Type I- og Type II-feil
I hypotesetesting kan to typer feil oppstå: Type I-feil (falsk positiv, forkasting av en sann nullhypotese) og Type II-feil (falsk negativ, unnlatelse av å forkaste en falsk nullhypotese). Formalisert av Neyman og Pearson (1933), er disse feilene kjernen i statistisk beslutningstaking. Sannsynligheten for Type I-feil kontrolleres av signifikansnivået α (konvensjonelt 0,05); sannsynligheten for Type II-feil er β, og styrke = 1 − β. Forståelse og balansering av disse feilene er kritisk for å designe robust, pålitelig forskning.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/no/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.
- KonfidensintervallForskningsstatistikk↔ compare
- NullhypotesetestingForskningsstatistikk↔ compare
- P-verdi og statistisk signifikansForskningsstatistikk↔ compare
- Statistisk styrke og utvalgsstørrelseForskningsstatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →