Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Статистикада "қате" термині екі жағдайда туындайды. Біріншіден, ол шешім қабылдау контекстінде туындайды, онда қателік ықтималдығы дұрыс емес шешім қабылдау ықтималдығы ретінде қарастырылуы мүмкін, және әрбір қате түрі үшін оның мәні әртүрлі болады. Екіншіден, ол статистикалық модельдеу (мысалы, регрессия) контекстінде туындайды, онда модельдің болжаған мәні нақты нәтижеден қате болуы мүмкін, ал "қателік ықтималдығы" термині әртүрлі дәрежедегі қателердің пайда болу ықтималдығын білдіруі мүмкін.
In statistics, the term "error" arises in two ways. Firstly, it arises in the context of decision making, where the probability of error may be considered as being the probability of making a wrong decision and which would have a different value for each type of error. Secondly, it arises in the context of statistical modelling (for example regression) where the model's predicted value may be in error regarding the observed outcome and where the term probability of error may refer to the probabilities of various amounts of error occurring.
Гипотезаларды тексеру
Статистикадағы гипотезаларды тексеруде екі түрлі қате ажыратылады. I типтегі қателер – бұл шын нөлдік гипотезаны қабылдамау, яғни жалған оң нәтижеге әкелу. II типтегі қателер – бұл жалған нөлдік гипотезаны қабылдамау, яғни жалған теріс нәтижеге әкелу. Қателіктердің ықтималдығы да осылай ажыратылады. I типтегі қате үшін ол α (альфа) арқылы белгіленеді және сынақтың маңыздылығы деңгейі ретінде танылады, сонымен қатар сынақтың нақтылығынан 1-ге тең айырмасы болады. Бұл көрсеткіш кейде сынақтың сенімділігі немесе маңыздылық деңгейі (LOS) деп те аталады. II типтегі қате β (бета) арқылы белгіленеді және сынақтың қуатынан немесе сынақтың сезімталдығынан 1-ге тең айырмасы болады.
In hypothesis testing in statistics, two types of error are distinguished. Type I errors which consist of rejecting a null hypothesis that is true; this amounts to a false positive result. Type II errors which consist of failing to reject a null hypothesis that is false; this amounts to a false negative result. The probability of error is similarly distinguished. For a Type I error, it is shown as α (alpha) and is known as the size of the test and is 1 minus the specificity of the test. This quantity is sometimes referred to as the confidence of the test, or the level of significance (LOS) of the test. For a Type II error, it is shown as β (beta) and is 1 minus the power or 1 minus the sensitivity of the test.
Статистикалық және эконометриялық модельдеу
Статистика мен эконометрияда көптеген модельдерді құру, әдетте, байқалған және болжанған немесе теориялық мәндер арасындағы айырмашылықты ең төменге түсіруге бағытталған. Бұл айырмашылық қате деп аталады, алайда байқалған жағдайда оны қалдық деп атау дұрысрақ. Қате – кездейсоқ шама ретінде қарастырылады және оған ықтималдық таралымы тән. Осы таралымды пайдаланып, кез келген берілген диапазон ішіндегі қателердің ықтималдығын есептеуге болады.
The fitting of many models in statistics and econometrics usually seeks to minimise the difference between observed and predicted or theoretical values. This difference is known as an error, though when observed it would be better described as a residual. The error is taken to be a random variable and as such has a probability distribution. Thus distribution can be used to calculate the probabilities of errors with values within any given range.