Vigtigste » algoritmisk handel » Type II-fejl

Type II-fejl

algoritmisk handel : Type II-fejl
Hvad er en type II-fejl?

En type II-fejl er et statistisk udtryk, der henviser til ikke-afvisning af en falsk nulhypotese. Det bruges inden for rammerne af hypotesetest.

I statistisk analyse er en type I-fejl afvisning af en ægte nullhypotese, mens type II-fejl beskriver den fejl, der opstår, når man ikke afviser en null-hypotese , der faktisk er falsk. Med andre ord producerer det en falsk positiv. Fejlen afviser den alternative hypotese, selvom den ikke forekommer på grund af tilfældigheder.

Key takeaways

  • En type II-fejl defineres som sandsynligheden for forkert bevarelse af nulhypotesen, når den faktisk ikke er relevant for hele populationen.
  • En type II-fejl er i det væsentlige en falsk positiv.
  • En type II-fejl kan reduceres ved at stille strengere kriterier for at afvise en nulhypotese.
  • Analytikere skal veje sandsynligheden og virkningen af ​​type II-fejl med type I-fejl.

Forståelse af type II-fejl

En type II-fejl bekræfter en idé, der burde have været afvist, og hævder, at de to overholdelser er de samme, selvom de er forskellige. En type II-fejl afviser ikke nulhypotesen, selvom den alternative hypotese er den sande naturtilstand. Med andre ord accepteres et falsk fund som sandt. En type II-fejl kaldes undertiden en betafejl.

En type II-fejl kan reduceres ved at stille strengere kriterier for at afvise en nulhypotese. For eksempel, hvis en analytiker overvejer noget, der falder inden for et +/- 95% konfidensinterval som statistisk signifikant, ved at øge denne tolerance til +/- 99% reducerer du chancerne for en falsk positiv. At gøre det samtidig øger dine chancer for at støde på en type I-fejl. Ved udførelse af en hypotesetest skal sandsynligheden eller risikoen for at foretage en type I-fejl eller type II-fejl overvejes.

At tage trin, der reducerer chancerne for at støde på en type II-fejl, plejer at øge chancerne for en type I-fejl.

Forskelle mellem type I og type II fejl

Forskellen mellem en type II-fejl og en type I-fejl er, at en type I-fejl afviser nulhypotesen, når den er sand (en falsk negativ). Sandsynligheden for at begå en type I-fejl er lig med det signifikansniveau, der blev indstillet til hypotesetesten. Derfor, hvis signifikansniveauet er 0, 05, er der en 5% chance for, at en type I-fejl kan forekomme.

Sandsynligheden for at begå en type II-fejl er lig med minus minus testens magt, også kendt som beta. Testens styrke kunne øges ved at øge prøvestørrelsen, hvilket reducerer risikoen for at begå en type II-fejl.

Eksempel på en type 2-fejl

Antag, at en bioteknologisk virksomhed vil sammenligne, hvor effektive to af dets lægemidler er til behandling af diabetes. Nullhypotesen angiver, at de to medicin er lige så effektive. En nulhypotese, H 0, er påstanden om, at virksomheden håber at afvise ved hjælp af den en-halede test . Den alternative hypotese, Ha , anfører, at de to lægemidler ikke er lige så effektive. Den alternative hypotese, Ha , er den måling, der understøttes ved at afvise nulhypotesen.

Biotekvirksomheden gennemfører et stort klinisk forsøg med 3.000 patienter med diabetes for at sammenligne behandlingerne. Virksomheden forventer, at de to lægemidler har et lige så stort antal patienter, som angiver, at begge lægemidler er effektive. Det vælger et signifikansniveau på 0, 05, hvilket indikerer, at det er villigt til at acceptere en 5% chance, det kan afvise nulhypotesen, når den er sand, eller en 5% chance for at begå en type I-fejl.

Antag, at betaen er beregnet til at være 0, 025 eller 2, 5%. Derfor er sandsynligheden for at begå en type II-fejl 2, 5%. Hvis de to medicin ikke er ens, skal nulhypotesen afvises. Hvis bioteknologiselskabet imidlertid ikke afviser nullhypotesen, når lægemidlerne ikke er lige så effektive, opstår der en type II-fejl.

Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.

Relaterede vilkår

Introduktion til Type 1-fejl En type I-fejl er en slags fejl, der opstår, når en nulhypotese afvises, selvom den er sand. Oplev mere om typen I-fejl. mere Hvad P-værdi fortæller os P-værdi er niveauet af marginal betydning inden for en statistisk hypotesetest, der repræsenterer sandsynligheden for forekomsten af ​​en given begivenhed. mere Null hypotese Definition En nullhypotese er en type hypotese, der bruges i statistikker, der foreslår, at der ikke findes nogen statistisk betydning i et sæt af givne observationer. mere En-tailed test En en-tailed test er en statistisk test, hvor det kritiske område af en fordeling enten er større end eller mindre end en bestemt værdi, men ikke begge dele. mere Hvorfor statistisk betydning betyder statistisk betydning refererer til et resultat, der ikke sandsynligvis forekommer tilfældigt, men snarere kan henføres til en bestemt årsag. mere Forståelse af to-haletest En test med to haler er en statistisk test, hvor det kritiske område for en fordeling er tosidet og tester, om en prøve er større end eller mindre end et bestemt værdiområde. flere Partner Links
Anbefalet
Efterlad Din Kommentar