Ошибки второго типа | Статистика

Ошибка второго типа, или ошибка второго рода, возникает, когда в статье делается вывод об отсутствии эффекта, когда на самом деле он есть. Исследователи придерживаются нулевой гипотезы, когда на самом деле она ложная.

Выражается в бета-версиях

Вероятность совершения ошибки второго типа обозначается в статистической проверке гипотез как (бета). Он обозначает возможность ошибочного определения отсутствия разницы или влияния между группами или методами лечения, когда на самом деле оно есть. Обычно исследователи устанавливают его на уровне 20% или 0,20, что означает готовность смириться с 20-процентной вероятностью совершения такой ошибки в долгосрочной перспективе. Однако если ложноотрицательный результат будет иметь серьезные последствия, исследователи могут решить снизить его до 10% или даже 5%. Выбор уровня бета-теста должен быть осознанным решением, однако часто исследователи прибегают к эвристике 20%.

Обрати внимание, что эти проценты говорят о долгосрочной перспективе. При проведении сотни подобных исследований 20% из них могут показать ложноотрицательный результат, а 80% - нет. В одном отдельно взятом исследовании просто есть ошибка второго типа, или ее нет.

Уменьшение количества ошибок второго типа

Из-за потенциально вредных последствий ошибок второго типа исследователи должны приложить все усилия, чтобы уменьшить их количество. Цель - увеличить статистическую мощность теста, чтобы обнаружить истинный эффект или разницу. Другими словами, ученые стремятся уменьшить вероятность того, что они могут ошибочно принять/оставить нулевую гипотезу, которая на самом деле неверна.

Учти, что существует внутренний компромисс между тип 1 и ошибки второго типа. Вероятность ошибки второго типа увеличивается, когда вероятность ошибки первого типа уменьшается, и наоборот. Нужно тщательно оценить специфику исследования, снизить риски, потенциальные результаты и доступные ресурсы, чтобы найти правильный баланс между ними.

Исследователи используют различные тактики, чтобы снизить вероятность ошибок второго типа. Они могут включать в себя повышение статистической мощности за счет увеличения размера выборки, улучшение дизайна и методологии исследования, использование более чувствительных показателей результатов и учет других статистических методов. Чтобы узнать больше о статистической мощности, перейди по ссылке.

Боуэр, Д. (2019), Медицинская статистика с нуля: An Introduction for Health Professionals (4-е издание), Wiley

Akobeng A. K. (2016). Понимание ошибок первого и второго типа, статистической мощности и размера выборки. Acta paediatrica (Осло, Норвегия : 1992), 105(6), 605-609. https://doi.org/10.1111/apa.13384