Tilastollisessa hypoteesitestauksessa tyypin II virhe on tilanne, jossa hypoteesitesti ei hylkää väärää nullhypoteesia. Toisin sanoen se saa käyttäjän virheellisesti hylkäämään väärän nollahypoteesin, koska testillä ei ole tilastollista voimaa havaita riittävä näyttö vaihtoehtoista hypoteesia varten. Tyypin II virhe tunnetaan myös vääränä negatiivisena.
Tyypin II virheellä on käänteinen suhde tilastollisen testin tehoon. Tämä tarkoittaa, että mitä suurempi tilastollisen testin teho, sitä pienempi todennäköisyys tehdä tyypin II virhe. Tyypin II virheen määrä (ts. Tyypin II virheen todennäköisyys) mitataan beeta (β) Beetalla Sijoitusarvopaperin (eli osakkeen) beeta (β) on sen tuottojen volatiliteetin mitta suhteessa koko markkinoilla. Sitä käytetään riskin mittarina ja se on olennainen osa pääomavarojen hinnoittelumallia (CAPM). Yrityksellä, jolla on korkeampi beeta, on suurempi riski ja myös suurempi odotettu tuotto. kun taas tilastollinen teho mitataan 1- β: lla.
Kuinka välttää tyypin II virhe?
Samoin kuin tyypin I virhe, tyypin II virhettä ei ole mahdollista poistaa kokonaan hypoteesitestistä Hypoteesitestaus Hypoteesitestaus on menetelmä tilastolliseen päättelyyn. Sitä käytetään testaamaan, onko väestöparametriä koskeva väite oikea. Hypoteesin testaus . Ainoa käytettävissä oleva vaihtoehto on minimoida tämäntyyppisten tilastovirheiden todennäköisyys. Koska tyypin II virhe liittyy läheisesti tilastollisen testin tehoon, virheen esiintymisen todennäköisyys voidaan minimoida lisäämällä testin tehoa.
1. Lisää otoksen kokoa
Yksi yksinkertaisimmista menetelmistä testin tehon lisäämiseksi on lisätä testissä käytettyä näytekokoa. Otokoko määrittää ensisijaisesti näytteenottovirheen määrän, mikä tarkoittaa kykyä havaita erot hypoteesitestissä. Suurempi otoskoko lisää mahdollisuuksia kaapata tilastollisten testien erot ja lisää testin tehoa.
2. Lisää merkitsevyystasoa
Toinen menetelmä on valita korkeampi merkitsevyys. Esimerkiksi tutkija voi valita merkitsevyystason 0,10 yleisesti hyväksytyn 0,05-tason sijaan. Suurempi merkitsevyystaso tarkoittaa suurempaa todennäköisyyttä hylätä nullhypoteesi, kun se on totta.
Nollahypoteesin hylkäämisen suurempi todennäköisyys vähentää tyypin II virheen todennäköisyyttä, kun taas tyypin I virheen todennäköisyys kasvaa. Siksi käyttäjän tulisi aina arvioida tyypin I ja II virheiden vaikutus päätöksentekoonsa ja määritellä sopiva tilastollinen merkitsevyys.
Esimerkki
Sam on finanssianalyytikko Mitä finanssianalyytikko tekee Mitä finanssianalyytikko tekee? Kerää tietoja, järjestä tietoja, analysoi tuloksia, tee ennusteita ja ennusteita, suosituksia, Excel-malleja, raportteja. Hän suorittaa hypoteesitestin selvittääkseen, onko suurten ja pienten yhtiöiden osakkeiden keskimääräisissä hintamuutoksissa eroja Russell 2000 Russell 2000 on osakemarkkinaindeksi, joka seuraa 2000 Yhdysvaltain pienten yritysten osakkeiden kehitystä Russellilta. 3000-indeksi. Russell 2000 -indeksi mainitaan laajalti vertailuarvona sijoitusrahastoille, jotka koostuvat pääasiassa pienikokoisista osakkeista. .
Testissä Sam olettaa nollahypoteesina, että suurten ja pienten yhtiöiden osakkeiden keskimääräisissä hintamuutoksissa ei ole eroa. Niinpä hänen vaihtoehtoisessa hypoteesissaan todetaan, että keskimääräisten hintamuutosten välillä on ero.
Merkitsevyystasoksi Sam valitsee 5%. Tämä tarkoittaa, että on 5 prosentin todennäköisyys, että hänen testi hylkää nullhypoteesin, kun se on totta.
Jos Samin testissä tapahtuu tyypin II virhe, testin tulokset osoittavat, että suurten ja pienten yhtiöiden osakkeiden keskimääräisissä hintamuutoksissa ei ole eroa. Todellisuudessa keskimääräisten hintamuutosten välillä on kuitenkin ero.
Lisää resursseja
Finance on maailmanlaajuisen finanssimallinnus- ja arvostusanalyytikon (FMVA) ™ virallinen toimittaja. FMVA®-sertifiointi . Alla olevista lisärahoitusresursseista on hyötyä oppimisen ja urasi etenemisen kannalta:
- Tyypin I virhe Tyypin I virhe Tilastollisen hypoteesin testauksessa tyypin I virhe on lähinnä todellisen nollahypoteesin hylkääminen. Tyypin I virhe tunnetaan myös vääränä
- Ehdollinen todennäköisyys Ehdollinen todennäköisyys Ehdollinen todennäköisyys on tapahtuman todennäköisyys, kun otetaan huomioon, että toinen tapahtuma on jo tapahtunut. Käsite on yksi pohjimmiltaan
- Kehystysvirhe Kehystysvirhe Kehystysvirhettä tapahtuu, kun ihmiset tekevät päätöksen tietojen esitystavan perusteella, toisin kuin vain itse tosiseikat. Samat tosiseikat kahdella eri tavalla voivat johtaa ihmisten erilaisiin tuomioihin tai päätöksiin.
- Keskinäisesti poissulkevat tapahtumat Keskinäisesti poissulkevat tapahtumat Tilastoissa ja todennäköisyysteoriassa kaksi tapahtumaa sulkevat toisensa pois, jos ne eivät voi tapahtua samanaikaisesti. Yksinkertaisin esimerkki toisistaan poissulkevista
