저는 교육 통계학자가 아니며 소프트웨어 엔지니어입니다. 그러나 통계가 많이 나옵니다. 실제로 Certified Software Development Associate 시험 (수학 및 통계는 시험의 10 %)을 공부하는 과정에서 Type I 및 Type II 오류에 대한 질문이 많이 나옵니다. 나는 항상 유형 I 및 유형 II 오류에 대한 올바른 정의를 제시하는 데 어려움을 겪고 있습니다. 지금 기억하고 있지만 (대부분 기억할 수는 있지만)이 시험에서 멈추고 싶지 않습니다. 차이점이 무엇인지 기억하려고 노력합니다.
유형 I 오류는 오 탐지이거나 귀무 가설을 기각하고 실제로는 참이고 유형 II 오류는 거짓 음수이거나 귀무 가설을 받아들이고 실제로는 거짓이라는 것을 알고 있습니다.
니모닉과 같은 차이점이 무엇인지 기억하는 쉬운 방법이 있습니까? 전문 통계학자는 어떻게 하는가-자주 사용하거나 토론하면서 알고있는 것입니까?
(Side Note :이 질문은 아마도 더 나은 태그를 사용했을 것입니다. 제가 만들고자하는 것 중 하나는 “용 어학”이었지만 그럴만 한 명성이 없습니다.
답변
유형 2는 “거짓 부정”또는 일종의 “거짓 거짓”을 의미하기 때문에 거짓 수로 기억합니다.
- 유형 I : ” 대체 가설이 참이라고 잘못 생각합니다”(하나의 거짓)
- 유형 II : “나는 거짓 대체 가설이 생각 거짓 “(두 falses)
답변
소년이 늑대를 외칠 때 …
마을 사람들이 한 첫 번째 오류 (그들이 그를 믿었을 때)는 1 번 오류였습니다.
마을 사람들이 겪은 두 번째 오류 (믿지 않을 때)는 유형 2 오류입니다.
귀 가설은 늑대가 아니기 때문에 소년의 외침은 대체 가설이었다.)
답변
그 때문에 나는 그런 말도 이미지를 게시에 대한 사과도하지 않습니다 정확하게 는 기억하기 쉬운 이유. 귀무 가설 : 환자가 임신하지 않았습니다.
이미지 출처 : Ellis, PD (2010), “Effect Size FAQs”, 웹 사이트 http://www.effectsizefaq.com , 2014 년 12 월 18 일 액세스.
답변
여기에 약간의 진실이있는 편리한 방법이 있습니다.
젊은 과학자들은 효과를 찾고 총을 뛰고 싶기 때문에 Type-I를 저지르고, 오래된 과학자는 그들의 믿음을 바꾸지 않기 때문에 Type-II를 저지 릅니다.
(재미있는 버전의 누군가가 주석 :))
답변
나는 이것에 관해 나의 친구와 이야기하고 있었고, 그는 나에게 유형 I 및 유형 II 오류에 대한 Wikipedia 기사 의 링크를 걷어 차서 분명히 그들은 (어쩌면 도움이되지 않는) 니모닉을 제공합니다. 그러나 완성을 위해 여기에 추가하고 싶습니다. 나는 그것이 도움이되지 않았다고 생각했지만 다른 사람에게 도움이 될 수 있습니다.
두 가지 오류 유형을 올바르게 식별하는 데 어려움이있는 경우 다음 니모닉은 (a) “오류”가 거짓이고 (b) “긍정적”과 “음수”의 첫 글자가 다른 문자로 작성된 사실에 근거합니다. 수직선 수 :
- 유형 I 오류는 거짓 양성입니다. 그리고 P는 단일 수직선을 가지고 있습니다.
- 유형 II 오류는 잘못된 부정입니다. N에는 두 개의 세로선이 있습니다.
이를 통해 가양 성 (false positive)은 실제 귀무 가설을 기각한다는 것을 의미하고가 음성 (false negative)은 허위 가설을 기각하지 못함을 기억해야합니다.
이것은 최선의 대답은 아니지만, 누군가이 질문을 발견하면 도움이 될 수 있습니다.
답변
아이디어를 완전히 거부 할 수 있습니다.
일부 저자 (Andrew Gelman은 하나임)는 S 형 (기호) 및 M 형 (크기) 오류에 대해 논의하고 있습니다. 잘못된 효과 방향 (예 : 치료 그룹이 더 좋지만 실제로는 더 나쁘다고 생각 함) 또는 잘못된 크기 (예 : 작은 효과 만 있거나 본질적으로 효과가없는 경우 또는 그 반대의 경우)에 큰 영향을 미치는 것으로 추정 할 수 있습니다. .
Gelman의 블로그 에서 더 많은 것을보십시오 .
답변
다른 응답과 중복되지 않도록 노력할 것입니다 (JM이 이미 제안한 것과 약간 같지만) 일반적으로 다음 두 그림을 보여주는 것이 좋습니다.
