Elle est égale à 1-β. A retenir Diminuer α va Diminuer l'erreur de Type I Augmenter l'erreur de Type I I Diminuer la puissance du test Augmenter α va Augmenter l'erreur de Type I Diminuer l'erreur de Type I I Augmenter la puissance du test La question des erreurs dans les tests est parfois un peu plus délicate à comprendre, alors n'hésitez pas à me demander de plus amples explications si besoin. Qu'en pensez-vous? Quelle est votre expérience des tests statistiques? Merci pour vos questions et commentaires! Hamed Zakerzadeh Mathématicien ++ Follow me on Twitter or LinkedIn
Grande question, m'a motivé pour Google:) Par Wikipedia (avec des modifications de mise en forme mineures): Une erreur de type I (ou erreur du premier type) est le rejet incorrect d'une vraie hypothèse nulle. Une erreur de type II (ou erreur du deuxième type) est l'échec du rejet d'une hypothèse fausse nulle. Plus bas sur la page, il traite de l'étymologie: En 1928, Jerzy Neyman (1894–1981) et Egon Pearson (1895–1980), tous deux d'éminents statisticiens, ont discuté des problèmes liés à la «décision de décider si un échantillon particulier peut être jugé comme susceptible d'avoir été tiré au hasard d'une certaine population». "... "... dans le test d'hypothèses, deux considérations doivent être gardées à l'esprit, (1) nous devons être en mesure de réduire le risque de rejeter une hypothèse vraie à une valeur aussi faible que souhaité; (2) le test doit être conçu de telle sorte qu'il rejettera l'hypothèse testée lorsqu'elle est susceptible d'être fausse. " H 1 H 2 "... [et] ces erreurs seront de deux types: H 0 (II) nous ne parvenons pas à rejeter lorsque certaines hypothèses alternatives H A ou H 1 sont vraies. "
Cela amènerait les chercheurs à rejeter leur hypothèse nulle selon laquelle le médicament n'aurait aucun effet. Si le médicament provoquait l'arrêt de la croissance, la conclusion de rejeter l'hypothèse nulle, dans ce cas, serait correcte. Cependant, si quelque chose d'autre que le médicament administré a provoqué l'arrêt de croissance au cours du test, il s'agirait d'un exemple de rejet incorrect de l'hypothèse nulle, c'est-à-dire d'une erreur de type I.
Ce «faux positif», conduisant à un rejet incorrect de l'hypothèse nulle, est appelé une erreur de type I. Une erreur de type I rejette une idée qui n'aurait pas dû être rejetée. Exemples d'erreurs de type I Par exemple, regardons la piste d'un criminel accusé. L'hypothèse nulle est que la personne est innocente, tandis que l'alternative est coupable. Une erreur de type I dans ce cas signifierait que la personne n'est pas déclarée innocente et est envoyée en prison, bien qu'elle soit réellement innocente. Dans les tests médicaux, une erreur de type I donnerait l'impression qu'un traitement pour une maladie a pour effet de réduire la gravité de la maladie alors qu'en fait ce n'est pas le cas. Lorsqu'un nouveau médicament est testé, l'hypothèse nulle sera que le médicament n'affecte pas la progression de la maladie. Disons qu'un laboratoire recherche un nouveau médicament anticancéreux. Leur hypothèse nulle pourrait être que le médicament n'affecte pas le taux de croissance des cellules cancéreuses.
Moralité, si on sait interpréter une p -value (et que l'on vérifié au préalable les conditions d'application d'un test), on peut faire tous les tests que l'on veut! Si on veut faire un peu plus compliqué, on peut regarder la distribution des notes, et se demander si une loi \mathcal{N}(60, 15^2) serait possible (par exemple, ça sera notre hypothèse H_0, l'hypothèse alternative étant que ce n'est pas cette loi). Pour faire ce test, il existe le test de Kolmogorov-Smirnov. La statistique de test est ici T=\sup\{\vert \widehat{F}_n(x)-F_0(x)\vert, x\in\mathbb{R}\} où F_0(\cdot) est la fonction de répartition de la loi \mathcal{N}(60, 15^2), et \widehat{F}_n(\cdot) est la fonction de répartition empirique \widehat{F}_n(x)=\frac{1}{n}\sum_{i=1}^n \mathbf{1}(x_i\leq x) La loi de T n'est pas simple, ou moins simple qu'une loi de Student (cf Marsaglia, Tsang & Wang (2003) par exemple). En revanche, on a les p -values automatiquement, > (Y, "pnorm", 60, 15) One- sample Kolmogorov-Smirnov test data: Y D = 0.
skytimetravel.net, 2024