Кіріспе

Статистикалық гипотезаларды тексеруден алынған тұжырымдар Статистикалық гипотезаларды тексеруден алынған қателер Статистикалық гипотезаларды тексеруде I типті қате немесе жалған оң сан - бұл нөлдік гипотезаның шын мәнінде дұрыс болғанда қабылдамауы. Мысалы, кінәсіз адам сотталуы мүмкін. II типтегі қате немесе жалған теріс - бұл шын мәнінде жалған нөлдік гипотезаны қабылдамау. Мысалы: кінәлі адам сотталмайды. Статистикалық теорияның көп бөлігі осы қателердің бірін немесе екеуін де азайтуды қамтиды, бірақ егер нәтиже белгілі, байқалатын себептік процесспен анықталмаса, олардың екеуін де толық жою статистикалық мүмкін емес. Төмен шекті (ауысу) мәнді таңдап, альфа (α) деңгейін өзгерту арқылы гипотезалық сынақтың сапасын арттыруға болады. I және II типті қателер туралы білім медицинада, биометрияда және информатикада кеңінен қолданылады. I типтегі қателерді интуитивті түрде комиссия қателері деп қарастыруға болады (яғни зерттеуші бір нәрсенің фактісі екенін сәттіліксіз қорытындылайды). Мысалы, зерттеушілердің бір дәрі-дәрмекті плацебомен салыстырғанын қарастырайық. Егер дәрі-дәрмекті қабылдаған науқастар плацебоны қабылдаған науқастардан жақсырақ болса, дәрі-дәрмектің тиімділігі көрінеді, бірақ бұл қорытынды дұрыс емес. Ал II типтегі қателер - бұл қателерді қалдыру қателері. Жоғарыдағы мысалда, егер дәрі алған науқастар плацебо алғандарға қарағанда тез жақсармаса, бірақ бұл кездейсоқ жағдай болса, бұл ІІ типтегі қателік болар еді. II типтегі қателік салдары қателік анықтауының көлемі мен бағытына және жағдайларға байланысты. Миллионнан бір науқасқа арналған қымбат ем шынымен ем болса да, маңызды емес болуы мүмкін.

Статистикалық мәліметтер

Статистикалық сынақ теориясында статистикалық қате түсінігі гипотезаларды сынаудың ажырамас бөлігі болып табылады. Сынақ H0 белгісімен белгіленетін нөлдік гипотеза және H1 белгісімен белгіленетін баламалы гипотеза деп аталатын екі бәсекелестік ұғымды таңдау туралы. Бұл тұжырымдамалық тұрғыдан сот процесіндегі үкімге ұқсас. Нөлдік гипотеза айыпталушының ұстанымына сәйкес келеді: ол кінәлі деп дәлелденгенше кінәсіз деп есептеледі, сондықтан нөлдік гипотеза деректерге қарсы айқын дәлел келтірілгенше дұрыс деп есептеледі. Ал, екінші нұсқадағы гипотеза жауапкерге қарсы тұруға сәйкес келеді. Нақты айтқанда, нөлдік гипотеза айырмашылықтың болмауы немесе қауымдастықтың болмауы да жатады. Сонымен, нөлдік гипотеза ешқашан айырмашылық немесе қауымдастық болуы мүмкін емес. Егер сынақтың нәтижесі шындыққа сәйкес келсе, онда дұрыс шешім қабылданды. Алайда, егер сынақтың нәтижесі шындыққа сәйкес келмесе, онда қате пайда болды. Бұл шешімнің дұрыс емес екендігі екі жағдайда байқалады. Нөлдік гипотеза дұрыс болуы мүмкін, ал біз H0-ді қабылдамаймыз. Екінші жағынан, H1 деген баламалы гипотеза дұрыс болуы мүмкін, ал біз H0 дегенді қабылдамаймыз. Қателердің екі түрі бар: I типтегі қателер мен II типтегі қателер.

I типтегі қате

Қателіктің бірінші түрі - сынақ процедурасының нәтижесінде нөлдік гипотезаны қате қабылдамау. Мұндай қателік I типтегі қателік (жалған оң) деп аталады және кейде бірінші типтегі қателік деп аталады. Сот залындағы мысал бойынша І типтегі қателік кінәсіз айыпталушыны кінәлі деп тануға сәйкес келеді.

Қателік деңгейі

Кемелді тестте жалған оң және жалған теріс нәтижелер болмас еді. Алайда статистикалық әдістер ықтималдық болып табылады және статистикалық қорытындылардың дұрыс екендігі белгілі бола алмайды. Қашан да күмән болса, қателік жасау мүмкіндігі бар. Статистика ғылымының осы сипатын ескере отырып, барлық статистикалық гипотезаларды тексеру I және II типті қателер жасауға ықтимал. I типтегі қателік деңгейі - бұл нөлдік гипотезаның дұрыс екендігін ескеріп, оны қабылдамау ықтималдығы. Сынақ I типті қателік деңгейін алдын ала белгіленген мән деңгейі деп аталатын, әдетте α (альфа) грек әрпімен белгіленетін және альфа деңгейі деп аталатын шектен төмен ұстауға арналған. Әдетте, маңыздылық деңгейі 0,05 (5%) деп белгіленеді, бұл шын нөлдік гипотезаны дұрыс қабылдамаудың 5% ықтималдығы болуы мүмкін екенін білдіреді. II типтегі қателік көрсеткіші грек әріптерімен β (бета) белгіленеді және 1 - β тең сынақтың қуатына байланысты. Қателік мөлшерінің осы екі түрі бір-біріне қарсы саудаланады: кез келген үлгі жиынтығы үшін бір қателікті азайту әрекеті, әдетте, қателіктің екінші түрін арттырады.

Гипотезалық сынақтың сапасы

Осы ойды дұрыс нәтижелер мөлшеріне байланысты да көрсетуге болады, сондықтан қателік мөлшерін азайту және гипотезаларды тексеру сапасын жақсарту үшін қолданылады. І типті қателік жасау ықтималдығын азайту үшін альфа-санықты қатаң ету өте қарапайым және тиімді. II типті қателіктерді жасау ықтималдығын азайту үшін, ол талдаудың қуатымен тығыз байланысты, сынақтың іріктеме көлемін ұлғайту немесе альфа деңгейін жеңілдету талдаудың қуатын арттыра алады. Егер I типтегі қателік деңгейі бақыланса, онда сынақ статистикасы берік болып табылады. Сынақты нақтылау немесе сезімтал ету үшін әртүрлі шекті (кесу) мәндерді қолдану мүмкін, бұл өз кезегінде сынақтың сапасын арттырады. Мысалы, дәрігердің қанда белгілі бір белоктың концентрациясын өлшейтінін елестетіп көріңізші. Тәжірибеші шекті (суреттегі қара тік сызық) реттей алады және егер осы шекті шектен жоғары сан анықталса, адамдар аурумен ауырады деп диагноз қойылады. Суретте көрсетілгендей, шекті өзгертсе, бұрыштық қозғалысқа сәйкес келетін жалған оң және жалған теріс көрсеткіштердің өзгеруі болады.

Мысал

Нақты экспериментте I және II типті қателердің бәрінен аулақ болу мүмкін емес болғандықтан, H0-ді жалған түрде қабылдамау немесе H0-ді қабылдау үшін қаншалықты тәуекелге дайын екендігі маңызды. Бұл мәселені шешу үшін статистикалық мәліметтің p мәні немесе маңыздылық деңгейі α-ны хабарлау керек. Мысалы, егер тест статистикалық нәтижесінің p мәні 0,0596 деп бағаланса, онда H0-ді қате қабылдамаудың 5,96% ықтималдығы бар. Яғни, егер статистикалық есептің а деңгейінде орындалғанын айтсақ, мысалы, 0,05, онда біз H0-ді 5%-ға жалған түрде қабылдамаймыз. 0,05 мәнділігі деңгейі салыстырмалы түрде жиі кездеседі, бірақ барлық сценарийлерге сәйкес келетін жалпы ереже жоқ.

Көлік құралдарының жылдамдығын өлшеу

АҚШ-тағы автокөлік жолында жылдамдықты шектеу сағатына 120 шақырым (75 миль/сағ) құрайды. Өтетін көліктердің жылдамдығын өлшейтін құрылғы орнатылған. Құрылғы X1, X2, X3 кездейсоқ үлгі ретінде тіркей отырып, өтіп бара жатқан көлік құралының жылдамдығын үш рет өлшейтін болады деп есептеңіз. Жол полициясы орташа жылдамдыққа байланысты жүргізушілерге айыппұл төлейді немесе төлемейді, яғни сынақ статистикасына байланысты. Сонымен қатар, біз X1, X2, X3 өлшемдері қалыпты үлестіру ретінде үлгілендірілген деп санаймыз N ((μ,2). Содан кейін T N ((μ,2/) -ге сәйкес келуі керек, μ параметрі өтіп бара жатқан көліктің нақты жылдамдығын білдіреді. Бұл тәжірибеде H0 нөлдік гипотезасы мен H1 баламалы гипотезасы H0: μ=120 және H1: μ>120 болуы тиіс. Егер статистикалық деңгейді α=0,05 орындасақ, онда нормальды үлестіру үшін бірліктердің өзгеруі ережесіне сәйкес шешу үшін c сындық мәнін есептеу керек. Z кестесіне сілтеме жасай отырып, біз мұнда, маңызды аймаққа жетуіміз мүмкін. Яғни, егер көлік құралының тіркелген жылдамдығы 121,9 деңгейінен жоғары болса, жүргізушіге айыппұл салынады. Алайда, әлі де 5% жүргізушілерге қате айыппұл салынады, өйткені тіркелген орташа жылдамдық 121,9-дан жоғары, бірақ шынайы жылдамдық 120-дан аспайды, біз оны І типтегі қате деп атаймыз. II типтегі қате көлік құралының нақты жылдамдығы сағатына 120 километрден асатын, бірақ жүргізушіге айыппұл салынбайтын жағдайға сәйкес келеді. Мысалы, егер көліктің нақты жылдамдығы μ=125, жүргізушіге айыппұл салынбау ықтималдығы есептелінуі мүмкін, яғни егер көліктің нақты жылдамдығы 125, жүргізушіге айыппұлдан құтылу ықтималдығы 0,36% болады, өйткені статистикалық α=0,05 деңгейінде орындалғанда, тіркелген орташа жылдамдық 121,9-дан төмен. Егер нақты жылдамдық 125, 121,9 болса, онда айыппұлдан құтылу ықтималдығы да жоғары болады. I және II типті қателер арасындағы компромисті де қарастыру керек. Яғни, егер жол полициясы кінәсіз жүргізушілерді жалған айыппұл салуды қаламаса, α деңгейін 0,01 сияқты кішірек мәнге орнатуға болады. Алайда, егер бұл шын мәнінде солай болса, 120 шақырымнан асатын жылдамдықты жүргізушілердің көбі, мысалы 125, айыппұлдан құтылуға ықтимал.

Нөлдік гипотеза

Статистиктер үшін әлемнің (немесе оның тұрғындарының) байқалатын құбылыстарына қатысты "сұмдық гипотезаның" қолдау таба алатынын немесе алмайтынын анықтау үшін сынақтар жүргізу стандартты практика болып табылады. Мұндай сынақтардың нәтижелері нәтижелердің белгілі бір жиынтығы болжамды гипотезамен ақылға қонымды түрде келісе ме (немесе келіспей ме) екенін анықтайды. Статистикалық конвенция бойынша, болжамды гипотезаның дұрыс еместігі әрқашан болжанып отырады, ал "нольдық гипотеза" деп аталатын байқалатын құбылыстар тек кездейсоқ пайда болады (және, нәтижесінде, болжамды агент әсер етпейді) тест бұл гипотезаның дұрыс немесе дұрыс еместігін анықтайды. Сондықтан сыналатын гипотезаны көбінесе нөлдік гипотеза деп атайды (бәлкім, Фишер (1935, 19 б. шығарған), өйткені бұл гипотеза сынақпен жойылуы немесе жойылмауы тиіс. Нөлдік гипотеза жоққа шығарылған кезде, деректер "басқаша гипотезаны" (алғашқы болжамдалған) қолдайды деген қорытынды жасауға болады. Статистиктер Нейман мен Пирсонның "сыналатын гипотезаны" (немесе "жою керек гипотезаны") H0 өрнегімен бейнелеу туралы конвенциясын жүйелі түрде қолдану көптеген адамдар "жою гипотезасы" терминін "жою гипотезасы" деген мағынада түсінген жағдайларға әкелді. Бұл міндетті түрде осылай емес Фишерге (1966) сәйкес негізгі шектеу "нульді гипотеза дәл болуы керек, яғни анық емес және түсініксіз болуы керек, өйткені ол "тақырыптау мәселесінің" негізін қамтамасыз етуі керек, оның маңыздылығы сынағы шешім болып табылады". Нәтижесінде эксперименталды ғылымда нөлдік гипотеза, әдетте, белгілі бір емнің әсері жоқ деген мәлімдеме; байқаулық ғылымда, белгілі бір өлшенген айнымалының мәні мен эксперименталды болжаудың арасында айырмашылық жоқ.

Медицина

Медициналық тәжірибеде скрининг пен тестілеудің арасындағы айырмашылықтар айтарлықтай.

Медициналық тексеру

Скринингке салыстырмалы түрде арзан тесттер жатады, олар үлкен популяцияларға беріледі, олардың ешқайсысында аурудың клиникалық белгілері байқалмайды (мысалы, Пап-маз). Тестілеуге әлдеқайда қымбат, көбінесе инвазивті процедуралар жатады, олар тек аурудың кейбір клиникалық белгілерін көрсететін адамдарға беріледі және көбінесе күдікті диагнозды растау үшін қолданылады. Мысалы, АҚШ-тың көпшілігі жаңа туған нәрестелерді басқа туылған аурулар арасында фенилкетонурия мен гипотиреоз үшін тексеруді талап етеді. Гипотеза: "Жаңа туған нәрестелерде фенилкетонурия мен гипотиреоз бар". Нөлдік гипотеза (H0): "Жаңа туған нәрестелерде фенилкетонурия мен гипотиреоз жоқ". І типтегі қате (жалған оң): Шын мәнінде жаңа туған нәрестелерде фенилкетонурия мен гипотиреоз жоқ, бірақ біз деректерге сәйкес олар бұзылыстар бар деп санаймыз. II типтегі қате (жалған теріс): Шын мәнінде жаңа туған нәрестелерде фенилкетонурия мен гипотиреоз бар, бірақ біз деректерге сәйкес оларда бұзылулар жоқ деп санаймыз. Скринингтік тестілер жалған оң нәтижелердің жоғары деңгейін көрсеткенмен, олар құнды деп саналады, өйткені олар бұл бұзылыстарды әлдеқайда ертерек анықтау мүмкіндігін арттырады. Қан тапсырған адамнан ВИЧ-инфекция мен гепатит бар-жоғын анықтау үшін қолданылатын қарапайым қан сынақтары жалған нәтижелерге ие болады; алайда дәрігерлер адамның осы вирустардың бірін жұқтырғанын анықтау үшін әлдеқайда қымбат және әлдеқайда дәл сынақтар қолданады. Мүмкін, медициналық скринингте ең көп талқыланатын жалған оң нәтижелер сүт безі қатерлі ісігін скринингтік процедурасы маммографиядан келеді. АҚШ-та жалған оң маммографияның көрсеткіші 15%-ға дейін, бұл әлемдегі ең жоғары көрсеткіш. АҚШ-тағы жалған оң нәтижелер көрсеткішінің жоғары болуының бір себебі - кез келген 10 жылдық кезеңде америкалық әйелдердің жартысына жалған оң нәтижелер маммографиясынан өтеді. Жалған оң маммографиялық зерттеулер қымбатқа түседі, АҚШ-та жыл сайын 100 миллион доллардан астам қаражат тексеруге және емдеуге жұмсалады. Олар әйелдерге қажетсіз уайым келтіреді. АҚШ-та жалған оң нәтижелердің жоғары деңгейінің нәтижесінде, маммографиялық оң нәтиже алған әйелдердің 90-95% -ында бұл жағдай жоқ. Әлемдегі ең төменгі көрсеткіш Нидерландыда - 1%. Ең төменгі көрсеткіштер, әдетте, Солтүстік Еуропада кездеседі, онда маммографиялық фильмдер екі рет оқылады және қосымша тексеру үшін жоғары шек қойылады (жоғары шек тестілеудің күшін төмендетеді). Халықты іріктеудің идеалдық тестілеуі арзан, оңай жүргізілуі және мүмкін болса, нөлдік жалған теріс нәтижелер әкелуі керек. Мұндай сынақтар әдетте жалған оң нәтижелер береді, оларды кейіннен күрделі (және қымбат) сынақтар арқылы реттеуге болады.

Медициналық тексеру

Жалған теріс және жалған оң нәтижелер медициналық тестілеуде маңызды мәселе болып табылады. Гипотеза: "Пациенттерде нақты ауру бар". Нөлдік гипотеза (H0): "Пациенттерде нақты ауру жоқ". І типтегі қате (жалған оң): Нақты факт - науқастарда нақты ауру жоқ, бірақ дәрігер емделушінің ауру екенін тест есептеріне сәйкес бағалайды. II типтегі қате (жалған теріс): Шын мәнінде ауру бар, бірақ тест есептері науқастар мен дәрігерлерге ауру жоқ деген жалған сенімді хабар береді. Жалған позитивтер іздестіріліп жатқан жағдай сирек кездесетін кезде, скринингте сияқты, күрделі және интуитивті проблемаларды тудыруы мүмкін. Егер бір сынақтың жалған оң көрсеткіші он мыңнан бір болса, бірақ тек бір миллионнан бір үлгі (немесе адам) ғана дұрыс оң болса, онда сол сынақтан анықталған оң нәтижелердің көпшілігі жалған болады. Байқалған оң нәтижедің жалған оң нәтиже болу ықтималдығы Байес теоремасын пайдалану арқылы есептелуі мүмкін. Жалған теріс нәтижелер, әсіресе іздестіріліп жатқан жағдай кең таралған болса, күрделі және интуицияға қарсы проблемалар тудырады. Егер тек 10% жалған теріс көрсеткіші бар тест 70% нақты кездесетін көрсеткіші бар популяцияны сынау үшін қолданылса, онда тестпен анықталған көптеген теріс нәтижелер жалған болады. Бұл кейде науқасты да, оның ауруын да дұрыс емес немесе жеткіліксіз емдеуге әкеледі. Бір кең таралған мысал - жүректің ауырлық сынақтары арқылы жүрек атеросклерозын анықтау, тіпті жүректің ауырлық сынақтары тек жүрек артериясының қан ағынының шектелуін анықтауға мүмкіндік береді.

Биометриялық мәліметтер

Биометриялық сәйкестікті анықтау, мысалы саусақ ізін тану, бетін тану немесе шашты көзді тану I және II типті қателерге ұшырайды. Гипотеза: "Кіріспе іздестірілген адамдардың тізіміндегі біреуді анықтай алмайды". Нөлдік гипотеза: "Кіріспе ізделген адамдардың тізіміндегі біреуді анықтайды". І типтегі қате (жалған қабылдамау): Шын мәнінде адам іздестірілген тізімдегі біреу, бірақ жүйе адам деректерге сәйкес емес деп қорытындылайды. II типтегі қате (жалған сәйкестік): Шын мәнінде, адам іздестірілген тізімдегі адам емес, бірақ жүйе деректерге сәйкес біз іздейтін адам деп қорытындылайды. I типтегі қателердің ықтималдығы "жалған қабылдамау" (FRR) немесе "жалған сәйкес келмеу" (FNMR) деп аталады, ал II типтегі қателердің ықтималдығы "жалған қабылдау" (FAR) немесе "жалған сәйкес келу" (FMR) деп аталады. Егер жүйе күдіктілерді сирек сәйкестендіру үшін жасалса, онда ІІ типтегі қателердің ықтималдығын "жалған дабыл деңгейі" деп атауға болады. Екінші жағынан, егер жүйе растау үшін пайдаланылса (және қабылдау норма болса), онда FAR жүйе қауіпсіздігінің өлшемі, ал FRR пайдаланушының ыңғайсыздық деңгейін өлшейтін болады.

Қауіпсіздік тексеруі

Күнделікті әуежайларда жасалатын тексерістерде жалған нәтижелер байқалды, олар, ең алдымен, визуалды бақылау жүйесі. Қауіпсіздік сигнализациясы ұшаққа қару-жарақ әкелінмесін деп жасалған, бірақ жиі олар өте сезімтал күйде орнатылады. Гипотеза: "Бұл зат қару болып табылады". Нөлдік гипотеза: "Бұл зат қару емес". I типтегі қате (жалған оң): Нақты факт - бұл зат қару емес, бірақ жүйе әлі де ескертуді шығарады. II типтегі қате (жалған теріс) Шын мәнінде заттың қару екендігі, бірақ жүйе бұл уақытта үнсіз. Сондықтан жалған оң нәтижелер (әдіпсіз саяхатшыны террорист ретінде анықтау) мен шынайы оң нәтижелер (террорист болатынын анықтау) арақатынасы өте жоғары; және барлық дерлік дабыл жалған оң нәтижеге ие болғандықтан, бұл скринингтік тесттердің оң болжамды мәні өте төмен. Қате нәтижелердің салыстырмалы құны сынақ жасаушылардың осы оқиғалардың орын алуына мүмкіндік беру ықтималдығын анықтайды. Бұл сценарийде жалған теріс нәтижелердің құны өте жоғары болғандықтан (ұшаққа әкелінген бомбаны анықтамау жүздеген өлімге әкелуі мүмкін), ал жалған оң нәтижелердің құны салыстырмалы түрде төмен болғандықтан (өтінішті қарапайым қосымша тексеру), ең қолайлы тест - статистикалық ерекшелігі төмен, бірақ статистикалық сезімталдығы жоғары (жалған теріс нәтижелердің жоғары мөлшеріне минималды жалған теріс нәтижелерге жол беретін).