Στη δοκιμή στατιστικής υπόθεσης, ένα σφάλμα τύπου II είναι μια κατάσταση όπου ένα τεστ υπόθεσης αποτυγχάνει να απορρίψει την μηδενική υπόθεση που είναι ψευδής. Με άλλα λόγια, αναγκάζει τον χρήστη να μην απορρίψει εσφαλμένα την ψευδής μηδενική υπόθεση επειδή το τεστ δεν διαθέτει τη στατιστική ισχύ για να ανιχνεύσει επαρκή στοιχεία για την εναλλακτική υπόθεση. Το σφάλμα τύπου II είναι επίσης γνωστό ως ψευδώς αρνητικό.
Το σφάλμα τύπου II έχει αντίστροφη σχέση με τη δύναμη μιας στατιστικής δοκιμής. Αυτό σημαίνει ότι όσο υψηλότερη είναι η ισχύς μιας στατιστικής δοκιμής, τόσο χαμηλότερη είναι η πιθανότητα διάπραξης σφάλματος τύπου II. Το ποσοστό σφάλματος τύπου II (δηλ. Η πιθανότητα σφάλματος τύπου II) μετράται με beta (β) Beta. ολόκληρη την αγορά. Χρησιμοποιείται ως μέτρο κινδύνου και αποτελεί αναπόσπαστο μέρος του Μοντέλου Τιμολόγησης Κεφαλαίου (CAPM). Μια εταιρεία με υψηλότερο beta έχει μεγαλύτερο κίνδυνο και επίσης μεγαλύτερες αναμενόμενες αποδόσεις. ενώ η στατιστική ισχύς μετράται με 1- β.
Πώς να αποφύγετε το σφάλμα τύπου II;
Παρόμοια με το σφάλμα τύπου Ι, δεν είναι δυνατόν να εξαλειφθεί πλήρως το σφάλμα τύπου II από μια δοκιμή υπόθεσης. Χρησιμοποιείται για να ελέγξει εάν μια δήλωση σχετικά με μια παράμετρο πληθυσμού είναι σωστή. Δοκιμή υπόθεσης. Η μόνη διαθέσιμη επιλογή είναι να ελαχιστοποιηθεί η πιθανότητα διάπραξης αυτού του τύπου στατιστικού σφάλματος. Δεδομένου ότι ένα σφάλμα τύπου II σχετίζεται στενά με την ισχύ μιας στατιστικής δοκιμής, η πιθανότητα εμφάνισης του σφάλματος μπορεί να ελαχιστοποιηθεί αυξάνοντας την ισχύ της δοκιμής.
1. Αυξήστε το μέγεθος του δείγματος
Μία από τις απλούστερες μεθόδους για την αύξηση της ισχύος της δοκιμής είναι η αύξηση του μεγέθους του δείγματος που χρησιμοποιείται σε μια δοκιμή. Το μέγεθος του δείγματος καθορίζει κυρίως το μέγεθος του σφάλματος δειγματοληψίας, το οποίο μεταφράζεται σε ικανότητα ανίχνευσης των διαφορών σε ένα τεστ υπόθεσης. Ένα μεγαλύτερο μέγεθος δείγματος αυξάνει τις πιθανότητες καταγραφής των διαφορών στις στατιστικές δοκιμές, καθώς και αύξηση της ισχύος μιας δοκιμής.
2. Αυξήστε το επίπεδο σημασίας
Μια άλλη μέθοδος είναι να επιλέξετε ένα υψηλότερο επίπεδο σημασίας. Για παράδειγμα, ένας ερευνητής μπορεί να επιλέξει επίπεδο σημασίας 0,10 αντί για το κοινώς αποδεκτό επίπεδο 0,05. Το υψηλότερο επίπεδο σημασίας συνεπάγεται μεγαλύτερη πιθανότητα απόρριψης της μηδενικής υπόθεσης όταν είναι αλήθεια.
Η μεγαλύτερη πιθανότητα απόρριψης της μηδενικής υπόθεσης μειώνει την πιθανότητα διάπραξης σφάλματος τύπου II ενώ αυξάνεται η πιθανότητα διαπράξεως σφάλματος τύπου Ι. Έτσι, ο χρήστης θα πρέπει πάντα να αξιολογεί την επίδραση των σφαλμάτων τύπου Ι και τύπου II στην απόφασή του και να καθορίζει το κατάλληλο επίπεδο στατιστικής σημασίας.
Παράδειγμα
Ο Σαμ είναι οικονομικός αναλυτής Τι κάνει ένας χρηματοοικονομικός αναλυτής Τι κάνει ένας χρηματοοικονομικός αναλυτής; Συγκεντρώστε δεδομένα, οργανώστε πληροφορίες, αναλύστε αποτελέσματα, κάντε προβλέψεις και προβολές, προτάσεις, μοντέλα Excel, αναφορές. Εκτελεί μια δοκιμασία υπόθεσης για να ανακαλύψει εάν υπάρχει διαφορά στις μέσες μεταβολές των τιμών για τις μετοχές μεγάλου κεφαλαίου και μικρών κεφαλαίων Russell 2000 Ο Russell 2000 είναι ένας δείκτης χρηματιστηρίου που παρακολουθεί την απόδοση 2.000 μετοχών μικρών κεφαλαίων ΗΠΑ από το Russell 3000 ευρετήριο. Ο δείκτης Russell 2000 αναφέρεται ευρέως ως σημείο αναφοράς για τα αμοιβαία κεφάλαια που αποτελούνται κυρίως από μετοχές μικρής κεφαλαιοποίησης. .
Στο τεστ, ο Sam υποθέτει ως μηδενική υπόθεση ότι δεν υπάρχει διαφορά στις μέσες μεταβολές των τιμών μεταξύ των αποθεμάτων μεγάλου κεφαλαίου και μικρού κεφαλαίου. Έτσι, η εναλλακτική του υπόθεση δηλώνει ότι υπάρχει διαφορά μεταξύ των μέσων μεταβολών των τιμών.
Για το επίπεδο σπουδαιότητας, ο Sam επιλέγει το 5%. Αυτό σημαίνει ότι υπάρχει πιθανότητα 5% ότι το τεστ του θα απορρίψει την μηδενική υπόθεση όταν είναι πραγματικά αλήθεια.
Εάν η δοκιμή του Sam εμφανίσει σφάλμα τύπου II, τότε τα αποτελέσματα της δοκιμής θα δείξουν ότι δεν υπάρχει διαφορά στις μέσες μεταβολές τιμών μεταξύ των αποθεμάτων μεγάλου κεφαλαίου και μικρού κεφαλαίου. Ωστόσο, στην πραγματικότητα, υπάρχει διαφορά στις μέσες μεταβολές των τιμών.
Περισσότεροι πόροι
Το Finance είναι ο επίσημος πάροχος του παγκόσμιου Αναλυτή Χρηματοοικονομικής Μοντελοποίησης & Αποτίμησης (FMVA) ™ FMVA® Συμμετοχή σε 350.600+ μαθητές που εργάζονται για εταιρείες όπως το πρόγραμμα πιστοποίησης Amazon, JP Morgan και Ferrari, σχεδιασμένο για να βοηθήσει οποιονδήποτε να γίνει οικονομικός αναλυτής παγκόσμιας κλάσης . Για να συνεχίσετε να μαθαίνετε και να προωθείτε την καριέρα σας, οι πρόσθετοι πόροι χρηματοδότησης παρακάτω θα είναι χρήσιμοι:
- Σφάλμα Τύπου Ι Σφάλμα τύπου Ι Σε δοκιμές στατιστικής υπόθεσης, ένα σφάλμα τύπου Ι είναι ουσιαστικά η απόρριψη της πραγματικής μηδενικής υπόθεσης. Το σφάλμα τύπου I είναι επίσης γνωστό ως false
- Πιθανότητα υπό όρους Πιθανότητα υπό όρους είναι η πιθανότητα να συμβεί ένα συμβάν δεδομένου ότι έχει ήδη συμβεί άλλο συμβάν. Η ιδέα είναι ένα από τα πεμπτουσία
- Framing Bias Framing Bias Η μεροληψία Framing συμβαίνει όταν οι άνθρωποι λαμβάνουν μια απόφαση με βάση τον τρόπο παρουσίασης των πληροφοριών, σε αντίθεση με τα ίδια τα γεγονότα. Τα ίδια γεγονότα που παρουσιάζονται με δύο διαφορετικούς τρόπους μπορούν να οδηγήσουν σε διαφορετικές κρίσεις ή αποφάσεις από ανθρώπους.
- Αμοιβαία Αποκλειστικά Γεγονότα Αμοιβαία Αποκλειστικά Γεγονότα Στη στατιστική και τη θεωρία πιθανότητας, δύο γεγονότα είναι αμοιβαία αποκλειστικά εάν δεν μπορούν να συμβούν ταυτόχρονα. Το απλούστερο παράδειγμα αμοιβαία αποκλεισμού
