Erros Tipo I e Tipo II
Em testes de hipóteses, podem ocorrer dois tipos de erros: erro Tipo I (falso positivo, rejeitar uma hipótese nula verdadeira) e erro Tipo II (falso negativo, falhar em rejeitar uma hipótese nula falsa). Formalizados por Neyman e Pearson (1933), esses erros estão no cerne da tomada de decisão estatística. A probabilidade de erro Tipo I é controlada pelo nível de significância α (convencionalmente 0,05); a probabilidade de erro Tipo II é β, e o poder (power) = 1 − β. Compreender e balancear esses erros é crítico para o desenho de pesquisas robustas e confiáveis.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/pt/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.
- Intervalo de ConfiançaEstatística para pesquisa↔ compare
- Teste de Hipótese NulaEstatística para pesquisa↔ compare
- Valor-p e Significância EstatísticaEstatística para pesquisa↔ compare
- Poder Estatístico e Tamanho da AmostraEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →