Słownik
Błąd pierwszego rodzaju
Błąd pierwszego rodzaju, zwany również błędem typu I, występuje w testowaniu hipotez statystycznych, gdy odrzucamy hipotezę zerową (H0), mimo że w rzeczywistości jest ona prawdziwa. Błąd I rodzaju oznacza więc stwierdzenie istnienia efektu, różnicy lub zależności, które w rzeczywistości nie występują.
Ryzyko popełnienia błędu I rodzaju jest związane z przyjętym poziomem istotności α. Jeżeli przed analizą przyjmujemy α = 0,05, oznacza to, że przy prawdziwej hipotezie zerowej dopuszczamy 5% ryzyka jej błędnego odrzucenia w pojedynczym teście.
Przykładowo:
- Nauki medyczne: w badaniu klinicznym możemy uznać nowy lek za skuteczny, mimo że w rzeczywistości nie daje on efektu terapeutycznego.
- Psychologia: w eksperymencie możemy stwierdzić, że manipulacja eksperymentalna wpłynęła na ocenę produktu, mimo że w populacji taki efekt nie występuje.
| moc testu = 1 − β |
Ważnym problemem jest również wielokrotne testowanie hipotez. Im więcej niezależnych testów wykonujemy przy tym samym poziomie α, tym większe staje się łączne ryzyko uzyskania przynajmniej jednego wyniku fałszywie dodatniego. Z tego względu w odpowiednich sytuacjach stosuje się korekty wielokrotnych porównań, np. procedurę Bonferroniego, Holma lub właściwie dobrane testy post-hoc.
Istotność statystyczna nie oznacza automatycznie, że wykryty efekt jest rzeczywisty, duży ani praktycznie istotny. Ryzyko błędu I rodzaju może być dodatkowo zwiększane przez nieprawidłowe praktyki analityczne, np. wielokrotne testowanie różnych wariantów analizy i raportowanie wyłącznie tych, które dały p < α. Jednym z przykładów jest p-hacking.W praktyce ograniczaniu ryzyka błędu I rodzaju służą m.in.:
- wcześniejsze ustalenie poziomu α,
- ograniczenie liczby nieuzasadnionych testów,
- stosowanie korekt dla wielokrotnych porównań,
- prerejestracja hipotez i planu analizy,
- interpretowanie wartości p łącznie z wielkością efektu i przedziałami ufności.
Nieco więcej na temat zależności między α, β i mocą statystyczną można znaleźć tutaj ➡️ Jak oszacować liczebność próby przy użyciu G*Power?
Tabela wnioskowania
| Rzeczywisty stan | Wniosek na podstawie testu | |
|---|---|---|
|
Nie odrzucamy H0 p ≥ α |
Odrzucamy H0 p < α |
|
| H0 jest prawdziwa | Poprawna decyzja |
Błąd I rodzaju ryzyko określa wielkość α |
| H1 jest prawdziwa |
Błąd II rodzaju moc = 1 – β < 0,80 |
Poprawne wykrycie efektu moc = 1 – β ≥ 0,80 |
