일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 25년 3월 11일 미국 증시 분석
- 25년 3월 증시 분석
- 25년 3월 12일 미국 증시 분석
- 트럼프 미국 관세
- 코딩 사이트 정리
- 연체 css
- python pandas
- Python Numpy
- 연체용어
- 2025년 3월 6일 미국 증시 분석
- 2025년도 미국 관세
- 25년 3월 미국 증시 분석
- 취업사이트 정리
- 딥러닝 제대로 시작하기
- 미국 증시 분석
- css 리스크
- Cudnn 버전 확인
- 주식 데이터 수집
- 미국 증시 방향성
- 미국 투자 분석
- css risk
- 스코어카드 만드는법
- 미국 시황
- 관세 설명
- 트럼프 2025년 미국 관세
- css 리스크관리
- jupyter notebook PDF
- 미장 분석
- 딥러닝
- 스코어카드 예시
Archives
- Today
- Total
koos808
1종 오류와 2종 오류 본문
728x90
반응형
1종 오류
&2종 오류
- 1종 오류(Type 1 Error) : 귀무가설(H0)이 참(True)일 때, 귀무가설(H0)을 기각(Reject)하는 경우
- 2종 오류(Type 2 Error) : 귀무가설(H0)이 거짓(False)일 때, 귀무가설(H0)을 기각하지 못하는 경우
- 유의수준(alpha)을 높인다는 것은 2종 오류가 발생할 가능성을 낮춘다는 의미이다.
- <-> 유의수준(alpha)을 낮춘다는 것은 2종 오류가 발생할 가능성을 높인다는 의미이다.
- 귀무가설(H0)을 기각함으로써 상당한 비용이 발생하는 경우, 연구자는 1종 오류가 발생할 가능성을 최대한 줄이고자 노력할 것이다.
- Example : 신약개발
- 1종 오류 : 귀무가설(H0-효과x) 참(true)인데 기각함(효과가 없는데 효과가 있다고(H1 채택) 검정함) => 약이 효과가 없는데 불구하고 신약이 효과 있다고 결론 내림 -> 많은 비용(비싼 약값을 주고 효과없는 약을 구매할 확률)이 발생하므로 1종 오류를 줄여야 한다.
- 2종 오류 : 귀무가설(H0-효과x) 거짓(false)인데 H0 채택함 -> 신약에 대한 효과가 존재하는데 효과 없다고 검정해버림.
728x90
반응형
'Statistics' 카테고리의 다른 글
코사인 유사도(cosine similarity) + python 코드 (0) | 2020.09.25 |
---|---|
배깅(Bagging)과 부스팅(Boosting) (0) | 2020.07.05 |
P-value 정의와 이해 (0) | 2020.07.05 |
신뢰구간(Confidence Interval) (0) | 2020.07.05 |
확률(Probability) (0) | 2020.07.05 |