タイプ2エラー｜統計

2型または2型の誤りは、実際には効果があるにもかかわらず、論文では効果がないと結論づけられている場合に起こる。 にこだわる。 ヌル仮説 しかし、実際はそうではない。

ベータ値で表す

第2種の過誤を犯す可能性は、統計的仮説検定では（β）として示される。 これは、実際には差があるにもかかわらず、グループ間や治療法間に差がない、あるいは影響がないと誤って判断してしまう可能性を表している。 一般的に研究者は20％または0.20に設定しており、これは長期的にこのような誤りを犯す可能性が20％あることを受け入れる意思があることを意味する。 しかし、偽陰性の結果が重大な影響を及ぼす場合、研究者はそれを10％、あるいは5％に減らすことができる。 しかし、研究者はしばしば20％のヒューリスティックに頼ってしまう。

これらのパーセンテージは長期的なものである。 同じような研究を100件行った場合、20％は偽陰性を示すかもしれないし、80％は偽陰性を示さないかもしれない。 一つの研究に2型過誤があるかないかだけである。

タイプ2のエラーを減らす

2型過誤は有害な影響を及ぼす可能性があるため、研究者は過誤を減らすためにあらゆる努力をしなければならない。 目的は、真の効果や差を検出するための検定の統計的検出力を高めることである。 言い換えれば、科学者は帰無仮説を誤って受け入れてしまう可能性を減らすことを目的としている。

タイプ1エラーとタイプ2エラーには本質的なトレードオフがあることに留意してほしい。 タイプ1のエラーの可能性が低くなるとタイプ2のエラーの可能性が高くなり、逆もまた然りである。 両者の適切なバランスをとるためには、特定の研究環境、リスク軽減、潜在的な成果、利用可能な資源を慎重に評価する必要がある。

研究者は、2型過誤の可能性を減らすために様々な戦術を用いる。 これには、サンプルサイズを増やすことによる統計的検出力の向上、研究デザインと方法論の改善、より感度の高いアウトカム尺度の使用、その他の統計的手法の考慮などが含まれる。 統計的検出力について詳しくは、ここをクリックしてほしい。

バウワー、D. (2019)『ゼロからの医療統計学』： 医療専門家のための入門書（第4版）、ワイリー社

アコベン A. K. (2016). 第1種の過誤と第2種の過誤、統計的検出力と標本サイズを理解する。 Acta paediatrica（ノルウェー、オスロ： 1992),105(6), 605-609. https://doi.org/10.1111/apa.13384.