統計

類型 - I 錯誤和類型 - II 錯誤:懷孕測試類比 - 是否合法?

  • November 5, 2020

在此處輸入圖像描述

我在我的統計書中找到了這張照片,但我現在對“正面”和“負面”指的是什麼感到困惑。

如下表所示,類型 1 錯誤是其 H0 實際上為真但 FALSEly 聲稱它為假的錯誤。另一方面,類型 2 錯誤是它的 H0 實際上是錯誤的但 FALSEly 聲稱它是真的錯誤。

所以我的問題是,懷孕類比和整個“假陽性”和“假陰性”的事情有什麼意義?

對於第一張圖片是 1 型錯誤,H0(零假設)應該是“這個人沒有懷孕”,這樣“你懷孕了”的陳述就變成了假。

然而,第二張圖片的 H0 完全相反,其中 H0 應該是“這個人懷孕了”,這樣“你沒有懷孕”的陳述就變成了假的。

我認為這真的很混亂,因為我認為假陽性和假陰性對應於“你懷孕了”(陽性)/“你沒有懷孕”(陰性)

但根據下面給出的圖表,這似乎沒有任何意義。

所以問題是,我在這裡遺漏了什麼,還是只是教科書的類比很糟糕?

在此處輸入圖像描述

大概在這裡

  • 原假設是 $ H_0: $ 你沒有懷孕
  • 備擇假設是 $ H_1: $ 你懷孕了

所以懷孕將是積極的結果。

你做妊娠試驗

  • 如果妊娠試驗在您未懷孕時給出陽性結果,那麼這是假陽性,當零假設時是 I 型錯誤 $ H_0 $ 實際上是真的,但被測試拒絕了
  • 如果您懷孕時驗孕結果為陰性,則這是假陰性,當零假設時為 II 型錯誤 $ H_0 $ 實際上是不真實的但沒有被測試拒絕

因此,在對真/假陽性/陰性測試的陳述中,真/假部分與測試的準確性有關,而陽性/陰性部分與測試結果有關,而不是真實情況

引用自:https://economics.stackexchange.com/questions/27677