Chyby I. a II. typu
Při testování hypotéz mohou nastat dva typy chyb: chyba I. typu (falešně pozitivní, zamítnutí pravdivé nulové hypotézy) a chyba II. typu (falešně negativní, nezamítnutí nepravdivé nulové hypotézy). Tyto chyby, formalizované Neymanem a Pearsonem (1933), jsou jádrem statistického rozhodování. Pravděpodobnost chyby I. typu je řízena hladinou významnosti α (konvenčně 0,05); pravděpodobnost chyby II. typu je β a síla testu = 1 − β. Pochopení a vyvážení těchto chyb je klíčové pro návrh robustního a spolehlivého výzkumu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/cs/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.
- Interval spolehlivostiStatistika ve výzkumu↔ compare
- Testování nulové hypotézyStatistika ve výzkumu↔ compare
- P-hodnota a statistická významnostStatistika ve výzkumu↔ compare
- Statistická síla a velikost vzorkuStatistika ve výzkumu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →