Az elsőfajú hiba és a másodfajú hiba a statisztikai hipotézisvizsgálat alapvető fogalmai, melyek a módszer alkalmazása során előforduló téves eredmények jellegét írják le. A kétféle hiba nem a hipotézisvizsgálat alkalmatlanságából vagy hibás alkalmazásából fakad, hanem a módszer szükségszerű korlátját fejezik ki.

A kétféle hiba lényege A hipotézisvizsgálat kiindulópontja egy H0 nullhipotézis (a tudomány aktuális állása) és ennek tagadása, a H1 ellenhipotézis (a jelenlegi konszenzussal szembehelyezkedő új állítás). A hipotézisvizsgálat célja, hogy eldöntse, a rendelkezésre álló adatok alapján elvetendő-e a nullhipotézis.

A nullhipotézis elvetése egyúttal az alternatív hipotézis elfogadásával, pontosabban valószínűsítésével is jár, és fordítva. Ez azonban nem jelenti azt, hogy a hipotézis valóban igaz vagy hamis. A statisztikai mintavételből levont következtetések egy bizonyos valószínűséggel akár hibásak is lehetnek, és a hibának két típusa van attól függően, hogy a vizsgálati eredmény és a valóság hogyan viszonyul egymáshoz.

Ha a nullhipotézist elvetjük, pedig igaz, akkor elsőfajú hibát (hamis pozitív, alfa- (α-) hiba) követünk el; ha ellenben nem vetjük el, pedig hamis, akkor másodfajú hibát (hamis negatív, béta- (β-) hiba) követünk el. A statisztikai mintavétel mindig magában hordja a hibázás lehetőségét, hiszen hipotézisünk az alapsokaságra, számításaink viszont annak töredékére, a mintára vonatkoznak; a biztos következtetés levonásához az egész sokaságot kellene megvizsgálni.

Tulajdonságok Az elsőfajú hiba valószínűsége felülről korlátozható a választott szignifikanciaszinttel, amely meghatározza, mekkora kockázatot vállalunk a téves elutasításra. A másodfajú hiba valószínűsége közvetlenül nem becsülhető, mivel függ a tényleges hatásmérettől és a mintanagyságtól is. Ezért a tudományban „pesszimista” nullhipotéziseket állítanak fel (például azt, hogy a kezelés vagy gyógyszer hatástalan), mert az informatív döntés a nullhipotézis elvetése. Ebben a felállásban az elsőfajú hiba elkövetése azt jelentené, hogy egy valójában hatástalan gyógyszert tévesen hatásosnak nyilvánítunk — ennek valószínűségét szigorúan kontrolláljuk (pl. α = 0,05), ezzel minimalizálva a téves pozitív eredmények és a hamis állítások elfogadásának kockázatát. A másodfajú hiba során viszont egy valójában működő gyógyszert látunk hatástalannak. Eredménytelenség esetén (ha nem sikerül elvetni a nullhipotézist) még lehet tovább próbálkozni nagyobb mintaszámmal, abban a reményben, hogy csak a teszt alacsony statisztikai ereje (vagyis a másodfajú hiba) miatt nem sikerült kimutatni a tényleges hatást.

Adott nagyságú mintával végzett hipotézisvizsgálat esetében az elsőfajú hiba és a másodfajú hiba összefügg egymással: ha az egyik csökken, a másik nő.

A kétféle hibát egyszerre csak a minta nagyságának növelésével lehet csökkenteni.

Források Székely J. Gábor: Paradoxonok a véletlen matematikájában Hipotézisvizsgálat

Kategória:Matematikai statisztika