| English | 의미 |
|---|---|
| Type I error/taɪp aɪ ˈerə/ | 1종 오류 |
| Type II error/taɪp ˈtuː ˈerə/ | 2종 오류 |
| power/ˈpaʊə/ | 검정력 |
An audit can wrongly flag a reliable seller
- Suppose $H_0$ says the on-time proportion is 0.90 and $H_a$ says it is lower. Rejecting when the null is actually true is a Type I error 第一类错误.
- This is a false alarm about the population rate. A test decision can be wrong even when its calculations were carried out correctly.
An audit can miss a real shortfall
- A Type II error 第二类错误 occurs when the null is false but the study fails to reject it. For example, a true rate of 0.85 might go undetected.
- Non-rejection reports insufficient evidence; it is not a declaration that no shortfall exists. The missed-detection probability depends on the actual alternative rate.
I형 오류는...
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
I형 = 위경보 = 참인 null을 기각함.
Treat the level as a conditional error target
- Under the null, a correctly calibrated test controls its rejection rate at the chosen $\alpha$. Normal-approximation procedures have approximately that rate.
- The rate is over repeated studies when the null is true. It is not the probability that the null is true or the probability of error after a particular rejection.
II형 오류는...
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
II형 = 감지 실패 = 거짓인 null을 기각하지 못함.
H0은 배송 비율이 0.90임을 주장한다. 결과와 그 의미를 매칭하시오
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
표본 백분율이 커 보이는지에 따라 분류하지 말고, 진실된 상태와 결정에 따라 분류하시오
Power 功效 is linked to a specified effect
- Power is the probability of rejecting under a specified false-null value: $1-\beta$. Different true rates can give different power.
- For a fixed design and effect, larger samples generally improve power. A larger effect is usually easier to detect.
If β = 0.30 at p = 0.85, power is 0.70 at p = 0.85. This is not a power claim for every possible alternative.
유의수준 α로 보정된 검정에서 α는名义上的 Type I 오차 수준입니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
α는 H0 하에 선택된 허위 기각 수준이다. 근사 및 이산 절차의 실제 오차 확률이 반드시 정확히 α일 필요는 없다.
검정의 검정력은 1 minus ___ (II형 오류율의 그리스 문자)와 같음.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
Power = 1 − β.
특정 실제 비율에서 Type II 오차 확률은 0.30입니다.検定力(power)은 얼마입니까?
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
해당 대안 가설에 대한 검정력 = 1 - β = 1 - 0.30 = 0.70이다.
Changing the threshold changes the trade-off
- With the sample size and true effect fixed, lowering $\alpha$ makes rejection harder and typically lowers power.
- Increasing sample size can reduce missed detections while retaining the same nominal Type I level. It does not automatically lower that chosen level.
At fixed nominal α, a larger sample does not automatically reduce the chosen Type I error level.
검정의 검정력을 높이는 것은?
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
큰 n, 큰 효과, 또는 큰 α는 모두 검정력을 높임.
α를 0.05로 유지할 때 n을 증가시키면名义上的 Type I 오차 수준이 자동으로 낮아집니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
선택한 명목 수준은 0.05로 유지된다. 유효한 모델 내에서 동일한 효과 크기에서 n이 커지면 일반적으로 검정력이 향상되나, 실제 오차율은 변동할 수 있다
Identify errors using truth and decision
- Check two things: whether the null is true and whether the test rejects it. Their combination identifies an error or a correct decision.
- Without knowing the true population rate, a study cannot label its own rejection a realised Type I error solely from the observed p-value.
Check two things: whether the null is true and whether the test rejects it. Their combination identifies an error or a correct decision.