Błąd typu I

Błąd typu I to rodzaj błędu, który pojawia się podczas procesu testowania hipotez, gdy hipoteza zerowa jest odrzucana, nawet jeśli jest dokładna i nie powinna być odrzucana.

W testowaniu hipotez hipoteza zerowa jest ustalana przed rozpoczęciem testu. W niektórych przypadkach hipoteza zerowa zakłada, że ​​nie ma związku przyczynowo-skutkowego między testowanym przedmiotem a bodźcami stosowanymi na badanym w celu wywołania wyniku testu.

Jednak mogą wystąpić błędy, w wyniku których hipoteza zerowa została odrzucona, co oznacza, że ​​określono, że istnieje związek przyczynowo-skutkowy między zmiennymi testowymi, podczas gdy w rzeczywistości jest to fałszywie pozytywny wynik. Te fałszywe alarmy nazywane są błędami typu I.

Zrozumienie błędu typu I.

Testowanie hipotez to proces testowania przypuszczeń przy użyciu przykładowych danych. Test ma na celu dostarczenie dowodów, że przypuszczenie lub hipoteza są poparte testowanymi danymi. Hipoteza zerowa to przekonanie, że nie ma istotności statystycznej ani efektu między dwoma zestawami danych, zmiennymi lub populacjami uwzględnionymi w hipotezie. Zazwyczaj badacz próbowałby obalić hipotezę zerową.

Na przykład, powiedzmy, że hipoteza zerowa stwierdza, że ​​strategia inwestycyjna nie działa lepiej niż indeks rynkowy, taki jak S&P 500. Badacz pobierał próbki danych i testował historyczne wyniki strategii inwestycyjnej, aby określić, czy strategia realizowana na wyższym poziomie niż S&P. Gdyby wyniki testu wykazały, że strategia działała szybciej niż indeks, hipoteza zerowa zostałaby odrzucona.

Ten warunek jest oznaczony jako „n = 0”. Jeśli – podczas przeprowadzania testu – wynik wydaje się wskazywać, że bodźce przyłożone do badanego podmiotu wywołują reakcję, hipoteza zerowa stwierdzająca, że ​​bodźce nie wpływają na badanego, musiałaby z kolei zostać odrzucona.

Idealnie byłoby, gdyby hipoteza zerowa nigdy nie została odrzucona, jeśli okaże się, że jest prawdziwa, i zawsze powinna zostać odrzucona, jeśli okaże się, że jest fałszywa. Jednak są sytuacje, w których mogą wystąpić błędy.

Fałszywie dodatni błąd typu I.

Czasami odrzucenie hipotezy zerowej, że nie ma związku między obiektem testu, bodźcami i wynikiem, może być błędne. Jeśli coś innego niż bodźce powoduje wynik testu, może to spowodować „fałszywie pozytywny” wynik, w którym wydaje się, że bodziec działał na badanego, ale wynik był przypadkowy. Ten „fałszywie dodatni”, prowadzący do nieprawidłowego odrzucenia hipotezy zerowej, nazywany jest błędem typu I. Błąd typu I odrzuca pomysł, który nie powinien był zostać odrzucony.

Przykłady błędów typu I.

Na przykład spójrzmy na trop oskarżonego przestępcy. Hipoteza zerowa głosi, że dana osoba jest niewinna, podczas gdy alternatywa jest winna. Błąd typu I w tym przypadku oznaczałby, że dana osoba nie została uznana za niewinną i została wysłana do więzienia, mimo że faktycznie jest niewinna.

W badaniach lekarskich błąd typu I powodowałby wrażenie, że leczenie choroby skutkuje zmniejszeniem ciężkości choroby, podczas gdy w rzeczywistości tak nie jest. Podczas testowania nowego leku hipoteza zerowa zakłada, że ​​lek nie wpływa na postęp choroby. Powiedzmy, że laboratorium bada nowy lek na raka. Ich hipoteza zerowa może być taka, że ​​lek nie wpływa na tempo wzrostu komórek rakowych.

Po zastosowaniu leku na komórki rakowe komórki rakowe przestają rosnąć. To spowodowałoby, że naukowcy odrzuciliby ich zerową hipotezę, że lek nie przyniesie żadnego efektu. Gdyby lek spowodował zatrzymanie wzrostu, wniosek o odrzuceniu zerowej wartości, w tym przypadku, byłby prawidłowy. Gdyby jednak coś innego w trakcie testu spowodowało zahamowanie wzrostu zamiast podanego leku, byłby to przykład nieprawidłowego odrzucenia hipotezy zerowej, czyli błędu typu I.