Principal » comercio algorítmico » Error tipo II

Error tipo II

comercio algorítmico : Error tipo II
¿Qué es un error tipo II?

Un error de tipo II es un término estadístico que se refiere al no rechazo de una hipótesis nula falsa. Se utiliza dentro del contexto de la prueba de hipótesis.

En el análisis estadístico, un error tipo I es el rechazo de una hipótesis nula verdadera, mientras que el error tipo II describe el error que ocurre cuando uno no puede rechazar una hipótesis nula que en realidad es falsa. En otras palabras, produce un falso positivo. El error rechaza la hipótesis alternativa, aunque no se produce por casualidad.

Para llevar clave

  • Un error tipo II se define como la probabilidad de retener incorrectamente la hipótesis nula, cuando en realidad no es aplicable a toda la población.
  • Un error tipo II es esencialmente un falso positivo.
  • Un error de tipo II puede reducirse haciendo criterios más estrictos para rechazar una hipótesis nula.
  • Los analistas deben sopesar la probabilidad y el impacto de los errores de tipo II con los errores de tipo I.

Comprender los errores de tipo II

Un error de tipo II confirma una idea que debería haber sido rechazada, alegando que las dos observancias son las mismas, a pesar de que son diferentes. Un error de tipo II no rechaza la hipótesis nula, a pesar de que la hipótesis alternativa es el verdadero estado de la naturaleza. En otras palabras, un hallazgo falso se acepta como verdadero. Un error tipo II a veces se denomina error beta.

Un error de tipo II puede reducirse haciendo criterios más estrictos para rechazar una hipótesis nula. Por ejemplo, si un analista está considerando cualquier cosa que se encuentre dentro de un intervalo de confianza de +/- 95% como estadísticamente significativa, al aumentar esa tolerancia a +/- 99%, reduce las posibilidades de un falso positivo. Sin embargo, hacerlo al mismo tiempo aumenta sus posibilidades de encontrar un error tipo I. Al realizar una prueba de hipótesis, se debe considerar la probabilidad o el riesgo de cometer un error tipo I o error tipo II.

Tomar medidas que reduzcan las posibilidades de encontrar un error de tipo II tiende a aumentar las posibilidades de un error de tipo I.

Diferencias entre los errores tipo I y tipo II

La diferencia entre un error de tipo II y un error de tipo I es que un error de tipo I rechaza la hipótesis nula cuando es verdadera (un falso negativo). La probabilidad de cometer un error tipo I es igual al nivel de significancia establecido para la prueba de hipótesis. Por lo tanto, si el nivel de significancia es 0.05, hay un 5% de posibilidades de que ocurra un error tipo I.

La probabilidad de cometer un error de tipo II es igual a uno menos el poder de la prueba, también conocida como beta. El poder de la prueba podría incrementarse aumentando el tamaño de la muestra, lo que disminuye el riesgo de cometer un error tipo II.

Ejemplo de un error tipo 2

Suponga que una compañía de biotecnología quiere comparar cuán efectivos son dos de sus medicamentos para tratar la diabetes. La hipótesis nula establece que los dos medicamentos son igualmente efectivos. Una hipótesis nula, H 0, es la afirmación de que la compañía espera rechazar el uso de la prueba de una cola . La hipótesis alternativa, H a, establece que las dos drogas no son igualmente efectivas. La hipótesis alternativa, H a, es la medida que se apoya rechazando la hipótesis nula.

La compañía de biotecnología implementa un gran ensayo clínico de 3.000 pacientes con diabetes para comparar los tratamientos. La compañía espera que los dos medicamentos tengan un número igual de pacientes para indicar que ambos medicamentos son efectivos. Selecciona un nivel de significancia de 0.05, lo que indica que está dispuesto a aceptar una probabilidad del 5% de que pueda rechazar la hipótesis nula cuando es verdadera o una probabilidad del 5% de cometer un error tipo I.

Suponga que se calcula que la beta es 0.025, o 2.5%. Por lo tanto, la probabilidad de cometer un error tipo II es del 2.5%. Si los dos medicamentos no son iguales, se debe rechazar la hipótesis nula. Sin embargo, si la compañía de biotecnología no rechaza la hipótesis nula cuando los medicamentos no son igualmente efectivos, se produce un error de tipo II.

Comparar cuentas de inversión Nombre del proveedor Descripción Divulgación del anunciante × Las ofertas que aparecen en esta tabla son de asociaciones de las cuales Investopedia recibe una compensación.

Términos relacionados

Introducción al error tipo 1 Un error tipo I es un tipo de error que ocurre cuando se rechaza una hipótesis nula, aunque es cierta. Descubra más sobre el error tipo I. más Lo que nos dice el valor P El valor P es el nivel de significancia marginal dentro de una prueba de hipótesis estadística, que representa la probabilidad de la ocurrencia de un evento dado. más Definición de hipótesis nula Una hipótesis nula es un tipo de hipótesis utilizada en estadística que propone que no existe significación estadística en un conjunto de observaciones dadas. más Prueba de una cola Una prueba de una cola es una prueba estadística en la que el área crítica de una distribución es mayor o menor que cierto valor, pero no ambos. más ¿Por qué es importante el significado estadístico? El significado estadístico se refiere a un resultado que no es probable que ocurra al azar, sino que es atribuible a una causa específica. más Comprensión de las pruebas de dos colas Una prueba de dos colas es una prueba estadística en la que el área crítica de una distribución es de dos lados y evalúa si una muestra es mayor o menor que un cierto rango de valores. más enlaces de socios
Recomendado
Deja Tu Comentario