Type 2-feil | Statistikk

En type 2 eller type II feil oppstår når papiret konkluderer med at det ikke er noen effekt når det faktisk er det. Forskerne holder seg til nullhypotesen når den faktisk er falsk.

Uttrykt i Beta

Sannsynligheten for å begå en type 2 feil er angitt i statistisk hypotesetesting som (beta). Det står for muligheten for feil å fastslå at det ikke er noen forskjell eller ingen innvirkning mellom grupper eller behandlinger når det faktisk er det. Det er generelt satt av forskere til 20 % eller 0,20, noe som betyr en vilje til å akseptere en 20 % sjanse for å gjøre en slik feil på lang sikt. Men hvis et falsk negativt resultat ville ha alvorlige konsekvenser, kan forskere velge å redusere det til 10 % eller til og med 5 %. Å bestemme betanivået ditt bør være en informert beslutning, men ofte faller forskere tilbake på 20 % heuristikken.

Merk at disse prosentene snakker om langsiktighet. Når du gjør hundre lignende studier, kan 20 % av dem vise et falskt negativt resultat, og 80 % av dem ikke. En enkelt studie har rett og slett en type 2-feil, eller så har den ikke.

Reduserende type 2-feil

På grunn av de potensielt skadelige konsekvensene av type 2-feil, må forskere gjøre alt for å redusere dem. Målet er å øke en tests statistiske kraft for å oppdage en sann effekt eller forskjell. Med andre ord, forskere har som mål å redusere muligheten for at de feilaktig kan akseptere/beholde en nullhypotese som faktisk er feil.

Vær oppmerksom på at det er en iboende avveining mellom type 1 og type 2 feil. Sannsynligheten for en type 2 feil øker når sannsynligheten for en type 1 feil reduseres, og omvendt. Det krever en nøye vurdering av det spesifikke forskningsmiljøet, risikoreduksjon, potensielle utfall og tilgjengelige ressurser for å finne den riktige balansen mellom de to.

Forskere bruker en rekke taktikker for å redusere sannsynligheten for type 2-feil. De kan inkludere å øke statistisk kraft ved å øke utvalgsstørrelsen, forbedre studiedesign og metodikk, bruke mer sensitive utfallsmål og ta hensyn til andre statistiske metoder. For å lære mer om statistisk kraft, klikk her .

Bower, D. (2019), Medisinsk statistikk fra grunnen av: An Introduction for Health Professionals (4. utgave), Wiley

Akobeng AK (2016). Forstå type I og type II feil, statistisk styrke og utvalgsstørrelse. Acta paediatrica (Oslo, Norge: 1992) ,105 (6), 605–609. https://doi.org/10.1111/apa.13384