제1종 오류 및 제2종 오류의 정의

 
어느 가설 검정도 100% 확실하지는 않습니다. 검정은 확률을 기반으로 하기 때문에 항상 잘못된 결론을 내릴 가능성이 있습니다. 가설 검정을 수행하는 경우 제1종 오류와 제2종 오류 등 두 가지 유형의 오류가 가능합니다. 이 두 오류의 위험은 역의 관계가 있으며 검정의 유의 수준 및 검정력에 의해 결정됩니다. 따라서 위험을 정의하기 전에 어느 오류가 상황에 더 심각한 결과를 초래하는지 확인해야 합니다.
제1종 오류
귀무 가설이 참인데 기각하면 제1종 오류를 범하는 것입니다. 제1종 오류를 범할 확률은 α로, 가설 검정에 대해 설정한 유의 수준입니다. α가 0.05이면 귀무 가설을 잘못 기각할 가능성이 5%임을 인정하는 것입니다. 이 위험을 낮추기 위해서는 더 낮은 α 값을 사용해야 합니다. 그러나 더 낮은 알파 값을 사용하면 실제로 존재하는 실제 차이를 탐지할 가능성이 더 적습니다.
제2종 오류
귀무 가설이 거짓인데 기각하지 않으면 제2종 오류를 범하는 것입니다. 제2종 오류를 범할 확률은 β로, 검정의 검정력에 따라 달라집니다. 검정력을 충분하게 설정함으로써 제2종 오류를 범할 위험을 줄일 수 있습니다. 실제 존재하는 차이를 탐지할 수 있을 정도로 표본 크기를 크게 만들면 됩니다.

거짓인 귀무 가설을 기각할 확률은 1–β와 같습니다. 이 값은 검정의 검정력입니다.

  모집단에 대한 사실
표본을 기반으로 한 결정 H0가 참 H0가 거짓
H0를 기각할 수 없음 옳은 결정(확률 = 1 - α) 제2종 오류 - H0가 거짓인데 기각하지 않음(확률 = β)
H0를 기각 제1종 오류 - H0가 참인데 기각(확률 = α) 올바른 결정(확률 = 1 - β)

제1종 오류 및 제2종 오류의 예

제1종 오류와 제2종 오류의 상호 관계를 이해하고 어느 오류가 상황에 더 심각한 결과를 초래하는지 확인하려면 다음 예를 생각해 보십시오.

한 의료 분야 연구자가 두 약품의 효과를 비교하려고 합니다. 귀무 가설과 대립 가설은 다음과 같습니다.
  • 귀무 가설(H0): μ1= μ2

    두 약품의 효과가 동일합니다.

  • 대립 가설(H1): μ1≠ μ2

    두 약품의 효과가 동일하지 않습니다.

    경축! 아무것도 안하여 에스천사게임즈가 새로운 모습으로 재오픈 하였습니다.
    어린이용이며, 설치가 필요없는 브라우저 게임입니다.
    https://s1004games.com

두 약품이 다르지 않지만 연구자가 귀무 가설을 기각하고 두 약품이 다르다는 결론을 내리는 경우 제1종 오류가 발생합니다. 약품의 효과가 동일한 경우, 환자는 어느 약품을 복용하거나 관계 없이 동일한 수준의 효과를 얻기 때문에 연구자는 이 오류가 매우 심각한 것으로 생각하지 않을 수도 있습니다. 그러나 제2종 오류가 발생하면 연구자는 귀무 가설을 기각해야 하지만 기각하지 못합니다. 즉, 연구자는 두 약품이 실제로는 다르지만 같다는 결론을 내리는 것입니다. 이 오류는 효과가 더 낮은 약품이 효과가 더 높은 약품 대신 판매될 경우 잠재적으로 생명을 위협할 수도 있습니다.

가설 검정을 수행할 때는 제1종 오류와 제2종 오류를 범할 위험을 고려해야 합니다. 한 유형의 오류를 범하는 경우 다른 유형의 오류보다 심각한 결과를 초래하거나 더 많은 비용이 드는 경우 이 결과의 상대적 심각성을 반영하는 유의 수준과 검정력을 선택하십시오.

 

[출처] https://support.minitab.com/ko-kr/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/type-i-and-type-ii-error/

 

 

 

본 웹사이트는 광고를 포함하고 있습니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
번호 제목 글쓴이 날짜 조회 수
» [사회통계] 제1종 오류 및 제2종 오류의 정의 졸리운_곰 2019.01.03 355
49 [사회통계] 귀무 가설 및 대립 가설 정보 졸리운_곰 2019.01.03 168
48 [사회통계] 기본 가설 검정 수행의 예 졸리운_곰 2019.01.03 138
47 [사회통계] 가설 검정의 정의 졸리운_곰 2019.01.03 148
46 사회조사분석사 2급 사회통계 기본이론 01강 file 졸리운_곰 2019.01.01 221
45 [데이터 개념] 왜도 및 첨도가 분포에 미치는 영향 file 졸리운_곰 2018.12.31 356
44 [데이터 개념] 특이치 식별 file 졸리운_곰 2018.12.31 160
43 [데이터 개념] 데이터 표본의 랜덤성 file 졸리운_곰 2018.12.31 211
42 [데이터 개념] 중심 극한 정리: 큰 랜덤 표본의 평균은 근사적으로 정규 분포를 따릅니다. file 졸리운_곰 2018.12.31 149
41 [데이터 개념] 분산의 정의 file 졸리운_곰 2018.12.31 88
40 [데이터 개념] 합동 표준 편차의 정의 졸리운_곰 2018.12.31 1213
39 [데이터 개념] 표준 편차의 정의 file 졸리운_곰 2018.12.31 105
38 [데이터 개념] 모수, 모수 추정치 및 표본 추출 분포의 정의 file 졸리운_곰 2018.12.31 129
37 [데이터 개념] 모집단과 표본 간 차이의 정의 졸리운_곰 2018.12.31 141
36 [데이터 개념] 가설 검정으로 분석할 수 있는 데이터 유형 졸리운_곰 2018.12.31 82
35 [데이터 개념] 검정력 및 표본 크기 분석을 사용하여 수집할 데이터 양 결정 졸리운_곰 2018.12.31 210
34 [SPSS] SPSS 강의스크립트 08강 ~ 09강 file 졸리운_곰 2018.12.12 135
33 [SPSS] SPSS 강의스크립트 06강 ~ 07강 file 졸리운_곰 2018.12.11 202
32 [SPSS] SPSS 강의스크립트 01강 ~ 05강 file 졸리운_곰 2018.12.10 226
31 사회조사분석사 만점 비법 강의 file 졸리운_곰 2018.12.10 211
대표 김성준 주소 : 경기 용인 분당수지 U타워 등록번호 : 142-07-27414
통신판매업 신고 : 제2012-용인수지-0185호 출판업 신고 : 수지구청 제 123호 개인정보보호최고책임자 : 김성준 sjkim70@stechstar.com
대표전화 : 010-4589-2193 [fax] 02-6280-1294 COPYRIGHT(C) stechstar.com ALL RIGHTS RESERVED