Hoofd- » algoritmische handel » Type II-fout

Type II-fout

algoritmische handel : Type II-fout
Wat is een Type II-fout?

Een type II-fout is een statistische term die verwijst naar de niet-afwijzing van een valse nulhypothese. Het wordt gebruikt in de context van hypothesetesten.

In statistische analyse is een type I-fout de afwijzing van een echte nulhypothese, terwijl type II-fout de fout beschrijft die optreedt wanneer iemand een nulhypothese die niet waar is, niet verwerpt . Met andere woorden, het produceert een vals positief. De fout verwerpt de alternatieve hypothese, hoewel deze niet door toeval voorkomt.

Belangrijkste leerpunten

  • Een type II-fout wordt gedefinieerd als de kans dat de nulhypothese onjuist wordt gehandhaafd, terwijl deze in feite niet van toepassing is op de hele populatie.
  • Een type II-fout is in wezen een vals positief.
  • Een type II-fout kan worden verminderd door strengere criteria te maken voor het afwijzen van een nulhypothese.
  • Analisten moeten de waarschijnlijkheid en impact van type II-fouten afwegen met type I-fouten.

Inzicht in type II fouten

Een type II-fout bevestigt een idee dat had moeten worden afgewezen en beweren dat de twee observaties hetzelfde zijn, hoewel ze verschillen. Een type II-fout verwerpt de nulhypothese niet, hoewel de alternatieve hypothese de ware aard van de natuur is. Met andere woorden, een valse bevinding wordt als waar geaccepteerd. Een type II-fout wordt soms een bètafout genoemd.

Een type II-fout kan worden verminderd door strengere criteria te maken voor het afwijzen van een nulhypothese. Als een analist bijvoorbeeld iets dat binnen een betrouwbaarheidsinterval van +/- 95% valt, als statistisch significant beschouwt, verkleint u door de tolerantie tot +/- 99% te vergroten de kans op een vals positief. Als u dit echter tegelijkertijd doet, vergroot u de kans dat u een type I-fout tegenkomt. Bij het uitvoeren van een hypothesetest moet rekening worden gehouden met de waarschijnlijkheid of het risico van het maken van een type I-fout of type II-fout.

Het nemen van stappen die de kans op een type II-fout verkleinen, vergroot de kans op een type I-fout.

Verschillen tussen type I- en type II-fouten

Het verschil tussen een type II-fout en een type I-fout is dat een type I-fout de nulhypothese verwerpt wanneer deze waar is (een vals negatief). De waarschijnlijkheid van het begaan van een type I-fout is gelijk aan het significantieniveau dat was ingesteld voor de hypothesetest. Daarom is er een kans van 5% dat een type I-fout kan optreden als het significantieniveau 0, 05 is.

De kans op het begaan van een type II-fout is gelijk aan één minus de kracht van de test, ook bekend als bèta. De kracht van de test kan worden vergroot door de steekproefomvang te vergroten, waardoor het risico op een type II-fout afneemt.

Voorbeeld van een Type 2-fout

Stel dat een biotechnologiebedrijf wil vergelijken hoe effectief twee van zijn medicijnen zijn voor de behandeling van diabetes. De nulhypothese stelt dat de twee medicijnen even effectief zijn. Een nulhypothese, H 0, is de claim die het bedrijf hoopt te weigeren met de eenzijdige test . De alternatieve hypothese, Ha , stelt dat de twee geneesmiddelen niet even effectief zijn. De alternatieve hypothese, Ha , is de meting die wordt ondersteund door de nulhypothese te verwerpen.

Het biotechbedrijf voert een groot klinisch onderzoek uit met 3.000 patiënten met diabetes om de behandelingen te vergelijken. Het bedrijf verwacht dat de twee geneesmiddelen evenveel patiënten hebben om aan te geven dat beide geneesmiddelen effectief zijn. Het selecteert een significantieniveau van 0, 05, wat aangeeft dat het bereid is om een ​​5% kans te accepteren dat het de nulhypothese kan verwerpen als het waar is of een 5% kans om een ​​type I fout te begaan.

Stel dat de bèta wordt berekend als 0, 025 of 2, 5%. Daarom is de kans op het begaan van een type II-fout 2, 5%. Als de twee medicijnen niet gelijk zijn, moet de nulhypothese worden afgewezen. Als het biotechbedrijf de nulhypothese echter niet verwerpt wanneer de medicijnen niet even effectief zijn, treedt er een type II-fout op.

Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.

Gerelateerde termen

Inleiding tot de Type 1-fout Een type I-fout is een soort fout die optreedt wanneer een nulhypothese wordt afgewezen, hoewel deze waar is. Ontdek meer over de type I-fout. meer Wat P-waarde ons vertelt P-waarde is het niveau van marginale significantie binnen een statistische hypothesetest, die de waarschijnlijkheid van het optreden van een bepaalde gebeurtenis weergeeft. meer Null Hypothese Definitie Een nulhypothese is een soort hypothese die wordt gebruikt in statistieken die suggereert dat er geen statistische significantie bestaat in een reeks gegeven waarnemingen. meer Eenzijdige test Een eenzijdige test is een statistische test waarbij het kritieke gebied van een verdeling groter of kleiner is dan een bepaalde waarde, maar niet beide. meer Waarom statistische significantie belangrijk is Statistische significantie verwijst naar een resultaat dat niet willekeurig zal optreden, maar eerder waarschijnlijk is toe te schrijven aan een specifieke oorzaak. meer Tweezijdige tests begrijpen Een tweezijdige test is een statistische test waarbij het kritieke gebied van een distributie tweezijdig is en test of een steekproef groter of kleiner is dan een bepaald waardenbereik. meer partnerlinks
Aanbevolen
Laat Een Reactie Achter