Type I and type II errors | 第一类错误和第二类错误

时间:2022-06-05 14:12:18

偶尔能看懂,但是死活记不住,归根结底是没有彻底理解!

Type I and type II errors - wiki

type I error is the rejection of a true nullhypothesis (also known as a "false positive" finding),

type II error is failing to reject a false null hypothesis (also known as a "false negative" finding). 1-power。

大部分举例都没有讲清楚,必须要结合下面的图才能有直观的理解。

power就是当统计量服从备择假设时,我们得到备择假设的概率。

我们要构建零假设,这就是我们要攻击的目标,我们需要使用我们的数据来拒绝它。

常见的做法是我们需要构建统计量,在H0的假设下,统计量往往有一个分布,当我们计算出统计量处于分布的小概率区域中时,我们就可以说零假设是小概率事件,可以拒绝零假设。

如下图的单侧假设检验,当统计量大于2时,我们就可以拒绝H0,此时我们犯第一类错误地概率就是α,就是零假设是真的,我们却拒绝了它。

当设定了显著性水平后,α就定了,一般为0.05,所以统计量水平也就定了,下图为2. 第二类错误就是,即使没有达到拒绝H0的标准(统计量小于2),但是其实H1是真的,我们却拒绝了它。定义为β。也可以叫做我们接受了错误地H0。

结论:

第一类错误:错误地拒绝了H0

第二类错误:错误地拒绝了H1,换句话说,错误地接受了H0,接受了假的H0,真的很绕口,但是确实一个东西。

与wiki定义完美吻合!!!

Type I and type II errors | 第一类错误和第二类错误

这之后,Sensitivity, Specificity, and ROC Curves就很好理解了。