Não sou estatístico em educação, sou engenheiro de software. No entanto, as estatísticas surgem muito. De fato, perguntas específicas sobre o erro Tipo I e Tipo II estão surgindo muito no decorrer dos meus estudos para o exame Associado de Desenvolvimento de Software Certificado (matemática e estatística são 10% do exame). Estou tendo problemas para sempre apresentar as definições corretas para os erros Tipo I e Tipo II - embora eu esteja memorizando-as agora (e possa lembrá-las na maioria das vezes), eu realmente não quero congelar este exame tentando lembrar qual é a diferença.
Eu sei que o Erro Tipo I é um falso positivo, ou quando você rejeita a hipótese nula e é realmente verdade e um erro Tipo II é um falso negativo, ou quando você aceita a hipótese nula e é realmente falso.
Existe uma maneira fácil de lembrar qual é a diferença, como um mnemônico? Como os estatísticos profissionais fazem isso - é apenas algo que eles sabem sobre o uso ou a discussão sobre isso com frequência?
(Nota: Essa pergunta provavelmente pode usar tags melhores. Uma que eu queria criar era "terminologia", mas não tenho reputação suficiente para fazê-lo. Se alguém pudesse adicionar isso, seria ótimo. Obrigado.)
fonte
Respostas:
Como o tipo dois significa "Falso negativo" ou uma espécie de "falso falso", lembro-me dele como o número de falsos.
fonte
Quando o menino chorou lobo ...
O primeiro erro que os aldeões cometeram (quando acreditaram nele) foi um erro do tipo 1.
O segundo erro que os aldeões cometeram (quando não acreditaram nele) foi um erro do tipo 2.
O choro do menino era uma hipótese alternativa porque a hipótese nula não é lobo;)
fonte
Não peço desculpas por postar uma imagem tão ridícula, porque é exatamente por isso que é fácil lembrar. Hipótese nula: A paciente não está grávida.
Fonte da imagem: Ellis, PD (2010), “Effect Size FAQs”, site http://www.effectsizefaq.com , acessado em 18/12/2014.
fonte
Aqui está uma maneira prática de acontecer alguma verdade.
Os jovens cientistas cometem o Tipo I porque querem encontrar efeitos e pular a arma, enquanto os antigos cientistas cometem o Tipo II porque se recusam a mudar de opinião.
(alguém comenta em uma versão mais engraçada disso :))
fonte
Eu estava conversando com um amigo meu sobre isso e ele me deu um link para o artigo da Wikipedia sobre erros do tipo I e tipo II , onde aparentemente eles agora fornecem um mnemônico (um tanto inútil, na minha opinião). No entanto, eu queria adicioná-lo aqui apenas para fins de conclusão. Embora eu não ache que isso me ajudou, isso pode ajudar outra pessoa:
Com isso, lembre-se de que um falso positivo significa rejeitar uma hipótese nula verdadeira e um negativo negativo está falhando em rejeitar uma hipótese nula falsa.
Essa não é a melhor resposta aqui, mas eu queria divulgá-la no caso de alguém encontrar essa pergunta e isso pode ajudá-la.
fonte
Você pode rejeitar a ideia completamente.
Alguns autores (Andrew Gelman é um deles) estão mudando para discutir erros do tipo S (sinal) e tipo M (magnitude). Você pode inferir a direção do efeito errado (por exemplo, você acredita que o grupo de tratamento se sai melhor, mas na verdade pior) ou a magnitude errada (por exemplo, você encontra um efeito maciço em que há apenas um efeito minúsculo ou praticamente inexistente ou vice-versa) .
Veja mais no blog de Gelman .
fonte
Tentarei não ser redundante com outras respostas (embora pareça um pouco o que JM já sugeriu), mas geralmente gosto de mostrar as duas fotos a seguir:
fonte
Uso a abordagem "judicial" para lembrar a diferença entre o tipo I e o tipo II: um juiz que comete um erro do tipo I envia um homem inocente para a cadeia, enquanto um juiz que comete um erro do tipo II permite que um culpado se liberte.
fonte
Com base no princípio do barbeador de Occam , os erros do Tipo I (rejeitando a hipótese nula quando verdadeira) são "indiscutivelmente" piores que os erros do Tipo II (não rejeitando a hipótese nula quando falsa).
Se você acredita em tal argumento:
Nota: Não estou endossando esse julgamento de valor, mas isso me ajuda a lembrar do Tipo I do Tipo II.
fonte
Aqui está uma explicação que pode ajudá-lo a lembrar a diferença.
ERRO TIPO I: Um alarme sem fogo. ERRO TIPO II: Incêndio sem alarme.
Todo cozinheiro sabe como evitar o erro do tipo I - basta remover as pilhas. Infelizmente, isso aumenta a incidência de erros do tipo II. :)
Reduzir as chances de erro do tipo II significaria tornar o alarme hipersensível, o que por sua vez aumentaria as chances de erro do tipo I.
Fonte: Um Guia de Cartum para Estatísticas
fonte
Hurrah, uma pergunta não técnica o suficiente para que eu possa responder!
"O tipo um é um golpe" [rima] - ou seja, engana você a pensar que existe uma diferença quando não existe. Sempre funciona para mim.
fonte
Eu costumava pensar nisso em termos da imagem usual de duas distribuições normais (ou curvas de sino). Indo da esquerda para a direita, a distribuição 1 é o Nulo e a distribuição 2 é a Alternativa. Tipo I (erroneamente) rejeita o primeiro (Nulo) e Tipo II "rejeita" o segundo (Alternativa).
(Agora você só precisa se lembrar de que não está realmente rejeitando a alternativa, mas aceitando erroneamente (ou falhando em rejeitar) o Nulo - isto é, reafirme tudo na forma do Nulo. Ei, funcionou para mim!)
fonte
(uma piada que eu inventei há apenas um minuto)
fonte
Meu amigo veio com isso e eu pensei que era bastante brilhante. Ela disse que, durante as duas últimas presidências, os republicanos cometeram ambos os erros: o Presidente ONE foi Bush, que cometeu um erro do tipo ONE, dizendo que havia armas de destruição em massa no Iraque quando, de fato ... ) Os republicanos estão cometendo um erro do tipo DOIS, argumentando que a mudança climática é um mito quando na verdade ....
Quaisquer que sejam suas opiniões sobre política ou mudança climática, é uma maneira muito fácil de lembrar !!
fonte
Estou surpreso que ninguém tenha sugerido o mnemônico 'art / baf'. Lembre-se basicamente de que é a probabilidade do erro do tipo I e é a probabilidade de um erro do tipo II (isso é fácil de lembrar porque é a primeira letra do alfabeto grego, assim como o primeiro erro, é a segunda letra e acompanha o segundo erro). Agora lembre-se da palavra "art" ou " rt" diz que é a probabilidade de rejeitar uma hipótese nula True e a palavra psuedo "baf" ou " af" diz que é a probabilidade de aceitar um falso hipótese nula.β α β α α β βα β α β α α β β
A porção "art" é razoavelmente aceitável, a porção "baf" sofre com o fato de que 1). não é uma palavra real e 2). não devemos aceitar o nulo, apenas falhamos em rejeitá-lo. Mas se você se lembra de "art / baf" e a idéia de Reject True é R e T na arte e a / vincula ao erro do tipo I, é um mnemônico bastante bom.α
fonte
RAAR 'como um leão' = primeira parte é * R * ejetar quando deveríamos * A * aceitar (erro tipo I) segunda parte é * A * aceitar quando devemos * R * ejetar (erro tipo II)
Esta é a maneira mais fácil de lembrar para mim :)
Boa sorte!
fonte
Tipo 1 = Rejeitar: esta é uma expressão de UMA Palavra Tipo 2 = Não: esta é uma expressão de DUAS Palavras
fonte
Lembro-me disso pensando: Qual é a primeira coisa que faço quando faço um teste de significância de hipótese nula? Defino o critério para a probabilidade de que eu faça uma rejeição falsa. Assim, o tipo 1 é esse critério e o tipo 2 é a outra probabilidade de interesse: a probabilidade de que eu não consiga rejeitar o nulo quando o nulo for falso. Então, 1 = primeira probabilidade definida, 2 = a outra.
fonte
Aqui está como eu faço: O tipo I é um erro otimista. Tipo II é um erro pessimista.
O, P: 1, 2. Eles são alfabéticos.
fonte
Memorize “É do tipo I não II onde o nulo é verdadeiro”, pois rima e descubra o resto enquanto você está olhando para o problema
Como você está cometendo um erro Tipo I - o nulo é verdadeiro, mas você diz que não é (rejeite) - Falso positivo Então o Tipo II é onde o nulo não é Verdadeiro, mas você diz (Falha ao rejeitá-lo) - Falso Negativo
Além disso, ajuda a indicar quais são suas hipóteses nulas e alternativas antes de fazer qualquer outra coisa
fonte
É assim que me lembro da diferença entre erros tipo I e tipo II
O tipo I é um POSITIVO falso
O tipo II é um falso NEGATIVO
O Tipo I é tão POSITIVO que pula da cama primeiro, desce as escadas e encontra um café da manhã significativo, enquanto o Tipo II é tão NEGATIVO que fica na cama o dia todo, para que, eventualmente, rasteje para fora, toda a comida acabe. Nunca pode encontrar nada!
fonte
Erro tipo 1 Rejeitar hipótese nula quando for verdadeira
TOERNHWIIT
Pequenos guaxinins excessivamente ansiosos nunca se escondem quando é hora do chá
Erro do tipo dois Aceitar hipótese nula quando falsa
TTEANHWIIF
Doze Tan Elvis comeram nove presuntos com agricultores irlandeses inteligentes
fonte
Para um engenheiro de software: que tal associar um erro do tipo I (primeiro dos dois) ao termo "S" serial "N" - você encontra algo "significativo", mas é "não". O erro do tipo II é exatamente o oposto quando você sabe o que é o erro do tipo I.
fonte
Às vezes, ler artigos científicos realmente antigos me ajuda a entender algumas idéias por trás das estatísticas.
... eles identificaram "duas fontes de erro", a saber:
(a) o erro de rejeitar uma hipótese que deveria ter sido aceita, e
(b) o erro de aceitar uma hipótese que deveria ter sido rejeitada.
(wiki)
Fonte original: Neyman, J .; Pearson, ES (1967) [1928]. "Sobre o uso e interpretação de determinados critérios de teste para fins de inferência estatística, parte I". Artigos estatísticos conjuntos. Cambridge University Press. pp. 1-66. http://biomet.oxfordjournals.org/content/20A/1-2/175.full.pdf+html
fonte
Eu acho que a tabela usual é confusa porque concatena verbos de negação. Achei a seguinte "tabela de veredicto" mais fácil de lembrar de uma generalização:
Observe que:
fonte
RouTiNe for FuN O erro do tipo I é RTN: Rejeitar O erro nulo do tipo II é FRFN: falha ao rejeitar um nulo falso (hipótese)
fonte
Meu mnemônico para erros do tipo II é:
DOIS : T seu W como O pposing [nossa chance de ser publicado / financiamento / famoso], ou seja, a hipótese experimental foi rejeitado (embora em erro).
Ou
DOIS : T seu W como O ut-and-out falha (mas é um erro, então não é).
O tipo I é o que resta (ou seja, falso positivo).
fonte
Depois de ler tudo isso, criei o meu próprio para lembrar sobre o tipo I (fazendo o oposto se aplicar ao tipo II).
[A] lpha é o primeiro e é um erro quando você [A] aceita o [A] alternativo. AAA.
fonte
RAT! RAF
RAT indica erros do tipo I e! RAF é do tipo II.
Erro tipo I - RAT
R ejectando H 0 quando é Um ctually T rue
Tipo II - ! RAF
! R ejectando H 0 quando é Um ctually F alse ≡
não R , ejectando H 0 quando é Um ctually F alse
! denota o operador not, então substitua! com a palavra "não".
NB: H 0 = hipótese nula
fonte
Lembrar:
Então lembre
fonte