« 統計分析の基本(12) | トップページ | 統計分析の基本(14) »

2020年5月13日 (水)

統計分析の基本(13)

 これまで説明してきた検定では、検定結果が真実と違う場合がある。いわゆる誤りである。

 誤り(過誤)の種類には2種類ある。その2種類とは、第一種過誤(Type I error)と第二種過誤(Type II error)である。

 第一種過誤は、偽陽性(False positive)のことで、α過誤(α error)やあわてものの誤りとも呼ばれる。偽陽性ということからわかるように、帰無仮説が真であるのに棄却してしまう過誤である。すなわち、2つが同じなのに、違うという偽となる過誤ということである。第二種過誤は、偽陰性(False negative)のことで、β過誤(β error)やぼんやりものの誤りとも呼ぶ。対立仮説が真であるのに帰無仮説を採用してしまう過誤である。すなわち、2つが違うのに、同じという真が抜け落ちる過誤ということになる。

 センサの検出誤差については、検出対象を逃さないようにしようとすると検出しなくても良いものまで検出するため第一種過誤が増えることになる。不要な検出をなくそうとすると、本来検出しないといけないものを逃すようになるため第二種過誤が増えることになる。

 

|

« 統計分析の基本(12) | トップページ | 統計分析の基本(14) »

コメント

コメントを書く



(ウェブ上には掲載しません)




« 統計分析の基本(12) | トップページ | 統計分析の基本(14) »