Chyby typu 2 | Štatistika

K chybe typu 2 alebo typu II dochádza vtedy, keď sa v práci dospeje k záveru, že neexistuje žiadny účinok, hoci v skutočnosti existuje. Výskumníci sa držia nulovej hypotézy, hoci je v skutočnosti nepravdivá.

Vyjadrené v jednotke Beta

Pravdepodobnosť, že sa dopustíte chyby typu 2, sa pri testovaní štatistických hypotéz označuje ako (beta). Znamená to možnosť nesprávne určiť, že medzi skupinami alebo liečbami nie je žiadny rozdiel alebo žiadny vplyv, hoci v skutočnosti existuje. Výskumníci ho zvyčajne stanovujú na 20 % alebo 0,20, čo znamená ochotu akceptovať 20 % pravdepodobnosť takejto chyby v dlhodobom horizonte. Ak by však falošne negatívny výsledok mal vážne následky, výskumníci sa môžu rozhodnúť znížiť ho na 10 % alebo dokonca na 5 %. Rozhodovanie o úrovni beta by malo byť informovaným rozhodnutím, avšak výskumníci sa často vracajú k 20 % heuristike.

Všimnite si, že tieto percentá hovoria o dlhodobom horizonte. Pri stovke podobných štúdií môže 20 % z nich ukázať falošne negatívny výsledok a 80 % nie. Jedna jediná štúdia má jednoducho chybu typu 2, alebo nemá.

Zníženie počtu chýb typu 2

Vzhľadom na potenciálne škodlivé dôsledky chýb typu 2 musia výskumní pracovníci vynaložiť maximálne úsilie na ich zníženie. Cieľom je zvýšiť štatistickú silu testu na zistenie skutočného účinku alebo rozdielu. Inými slovami, vedci sa snažia znížiť možnosť, že omylom prijmú/udržia nulovú hypotézu, ktorá je v skutočnosti nesprávna.

Upozorňujeme, že existuje vnútorný kompromis medzi chybami typu 1 a typu 2. Pravdepodobnosť chyby typu 2 sa zvyšuje, keď sa znižuje pravdepodobnosť chyby typu 1, a naopak. Na dosiahnutie správnej rovnováhy medzi týmito dvoma aspektmi je potrebné dôkladné posúdenie konkrétneho prostredia výskumu, zmiernenia rizika, potenciálnych výsledkov a dostupných zdrojov.

Výskumníci používajú rôzne taktiky na zníženie pravdepodobnosti chýb typu 2. Môžu zahŕňať zvýšenie štatistickej sily zvýšením veľkosti vzorky, zlepšením návrhu štúdie a metodiky, použitím citlivejších meraní výsledkov a zohľadnením iných štatistických metód. Ak sa chcete dozvedieť viac o štatistickej sile, kliknite sem.

Bower, D. (2019), Medical Statistics from Scratch: An Introduction for Health Professionals (4. vydanie), Wiley

Akobeng A. K. (2016). Pochopenie chýb typu I a typu II, štatistickej sily a veľkosti vzorky. Acta paediatrica (Oslo, Nórsko : 1992), 105(6), 605-609. https://doi.org/10.1111/apa.13384