Kiejtés

  • IPA: [ ˈɛlʃøːfɒjuːhibɒ]

Főnév

elsőfajú hiba

  1. (matematika, valószínűségszámítás) Az elsőfajú hiba (vagy alpha hiba) egy statisztikai tesztelési fogalom, amely arra a helyzetre utal, amikor a nullhipotézist (H₀) tévesen elutasítjuk, amikor az valójában igaz. Ez a hiba gyakran akkor fordul elő, amikor egy kísérlet vagy vizsgálat során a statisztikai bizonyítékok azt sugallják, hogy van egy hatás vagy különbség, miközben valójában nincs.

Főbb jellemzők:

  1. Jelentése: Az elsőfajú hiba a nullhipotézis elutasítását jelenti, amikor az valójában igaz. Például, ha egy új gyógyszer hatékonyságát vizsgáljuk, és a teszt azt jelzi, hogy a gyógyszer hatékony, miközben valójában nem az, elsőfajú hibát követünk el.
  2. Szignifikancia szint: Az elsőfajú hiba valószínűségét a szignifikancia szint (α) határozza meg, amely általában 0,05 vagy 0,01 szokott lenni. Ez azt jelenti, hogy az eljárás 5% vagy 1% eséllyel elutasítja a nullhipotézist, amikor az igaz.
  3. Következmények: Az elsőfajú hiba következményei súlyosak lehetnek, különösen tudományos kutatásokban, ahol a téves következtetések hamis információkat vagy félrevezető eredményeket eredményezhetnek.
  4. Összehasonlítás más hibákkal: Az elsőfajú hiba ellentéte a másodfajú hiba (β), amely akkor fordul elő, amikor a nullhipotézist tévesen elfogadjuk, amikor az valójában hamis.

Példa:

Tegyük fel, hogy egy új rákellenes gyógyszer hatékonyságát vizsgálják. A nullhipotézis azt állítja, hogy a gyógyszer nem hatékony, míg az alternatív hipotézis azt állítja, hogy a gyógyszer hatékony. Ha a kutatás során a tudósok azt találják, hogy a gyógyszer hatékony, és ezért elutasítják a nullhipotézist, de valójában a gyógyszer nem hatékony (tehát a nullhipotézis igaz), akkor elsőfajú hibát követtek el.

Összegzés:

Az elsőfajú hiba a statisztikai hipotézisvizsgálat egyik központi fogalma, amely figyelmeztet a téves következtetések veszélyeire, és hangsúlyozza a szignifikancia szint helyes megválasztásának fontosságát a kutatások során.