Грешки от тип I и тип II
При тестване на хипотези могат да възникнат два вида грешки: грешка от тип I (фалшиво положителна, отхвърляне на вярна нулева хипотеза) и грешка от тип II (фалшиво отрицателна, неуспех да се отхвърли невярна нулева хипотеза). Формализирани от Нейман и Пиърсън (1933 г.), тези грешки са в основата на статистическото вземане на решения. Вероятността за грешка от тип I се контролира от нивото на значимост α (конвенционално 0,05); вероятността за грешка от тип II е β, а мощността = 1 − β. Разбирането и балансирането на тези грешки е от решаващо значение за проектирането на стабилни, надеждни изследвания.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Altman, D. G., & Bland, J. M. (1994). Statistics notes: Diagnostic tests 1: sensitivity and specificity. BMJ, 308(6943), 1552. DOI: 10.1136/bmj.308.6943.1552 ↗
- Lehmann, E. L., & Romano, J. P. (2005). Testing Statistical Hypotheses (3rd ed.). Springer. ISBN: 0-387-98864-5
Как да цитирате тази страница
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/bg/research-statistics/type-i-type-ii-error
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Доверителен интервалСтатистика за изследвания↔ сравняване
- Тестване на нулева хипотезаСтатистика за изследвания↔ сравняване
- P-стойност и статистическа значимостСтатистика за изследвания↔ сравняване
- Статистическа мощност и размер на извадкатаСтатистика за изследвания↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →