Dalam pengujian hipotesis statistik, kesalahan Jenis I pada dasarnya adalah penolakan hipotesis nol yang benar. Kesalahan jenis I juga dikenali sebagai kesalahan positif palsu. Dengan kata lain, ini secara palsu menyalahi kewujudan fenomena yang tidak wujud.
Perhatikan bahawa ralat jenis I tidak menunjukkan bahawa kita salah menerima hipotesis alternatif eksperimen.
The Probability Total Probability Rule The Total Probability Rule (juga dikenali sebagai undang-undang dari jumlah kebarangkalian) adalah peraturan asas dalam statistik yang berkaitan dengan bersyarat dan marginal melakukan kesalahan tipe I diukur dengan tahap kepentingan (α) ujian hipotesis. Tahap keertian menunjukkan kebarangkalian secara salah menolak hipotesis nol sebenar. Sebagai contoh, tahap keertian 0,05 menunjukkan bahawa terdapat kebarangkalian 5% untuk menolak hipotesis nol sebenar.
Bagaimana Mengelakkan Kesalahan Jenis I?
Tidak mustahil untuk sepenuhnya menghilangkan kebarangkalian ralat jenis I dalam pengujian hipotesis Uji hipotesis Uji hipotesis adalah kaedah inferens statistik. Ia digunakan untuk menguji apakah pernyataan mengenai parameter populasi betul. Ujian hipotesis. Namun, ada peluang untuk meminimumkan risiko memperoleh hasil yang mengandungi kesalahan tipe I.
Salah satu pendekatan yang paling biasa untuk meminimumkan kebarangkalian untuk mendapat ralat positif yang salah adalah dengan meminimumkan tahap kepentingan ujian hipotesis. Oleh kerana tahap kepentingan dipilih oleh penyelidik, tahapnya dapat diubah. Contohnya, tahap kepentingan dapat dikurangkan kepada 1% (0.01). Ini menunjukkan bahawa terdapat kemungkinan 1% menolak hipotesis nol secara tidak betul.
Walau bagaimanapun, menurunkan aras keertian boleh menyebabkan keadaan di mana keputusan ujian hipotesis mungkin tidak menangkap parameter sebenar atau perbezaan sebenar ujian.
Contoh Ralat Jenis I
Sam adalah penganalisis kewangan Apa yang Dilakukan oleh Penganalisis Kewangan Apa yang dilakukan oleh penganalisis kewangan? Kumpulkan data, susun maklumat, analisis hasil, buat ramalan dan unjuran, cadangan, model Excel, laporan. Dia menjalankan ujian hipotesis untuk mengetahui sama ada terdapat perbezaan dalam perubahan harga rata-rata untuk saham besar dan kecil.
Dalam ujian tersebut, Sam menganggap bahawa hipotesis nol adalah bahawa tidak ada perbezaan dalam perubahan harga rata-rata antara saham topi besar dan kecil. Oleh itu, hipotesis alternatifnya menyatakan bahawa perbezaan antara perubahan harga rata-rata memang ada.
Untuk tahap kepentingan, Sam memilih 5%. Ini bermaksud terdapat kemungkinan 5% bahawa ujiannya akan menolak hipotesis nol apabila ia benar.
Sekiranya ujian Sam mengalami ralat jenis I, hasil ujian akan menunjukkan bahawa perbezaan harga purata berubah antara saham topi besar dan topi kecil wujud sementara tidak ada perbezaan yang signifikan di antara kumpulan.
Sumber tambahan
Finance adalah penyedia rasmi Pensijilan Pemodelan & Penilaian Kewangan global (FMVA) ™ Sertifikasi FMVA® Sertai 350,600+ pelajar yang bekerja untuk syarikat seperti program pensijilan Amazon, JP Morgan, dan Ferrari, yang direka untuk membantu sesiapa sahaja menjadi penganalisis kewangan bertaraf dunia . Untuk terus belajar dan memajukan kerjaya anda, sumber Kewangan tambahan di bawah akan berguna:
- Ralat Jenis II Kesalahan Jenis II Dalam pengujian hipotesis statistik, ralat jenis II adalah keadaan di mana ujian hipotesis gagal menolak hipotesis nol yang salah. Dalam yang lain
- Kebarangkalian Bersyarat Kebarangkalian Bersyarat Kebarangkalian Bersyarat adalah kebarangkalian kejadian berlaku memandangkan peristiwa lain sudah berlaku. Konsepnya adalah salah satu asas
- Peristiwa Bebas Peristiwa Bebas Dalam statistik dan teori kebarangkalian, peristiwa bebas adalah dua peristiwa di mana berlakunya satu peristiwa tidak mempengaruhi berlakunya kejadian lain
- Bias Pemilihan Sampel Bias Pemilihan Sampel Bias pemilihan sampel adalah bias yang disebabkan oleh kegagalan untuk memastikan pengacakan sampel populasi yang tepat. Kelemahan pemilihan sampel
