Type II-feil - definisjon, hvordan man kan unngå og eksempel

Ved statistisk hypotesetesting er en type II-feil en situasjon der en hypotesetest ikke avviser nullhypotesen som er falsk. Med andre ord fører det til at brukeren feilaktig ikke avviser den falske nullhypotesen fordi testen mangler den statistiske kraften til å oppdage tilstrekkelig bevis for den alternative hypotesen. Type II-feilen er også kjent som en falsk negativ.

Type II-feil

Type II-feilen har et omvendt forhold til kraften til en statistisk test. Dette betyr at jo høyere effekt av en statistisk test, jo lavere er sannsynligheten for å begå en type II-feil. Frekvensen av en type II-feil (dvs. sannsynligheten for en type II-feil) måles med beta (β) Beta Beta (β) til en investeringssikkerhet (dvs. en aksje) er en måling av dens avkastningsvolatilitet i forhold til hele markedet. Den brukes som et mål på risiko og er en integrert del av Capital Asset Pricing Model (CAPM). Et selskap med høyere beta har større risiko og også større forventet avkastning. mens den statistiske kraften måles med 1- β.

Hvordan unngå type II-feil?

I likhet med type I-feilen er det ikke mulig å eliminere type II-feilen helt fra en hypotesetest. Hypotese Testing Hypotese Testing er en metode for statistisk slutning. Den brukes til å teste om en uttalelse angående en populasjonsparameter er riktig. Hypotesetesting . Det eneste tilgjengelige alternativet er å minimere sannsynligheten for å begå denne typen statistiske feil. Siden en type II-feil er nært knyttet til kraften til en statistisk test, kan sannsynligheten for at feilen oppstår minimeres ved å øke kraften til testen.

1. Øk prøvestørrelsen

En av de enkleste metodene for å øke effekten av testen er å øke prøvestørrelsen som brukes i en test. Utvalgsstørrelsen bestemmer primært mengden av prøvetakingsfeil, som oversettes til evnen til å oppdage forskjellene i en hypotesetest. En større utvalgstørrelse øker sjansene for å fange forskjellene i de statistiske testene, samt øke kraften til en test.

2. Øk signifikansnivået

En annen metode er å velge et høyere nivå av betydning. For eksempel kan en forsker velge et signifikansnivå på 0,10 i stedet for det generelt akseptable 0,05-nivået. Det høyere signifikansnivået innebærer en større sannsynlighet for å avvise nullhypotesen når det er sant.

Den større sannsynligheten for å avvise nullhypotesen reduserer sannsynligheten for å begå en type II-feil mens sannsynligheten for å begå en type I-feil øker. Dermed bør brukeren alltid vurdere innvirkningen av type I- og type II-feil på sin beslutning og bestemme riktig nivå av statistisk signifikans.

Eksempel

Sam er en finansanalytiker Hva gjør en finansanalytiker Hva gjør en finansanalytiker? Samle inn data, organisere informasjon, analysere resultater, lage prognoser og anslag, anbefalinger, Excel-modeller, rapporter. Han kjører en hypotesetest for å oppdage om det er en forskjell i de gjennomsnittlige kursendringene for aksjer med store og små selskaper Russell 2000 Russell 2000 er en aksjeindeks som sporer ytelsen til 2000 amerikanske småaksjer fra Russell. 3000 indeks. Russell 2000-indeksen er mye sitert som et referanseindeks for aksjefond som hovedsakelig består av små aksjer. .

I testen antar Sam som nullhypotesen at det ikke er noen forskjell i de gjennomsnittlige kursendringene mellom store og små selskaper. Dermed sier hans alternative hypotese at det eksisterer en forskjell mellom de gjennomsnittlige prisendringene.

For signifikansnivået velger Sam 5%. Dette betyr at det er 5% sannsynlighet for at testen hans vil avvise nullhypotesen når den faktisk er sant.

Hvis Sams test pådrar seg en type II-feil, vil resultatene av testen indikere at det ikke er noen forskjell i de gjennomsnittlige prisendringene mellom store aksjer og små selskaper. Imidlertid eksisterer det i virkeligheten en forskjell i de gjennomsnittlige prisendringene.

Flere ressurser

Finance er den offisielle leverandøren av den globale Financial Modelling & Valuation Analyst (FMVA) ™ FMVA®-sertifisering. Bli med på 350 600 studenter som jobber for selskaper som Amazon, JP Morgan og Ferrari-sertifiseringsprogram, designet for å hjelpe alle med å bli en finansanalytiker i verdensklasse . For å fortsette å lære og fremme karrieren din, vil de ekstra finansressursene nedenfor være nyttige:

  • Type I-feil Type I-feil I statistisk hypotesetesting er en type I-feil hovedsakelig avvisning av den sanne nullhypotesen. Type I-feilen er også kjent som falsk
  • Betinget sannsynlighet Betinget sannsynlighet Betinget sannsynlighet er sannsynligheten for at en hendelse inntreffer gitt at en annen hendelse allerede har skjedd. Konseptet er en av de viktigste
  • Framing Bias Framing Bias Framing bias oppstår når folk tar en beslutning basert på måten informasjonen presenteres på, i motsetning til bare på fakta selv. De samme fakta presentert på to forskjellige måter kan føre til forskjellige dommer eller avgjørelser fra mennesker.
  • Gjensidig utelukkende begivenheter Gjensidig utelukkende begivenheter I statistikk og sannsynlighetsteori er to begivenheter gjensidig utelukkende hvis de ikke kan forekomme samtidig. Det enkleste eksempelet på gjensidig utelukkende

Siste innlegg