Czy istnieje sposób na zapamiętanie definicji błędów typu I i typu II?

Z wykształcenia nie jestem statystykiem, jestem inżynierem oprogramowania. Jednak statystyki pojawiają się bardzo często. W rzeczywistości pytania dotyczące błędu typu I i typu II pojawiają się bardzo często w trakcie moich studiów do certyfikowanego stowarzyszenia Software Development Associate (matematyka i statystyka to 10% egzaminu). Zawsze mam problem z prawidłowymi definicjami błędu typu I i typu II - chociaż teraz zapamiętywam je (i pamiętam je przez większość czasu), naprawdę nie chcę się zawieszać na tym egzaminie próbując zapamiętać, jaka jest różnica.

Wiem, że Błąd Typu I jest fałszywie dodatni lub gdy odrzucasz hipotezę zerową i jest ona w rzeczywistości prawdziwa, a błąd Typu II jest fałszywie ujemny lub gdy akceptujesz hipotezę zerową i jest ona w rzeczywistości fałszywa.

Czy istnieje prosty sposób na zapamiętanie różnicy, na przykład mnemoniczny? Jak to robią profesjonalni statystycy - czy to tylko coś, o czym wiedzą, że często go używają lub dyskutują?

(Uwaga dodatkowa: w tym pytaniu prawdopodobnie można użyć lepszych tagów. Jednym z nich, które chciałem stworzyć, była „terminologia”, ale nie mam wystarczającej reputacji, aby to zrobić. Gdyby ktoś mógł to dodać, byłoby świetnie. Dzięki.)

Ponieważ typ drugi oznacza „fałszywie ujemny” lub „fałszywie fałszywy”, pamiętam to jako liczbę fal.

• Typ I: „ Fałszywie myślę, że alternatywna hipoteza jest prawdziwa” (jedna fałszywa)
• Typ II: „ Fałszywie myślę, że alternatywna hipoteza jest fałszywa ” (dwa fale)

Kiedy chłopiec zawołał wilka ...

Pierwszym błędem, który popełnili wieśniacy (kiedy mu wierzyli) był błąd typu 1.
Drugim błędem popełnianym przez wieśniaków (gdy mu nie wierzyli) był błąd typu 2.

Płacz chłopca był alternatywną hipotezą, ponieważ hipoteza zerowa to nie wilk;)

Nie przepraszam za opublikowanie tak absurdalnego obrazu, ponieważ właśnie dlatego łatwo go zapamiętać. Hipoteza zerowa: pacjentka nie jest w ciąży.

Źródło obrazu: Ellis, PD (2010), „Często zadawane pytania dotyczące rozmiaru efektu”, strona internetowa http://www.effectsizefaq.com , dostępna 12/18/2014.

Oto przydatny sposób, który ma w sobie trochę prawdy.

Młodzi naukowcy popełniają typ I, ponieważ chcą znaleźć efekty i skakać z pistoletu, podczas gdy stary naukowiec popełnia Typ II, ponieważ nie chcą zmienić swoich przekonań.

(ktoś komentuje zabawniejszą wersję tego :))

Rozmawiałem o tym z moim przyjacielem, a on skopał mi link do artykułu w Wikipedii na temat błędów typu I i typu II , gdzie najwyraźniej zapewniają one (nieco niepomocne, moim zdaniem) mnemoniczne. Chciałem jednak dodać go tutaj tylko ze względu na zakończenie. Chociaż nie sądziłem, że to mi pomogło, może pomóc komuś innemu:

Dla tych, którzy mają trudności z prawidłową identyfikacją dwóch typów błędów, następujący mnemonik opiera się na fakcie, że (a) „błąd” jest fałszywy, oraz (b) początkowe litery „dodatnia” i „negatywna” są napisane innym liczba linii pionowych:

• Błąd typu I jest fałszywy POZYTYWNY; a P ma pojedynczą linię pionową.
• Błąd typu II jest fałszywy NEGATYWNY; a N ma dwie linie pionowe.

Należy przy tym pamiętać, że fałszywie dodatni oznacza odrzucenie prawdziwej hipotezy zerowej, a fałszywy negatywny nie odrzuca fałszywej hipotezy zerowej.

To nie jest najlepsza odpowiedź tutaj, ale chciałem ją tam wyrzucić na wypadek, gdyby ktoś znalazł to pytanie i to może mu pomóc.

Możesz całkowicie odrzucić ten pomysł.

Niektórzy autorzy (Andrew Gelman jest jednym) przechodzą do omawiania błędów typu S (znak) i typu M (wielkość). Możesz wnioskować o niewłaściwym kierunku efektu (np. Uważasz, że grupa leczenia ma się lepiej, ale w rzeczywistości gorzej) lub niewłaściwej wielkości (np. Znajdujesz ogromny efekt, gdy występuje tylko niewielki, lub zasadniczo brak efektu, lub odwrotnie) .

Zobacz więcej na blogu Gelmana .

Postaram się nie być zbędny w stosunku do innych odpowiedzi (choć wydaje się, że JM już trochę zasugerował), ale ogólnie lubię pokazywać następujące dwa zdjęcia:

Używam podejścia „sądowego” do zapamiętywania różnicy między typem I a typem II: sędzia popełniający błąd typu I wysyła niewinnego mężczyznę do więzienia, podczas gdy sędzia popełniający błąd typu II pozwala winnemu człowiekowi wyjść na wolność.

Opierając się na zasadzie brzytwy Ockhama , błędy typu I (odrzucając hipotezę zerową, gdy jest to prawda) są „prawdopodobnie” gorsze niż błędy typu II (nie odrzucając hipotezy zerowej, gdy jest fałszywa).

Jeśli wierzysz w taki argument:

• Błędy typu I mają zasadnicze znaczenie
• Błędy typu II mają drugorzędne znaczenie

Uwaga: Nie popieram tej oceny wartości, ale pomaga mi to zapamiętać typ I z typu II.

Oto jedno wyjaśnienie, które może pomóc ci zapamiętać różnicę.

BŁĄD TYPU I: Alarm bez pożaru. BŁĄD TYPU II: Pożar bez alarmu.

Każdy kucharz wie, jak uniknąć błędu typu I - wystarczy wyjąć baterie. Niestety zwiększa to częstość występowania błędu typu II. :)

Zmniejszenie szansy na błąd typu II oznaczałoby uczynienie alarmu nadwrażliwym, co z kolei zwiększyłoby szanse na błąd typu I.

Źródło: Cartoon Guide to Statistics

Hurra, pytanie na tyle nietechniczne, że mogę na nie odpowiedzieć!

„Typ pierwszy to oszustwo” [rymowanie] - to znaczy oszukiwa cię do myślenia, że ​​różnica istnieje, gdy jej nie ma. Zawsze dla mnie działa.

Kiedyś myślałem o tym w kategoriach zwykłego obrazu dwóch rozkładów normalnych (lub krzywych dzwonowych). Przechodząc od lewej do prawej, rozkład 1 jest zerowy, a rozkład 2 jest alternatywą. Typ I (błędnie) odrzuca pierwszy (Null), a typ II „odrzuca” drugi (Alternative).

(Teraz musisz tylko pamiętać, że tak naprawdę nie odrzucasz alternatywy, ale błędnie akceptujesz (lub nie odrzucasz) Null - tj. Przekształca wszystko w formie Null. Hej, to zadziałało dla mnie!)

(nieco żartobliwa odpowiedź wymyślona przed chwilą)

1. Osoba z pierwszej klasy uważa, że ​​zawsze ma rację.
2. Osoba z drugiej klasy uważa, że ​​zawsze się myli.

1. Osoba z pierwszej klasy może popełnić tylko błąd typu I (ponieważ czasami się myli).
2. Osoba z drugiej klasy może popełnić tylko błąd typu II (ponieważ czasami będzie miał rację).

Mój przyjaciel to wymyślił i pomyślałem, że to raczej genialne. Powiedziała, że ​​podczas ostatnich dwóch prezydencji republikanie popełnili oba błędy: Prezydent ONE był Bushiem, który popełnił jeden typ błędu, mówiąc, że w Iraku istniała broń masowego rażenia, podczas gdy w rzeczywistości ... Za prezydenta TWO Obama (niektóre ) Republikanie popełniają DWÓCH błąd, argumentując, że zmiana klimatu jest mitem, podczas gdy w rzeczywistości ...

Bez względu na to, jakie są twoje poglądy na politykę lub zmianę klimatu, jest to dość łatwy sposób na zapamiętanie !!

$\alpha$$\beta$$\alpha$$\beta$$\alpha$$\alpha$$\beta$$\beta$

$\alpha$

RAAR „jak lew” = pierwsza część to * R * wysunięcie, gdy powinniśmy * A * ccept (błąd typu I) druga część to * A * ccept, kiedy powinniśmy * R * wysunięcie (błąd typu II)

To dla mnie najłatwiejszy sposób na zapamiętanie :)

Powodzenia!

Typ 1 = Odrzuć: jest to JEDNO wyrazowe wyrażenie Typ 2 = Nie: to jest DWA słowo

Pamiętam to, myśląc: jaka jest pierwsza rzecz, którą robię, gdy wykonuję test znaczenia hipotezy zerowej? Ustawiam kryterium prawdopodobieństwa, że ​​dokonam fałszywego odrzucenia. Zatem typ 1 jest tym kryterium, a typ 2 to inne prawdopodobieństwo zainteresowania: prawdopodobieństwo, że nie odrzucę wartości null, gdy wartość null jest fałszywa. Tak więc 1 = ustawiłem pierwsze prawdopodobieństwo, 2 = drugie.

Oto jak to zrobić: Typ I jest błędem optymistycznym. Typ II jest błędem pesymistycznym.

O, P: 1, 2. Są alfabetyczne.

Zapamiętaj „To typ I nie II, gdzie null jest prawdziwe”, ponieważ rymuje się i wymyśla resztę, gdy patrzysz na problem

Ponieważ popełniasz błąd Typ I - zerowa wartość jest prawdą, ale mówisz, że nie jest (odrzuć) - Fałszywie dodatnia Następnie typ II to miejsce, w którym wartość zerowa jest nieprawda, ale mówisz, że tak (Nie odrzucaj) - False Negatywny

Pomaga także określić, jaka jest twoja Hipoteza zerowa i Alternatywna, ZANIM zrobisz cokolwiek innego

Tak pamiętam różnicę między błędami typu I i typu II

Typ I jest fałszywy POZYTYWNY

Typ II jest fałszywy NEGATYWNY

Typ I jest tak POZYTYWNY, że najpierw wyskakuje z łóżka, biegnie na dół i znajduje znaczące śniadanie, podczas gdy typ II jest tak NEGATYWNY, że pozostaje w łóżku przez cały dzień, więc kiedy w końcu się wyczołguje, całe jedzenie zniknęło. Nigdy niczego nie znajdzie!

Błąd typu pierwszego Odrzuć hipotezę zerową, gdy jest prawdziwa

TOERNHWIIT

Małe, zbyt chętne szopy pracz nigdy się nie chowają, gdy jest pora na herbatę

Błąd typu drugiego Zaakceptuj hipotezę zerową, jeśli jest fałszywa

TTEANHWIIF

Dwanaście zjadło dziewięć szynek Tan Elvisa z inteligentnymi irlandzkimi rolnikami

Do inżyniera oprogramowania: co powiesz na skojarzenie błędu typu I (pierwszego z dwóch) z terminem „S” erialny „N” umber - znajdziesz coś „znaczącego”, ale jest to „nie”. Błąd typu II jest dokładnie odwrotny, gdy wiesz, co to jest błąd typu I.

Czasami czytanie naprawdę starych artykułów naukowych pomaga mi zrozumieć kilka pomysłów leżących u podstaw statystyki.

... zidentyfikowali „dwa źródła błędów”, a mianowicie:

a) błąd odrzucenia hipotezy, który powinien był zostać zaakceptowany; oraz

(b) błąd w zaakceptowaniu hipotezy, która powinna była zostać odrzucona.

(wiki)

Oryginalne źródło: Neyman, J .; Pearson, ES (1967) [1928]. „W sprawie stosowania i interpretacji niektórych kryteriów testowych do celów wnioskowania statystycznego, część I”. Wspólne dokumenty statystyczne. Cambridge University Press. s. 1–66. http://biomet.oxfordjournals.org/content/20A/1-2/175.full.pdf+html

Myślę, że zwykła tabela jest myląca, ponieważ łączy czasowniki przeczące. Znalazłem następujący „stół werdyktu” łatwiej zapamiętać uogólnienie:

                              H0 (fair)
                     True                False
          Positive   False positive      True positive
Decision             Type I error
(Gilty)
          Negative   True negative       False negative
                                         Type II error

Uwaga:

1. decyzja (pozytywna / negatywna) odpowiada nazwie werdyktu
2. werdykt „fałsz” to błędy

RouTiNe foR FuN Błąd typu I to RTN: Odrzuć Błąd typu Null Type II to FRFN: Błąd odrzucenia fałszywego zera (hipoteza)

Mój mnemonik dla błędów typu II to:

DWA : T jego W jak O posing [nasza szansa na opublikowanie / finansowanie / sławę], tj. Hipoteza eksperymentalna została odrzucona (choć błędnie).

Lub

TWO : T jego W. jako O ut-and-out awarii (ale to błąd, więc nie jest to).

Typ I to, co zostało (tj. Fałszywie dodatnie).

Po zapoznaniu się z nimi wymyśliłem własne, aby pamiętać o typie I (przeciwnie, dotyczy to typu II).

[A] lpha jest pierwszy i jest błędem, gdy [A] zaakceptujesz literę [A]. AAA.

RAT! RAF

RAT oznacza błędy typu I, a RAF jest typu II.

Błąd typu I - RAT

R wyrzucający H ₀ gdy jest ctually T rue

Typ II - ! RAF

  !   R wyrzucający H ₀ gdy jest ctually F ALSE ≡

Nie R wyrzucający H ₀ gdy jest ctually F ALSE

! oznacza nie operatora, więc wymień! ze słowem „nie”.

NB: H ₀ = Hipoteza zerowa

Zapamiętaj:

I  True
II False
or
I  TRue
II FAlse
or
I  TR
II FA
or
I  T         R.
II F         A
or 
Type  I error: True Ho is Rejected.
Type II error: False Ho is Accepted.

Więc pamiętaj

I  True
II False