Type I এবং Type II ত্রুটি
অনুমান পরীক্ষায় (hypothesis testing), দুই ধরনের ত্রুটি ঘটতে পারে: Type I ত্রুটি (মিথ্যা ইতিবাচক, একটি সত্য শূন্য অনুমানকে (null hypothesis) বাতিল করা) এবং Type II ত্রুটি (মিথ্যা নেতিবাচক, একটি মিথ্যা শূন্য অনুমানকে বাতিল করতে ব্যর্থ হওয়া)। Neyman এবং Pearson (1933) দ্বারা আনুষ্ঠানিকীকৃত এই ত্রুটিগুলি পরিসংখ্যানিক সিদ্ধান্ত গ্রহণের কেন্দ্রবিন্দুতে রয়েছে। Type I ত্রুটির সম্ভাবনা তাৎপর্য স্তর α (সাধারণত 0.05) দ্বারা নিয়ন্ত্রিত হয়; Type II ত্রুটির সম্ভাবনা হল β, এবং ক্ষমতা (power) = 1 − β। নির্ভরযোগ্য, শক্তিশালী গবেষণা নকশার জন্য এই ত্রুটিগুলি বোঝা এবং এদের মধ্যে ভারসাম্য বজায় রাখা অত্যন্ত গুরুত্বপূর্ণ।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/bn/research-statistics/type-i-type-ii-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Confidence Intervalগবেষণা পরিসংখ্যান↔ compare
- শূন্য প্রকল্প পরীক্ষণগবেষণা পরিসংখ্যান↔ compare
- পি-ভ্যালু এবং পরিসংখ্যানিক তাৎপর্যগবেষণা পরিসংখ্যান↔ compare
- পরিসংখ্যানিক ক্ষমতা ও নমুনার আকারগবেষণা পরিসংখ্যান↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →