O teste de hipóteses é um procedimento comum; que o pesquisador usa para provar a validade, que determina se uma hipótese específica é correta ou não. O resultado do teste é uma pedra angular para aceitar ou rejeitar a hipótese nula (H 0 ). A hipótese nula é uma proposição; que não espera nenhuma diferença ou efeito. Uma hipótese alternativa (H 1 ) é uma premissa que espera alguma diferença ou efeito.
Existem pequenas e sutis diferenças entre os erros tipo I e tipo II, que vamos discutir neste artigo.
Gráfico de comparação
| Base para Comparação | Erro de tipo I | Erro do tipo II |
|---|---|---|
| Significado | Erro tipo I refere-se à não aceitação de hipóteses que devem ser aceitas. | O erro do tipo II é a aceitação de hipóteses que devem ser rejeitadas. |
| Equivalente a | Falso positivo | Falso negativo |
| O que é isso? | É incorreta a rejeição da hipótese nula verdadeira. | É a aceitação incorreta da falsa hipótese nula. |
| Representa | Um falso sucesso | Uma falta |
| Probabilidade de cometer erro | Igual ao nível de significância. | Igual ao poder do teste. |
| Indicado por | Letra grega 'α' | Letra grega 'β' |
Definição de erro tipo I
Nas estatísticas, o erro tipo I é definido como um erro que ocorre quando os resultados da amostra causam a rejeição da hipótese nula, apesar do fato de ser verdadeira. Em termos simples, o erro de concordar com a hipótese alternativa, quando os resultados podem ser atribuídos ao acaso.
Também conhecido como o erro alfa, ele leva o pesquisador a inferir que há uma variação entre duas observâncias quando elas são idênticas. A probabilidade de erro tipo I é igual ao nível de significância que o pesquisador define para seu teste. Aqui, o nível de significância refere-se às chances de se cometer erro tipo I.
Por exemplo, suponha que, com base em dados, a equipe de pesquisa de uma firma tenha concluído que mais de 50% do total de clientes, como o novo serviço, começou pela empresa, que é, na verdade, inferior a 50%.
Definição de erro tipo II
Quando com base em dados, a hipótese nula é aceita, quando ela é realmente falsa, esse tipo de erro é conhecido como Erro Tipo II. Surge quando o pesquisador não nega a falsa hipótese nula. É denotado pela letra grega 'beta (β)' e conhecido como erro beta.
O erro do tipo II é o fracasso do pesquisador em concordar com uma hipótese alternativa, embora seja verdade. Valida uma proposição; que deveria ser recusado. O pesquisador conclui que as duas observâncias são idênticas quando na verdade não são.
A probabilidade de cometer tal erro é análoga ao poder do teste. Aqui, o poder do teste alude à probabilidade de rejeitar a hipótese nula, que é falsa e precisa ser rejeitada. À medida que o tamanho da amostra aumenta, o poder do teste também aumenta, o que resulta na redução do risco de erro do tipo II.
Por exemplo, suponha que, com base nos resultados da amostra, a equipe de pesquisa de uma organização alega que menos de 50% do total de clientes, como o novo serviço iniciado pela empresa, é, na verdade, maior que 50%.
Principais diferenças entre erros tipo I e tipo II
Os pontos indicados abaixo são substanciais no que diz respeito às diferenças entre o erro do tipo I e do tipo II:
- O erro tipo I é um erro que ocorre quando o resultado é uma rejeição da hipótese nula, que é, de fato, verdadeira. Erro tipo II ocorre quando a amostra resulta na aceitação da hipótese nula, que é na verdade falsa.
- Tipo I erro ou conhecido como falsos positivos, em essência, o resultado positivo é equivalente à recusa da hipótese nula. Em contraste, o erro do tipo II também é conhecido como falso negativo, ou seja, resultado negativo, leva à aceitação da hipótese nula.
- Quando a hipótese nula é verdadeira, mas erroneamente rejeitada, é um erro do tipo I. Em contrapartida, quando a hipótese nula é falsa, mas erroneamente aceita, é um erro do tipo II.
- O erro tipo I tende a afirmar algo que não está realmente presente, isto é, um falso impacto. Pelo contrário, o erro do tipo II falha em identificar algo, que está presente, isto é, é uma falha.
- A probabilidade de cometer erro tipo I é a amostra como o nível de significância. Por outro lado, a probabilidade de cometer erro do tipo II é a mesma do poder do teste.
- A letra grega 'α' indica erro tipo I. Ao contrário, erro tipo II, que é indicado pela letra grega 'β'.
Possíveis resultados
Conclusão
De modo geral, o erro do Tipo I surge quando o pesquisador percebe alguma diferença, quando na verdade não há nenhum, enquanto o erro do tipo II surge quando o pesquisador não descobre nenhuma diferença quando na verdade existe um. A ocorrência dos dois tipos de erros é muito comum, pois fazem parte do processo de teste. Esses dois erros não podem ser removidos completamente, mas podem ser reduzidos a um determinado nível.
