas Hipotezių tikrinimas yra statistinės išvados metodas. Jis naudojamas norint patikrinti, ar teiginys apie populiacijos parametrą yra teisingas. Hipotezės bandymas . Vienintelė galimybė yra sumažinti tokio tipo statistinių klaidų padarymo tikimybę. Kadangi II tipo klaida yra glaudžiai susijusi su statistinio testo galia, klaidos atsiradimo tikimybę galima sumažinti padidinus bandymo galią.

1. Padidinkite imties dydį

Vienas iš paprasčiausių metodų padidinti testo galią yra padidinti bandinyje naudojamą imties dydį. Imties dydis pirmiausia lemia imties klaidos dydį, kuris reiškia sugebėjimą nustatyti hipotezės testo skirtumus. Didesnis imties dydis padidina galimybes užfiksuoti statistinių testų skirtumus, taip pat padidina testo galią.

2. Padidinkite reikšmingumo lygį

Kitas metodas yra pasirinkti aukštesnį reikšmingumo lygį. Pavyzdžiui, tyrėjas gali pasirinkti reikšmingumo lygį 0,10, o ne paprastai priimtiną 0,05 lygį. Didesnis reikšmingumo lygis reiškia didesnę tikimybę atmesti nulinę hipotezę, kai ji yra teisinga.

Didesnė tikimybė atmesti nulinę hipotezę sumažina II tipo klaidos padarymo tikimybę, o I tipo klaidos tikimybė padidėja. Taigi vartotojas visada turėtų įvertinti I ir II tipo klaidų įtaką savo sprendimui ir nustatyti tinkamą statistinio reikšmingumo lygį.

Pavyzdys

Samas yra finansų analitikas Ką daro finansų analitikas Ką daro finansų analitikas? Rinkti duomenis, tvarkyti informaciją, analizuoti rezultatus, rengti prognozes ir projekcijas, rekomendacijas, „Excel“ modelius, ataskaitas. Jis atlieka hipotezės testą, norėdamas išsiaiškinti, ar skiriasi vidutinių didelių ir mažų kapitalizacijų akcijų kainų pokyčiai „Russell 2000“. „Russell 2000“ yra vertybinių popierių rinkos indeksas, stebintis 2000 JAV mažų kapitalizacijų akcijų iš „Russell“ rezultatų. 3000 indeksas. „Russell 2000“ indeksas yra plačiai cituojamas kaip investicinių fondų, kurie pirmiausia susideda iš mažo kapitalo akcijų, etalonas. .

Atliekant testą, Semas prisiima nulinę hipotezę, kad vidutinių kainų pokyčių skirtumas tarp didelių ir mažų kapitalizacijų akcijų nėra. Taigi jo alternatyvi hipotezė teigia, kad egzistuoja skirtumas tarp vidutinių kainų pokyčių.

Reikšmingumo lygiui Samas pasirenka 5 proc. Tai reiškia, kad yra 5% tikimybė, kad jo testas atmes nulinę hipotezę, kai ji iš tikrųjų yra teisinga.

Jei Samo teste įvyksta II tipo klaida, tada testo rezultatai parodys, kad vidutinių kainų pokyčių tarp didelių ir mažų kapitalizacijų akcijų nėra. Tačiau iš tikrųjų vidutinių kainų pokyčių skirtumas egzistuoja.

Daugiau išteklių

Finansai yra oficialus pasaulinio finansų modeliavimo ir vertinimo analitiko (FMVA) ™ FMVA® sertifikavimo teikėjas. Prisijunkite prie 350 600 ir daugiau studentų, dirbančių tokiose įmonėse kaip „Amazon“, „JP Morgan“ ir „Ferrari“ sertifikavimo programa, skirta padėti visiems tapti pasaulinio lygio finansų analitikais. . Norint toliau mokytis ir tobulėti karjeroje, bus naudingi toliau pateikiami papildomi finansų ištekliai:

  • I tipo klaida I tipo klaida Atliekant statistinių hipotezių testavimą, I tipo klaida iš esmės yra tikrosios nulinės hipotezės atmetimas. I tipo klaida taip pat vadinama klaidinga
  • Sąlyginė tikimybė Sąlyginė tikimybė Sąlyginė tikimybė yra įvykio tikimybė, atsižvelgiant į tai, kad jau įvyko kitas įvykis. Koncepcija yra viena iš esminių
  • Kadravimo šališkumas Rėminimo šališkumas Kadravimo šališkumas atsiranda tada, kai žmonės priima sprendimą remdamiesi informacijos pateikimo būdu, o ne tik pačiais faktais. Tie patys faktai, pateikti dviem skirtingais būdais, gali lemti skirtingus žmonių sprendimus ar sprendimus.
  • Vienas kitą išskiriantys įvykiai tarpusavyje neįtraukiantys įvykiai Statistikoje ir tikimybių teorijoje du įvykiai vienas kitą išskiria, jei jie negali įvykti vienu metu. Paprasčiausias vienas kitą išskiriantis pavyzdys

Naujausios žinutės

$config[zx-auto] not found$config[zx-overlay] not found