통계적 이해 - 가설 검정에서의 오류

2020. 7. 21. 06:49·데이터과학/ADSP
728x90

가설 검정에서의 오류(error)

 

① 제1종 오류(Type Ⅰ error: α)

  • 귀무가설 H0이 옳은데도 H0 을 기각하게 되는 오류


② 제2종 오류(Type Ⅱ error: β)

  • 귀무가설 H0이 옳지 않은데도 H0 을 채택하게 되는 오류
  • 두 가지 오류는 서로 상충관계
  • 일반적으로 제1종 오류(α)의 크기를 0.01, 0.05, 0.1 등으로 고정시키고, 제2종 오류(β)가 최소가 되도록 기각역 설정
  • 예) 판사의 판결에서 귀무가설은 피고는 무죄, 대립가설은 피고는 유죄

[그림1] 가설검정결과 


제1종 오류 : 실제로 무죄인 피고를 유죄로 판결


제2종 오류 : 실제로 유죄인 피고를 무죄로 판결

 

 

출처 : 2020 전면 개정판 ADsP 데이터 분석 준전문가 DATAEDU

728x90
저작자표시 비영리 변경금지 (새창열림)
'데이터과학/ADSP' 카테고리의 다른 글
  • 통계의 이해 - 기술 통계,통계량에 의한 자료 분석
  • 통계적 이해 - 모집단의 모수에 대한 검정 방법
  • 통계의 이해 - 통계적 추론, 가설 검정
  • 통계의 이해 - 확률변수, 확률변수의 기댓값
포장빵
포장빵
IT공부 및 프로그래밍
  • 포장빵
    포장빵의 IT
    포장빵
  • 전체
    오늘
    어제
    • AI 학습 노트 (113)
      • 기초 수학 (4)
        • 선형대수 (0)
        • 확률통계 (4)
        • 미적분 (0)
        • 최적화 이론 (0)
      • AI & 딥러닝 (1)
        • 이론 (0)
        • 컴퓨터 비전 (0)
        • 자연어 처리 (0)
        • 생성AI (0)
        • 강화학습 (0)
      • 데이터과학 (70)
        • R (47)
        • ADSP (21)
      • 연구 & 자료 (15)
        • 논문 (6)
        • 수료증 (3)
      • 프로그래밍 & 개발 환경 (22)
        • Python (22)
        • 개발도구 (0)
        • 알고리즘 (0)
      • 면접 자료 (1)
  • 블로그 메뉴

    • 링크

    • 공지사항

    • 인기 글

    • 태그

      yolov9
      자료의 종류
      상관분석
      python 주요 데이터 타입
      str lib
      R 원 그래프
      주성분 분석(PCA)
      none타입
      k-means clustering
      stylegan2
      확률
      R 원 그래프 퍼센트
      Coursera Python Data Structures
      Coursera 1
      Python 크롤링 기초
      시계열 모형
      지수분포
      통계량에 의한 자료 분석
      다차원 척보법
      논문
      매핑형(딕셔너리)
      Python Regular Expression Quick Guide
      단순선형 회귀분석
      CV
      베르누이분포
      yolov10
      시퀀스형
      확률 분포
      R 도수분포표
      k-평균 군집
    • 최근 댓글

    • 최근 글

    • hELLO· Designed By정상우.v4.10.3
    포장빵
    통계적 이해 - 가설 검정에서의 오류
    상단으로

    티스토리툴바