के सांख्यिकीय अभ्यास परिकल्पना परीक्षण न केवल आंकड़ों में, बल्कि पूरे प्राकृतिक और सामाजिक विज्ञान में व्यापक है। जब हम एक परिकल्पना का संचालन करें वहाँ कुछ गलत हो सकता है कि चीजों की एक जोड़ी का परीक्षण करें। दो प्रकार की त्रुटियां हैं, जिन्हें डिजाइन से नहीं रोका जा सकता है, और हमें पता होना चाहिए कि ये त्रुटियां मौजूद हैं। त्रुटियों को टाइप I और टाइप II त्रुटियों के काफी पैदल चलने वाले नाम दिए गए हैं। टाइप I और टाइप II त्रुटियां क्या हैं, और हम उनके बीच अंतर कैसे करते हैं? संक्षेप में:
- जब हम किसी सत्य को अस्वीकार करते हैं तो टाइप I त्रुटियां होती हैं शून्य परिकल्पना
- टाइप II त्रुटियां तब होती हैं जब हम एक झूठे अशक्त परिकल्पना को खारिज करने में विफल होते हैं
हम इन कथनों को समझने के लक्ष्य के साथ इस प्रकार की त्रुटियों के पीछे अधिक पृष्ठभूमि का पता लगाएंगे।
परिकल्पना परीक्षण
परीक्षण आँकड़ों की भीड़ के साथ परिकल्पना परीक्षण की प्रक्रिया काफी विविध प्रतीत हो सकती है। लेकिन सामान्य प्रक्रिया समान है। परिकल्पना परीक्षण एक शून्य परिकल्पना और एक के चयन का विवरण शामिल है स्तर का महत्व. अशक्त परिकल्पना या तो सच है या गलत है और एक उपचार या प्रक्रिया के लिए डिफ़ॉल्ट दावे का प्रतिनिधित्व करता है। उदाहरण के लिए, किसी दवा की प्रभावशीलता की जांच करते समय, शून्य परिकल्पना यह होगी कि दवा का किसी बीमारी पर कोई प्रभाव नहीं पड़ता है।
अशक्त परिकल्पना तैयार करने और महत्व के स्तर को चुनने के बाद, हम अवलोकन के माध्यम से डेटा प्राप्त करते हैं। सांख्यिकीय गणना हमें बताएं कि हमें अशक्त परिकल्पना को अस्वीकार करना चाहिए या नहीं।
एक आदर्श दुनिया में, हम हमेशा शून्य परिकल्पना को अस्वीकार करेंगे जब यह गलत है, और हम शून्य परिकल्पना को अस्वीकार नहीं करेंगे जब यह वास्तव में सच है। लेकिन दो अन्य परिदृश्य हैं जो संभव हैं, जिनमें से प्रत्येक में त्रुटि होगी।
टाइप आई एरर
पहली तरह की त्रुटि जो संभव है, इसमें एक शून्य परिकल्पना की अस्वीकृति शामिल है जो वास्तव में सच है। इस तरह की त्रुटि को I प्रकार की त्रुटि कहा जाता है और कभी-कभी इसे पहली तरह की त्रुटि कहा जाता है।
टाइप I त्रुटियाँ झूठी सकारात्मक के बराबर हैं। आइए एक बीमारी के इलाज के लिए इस्तेमाल की जा रही दवा के उदाहरण पर वापस जाएं। यदि हम इस स्थिति में अशक्त परिकल्पना को अस्वीकार करते हैं, तो हमारा दावा है कि दवा वास्तव में, एक बीमारी पर कुछ प्रभाव डालती है। लेकिन अगर शून्य परिकल्पना सच है, तो, वास्तव में, दवा बीमारी का मुकाबला नहीं करती है। दवा का गलत तरीके से दावा किया जाता है कि बीमारी पर सकारात्मक प्रभाव पड़ता है।
टाइप I त्रुटियों को नियंत्रित किया जा सकता है। अल्फा का मान, जो से संबंधित है स्तर का महत्व हमने जो चुना है वह टाइप I त्रुटियों पर सीधा असर डालता है। अल्फा अधिकतम संभावना है कि हमारे पास एक प्रकार की त्रुटि है। 95% विश्वास स्तर के लिए, अल्फा का मान 0.05 है। इसका मतलब यह है कि 5% संभावना है कि हम एक सच्चे शून्य परिकल्पना को खारिज कर देंगे। लंबे समय में, प्रत्येक बीस परिकल्पना परीक्षणों में से एक जो हम इस स्तर पर करते हैं, उसके परिणामस्वरूप एक प्रकार की त्रुटि होगी।
टाइप II त्रुटि
दूसरी तरह की त्रुटि जो संभव है, तब होती है जब हम एक गलत परिकल्पना को खारिज नहीं करते हैं जो झूठी है। इस प्रकार की त्रुटि को द्वितीय प्रकार की त्रुटि कहा जाता है और इसे दूसरी तरह की त्रुटि के रूप में भी जाना जाता है।
टाइप II त्रुटियाँ झूठी नकारात्मक के बराबर हैं। यदि हम उस परिदृश्य पर फिर से विचार करें जिसमें हम एक दवा का परीक्षण कर रहे हैं, तो टाइप II त्रुटि क्या दिखेगी? एक प्रकार की द्वितीय त्रुटि तब होगी जब हमने स्वीकार किया था कि दवा का किसी बीमारी पर कोई प्रभाव नहीं है, लेकिन वास्तव में, यह किया था।
एक प्रकार II त्रुटि की संभावना ग्रीक अक्षर बीटा द्वारा दी गई है। यह संख्या 1 - बीटा द्वारा निरूपित परिकल्पना परीक्षण की शक्ति या संवेदनशीलता से संबंधित है।
त्रुटियों से कैसे बचें
टाइप I और टाइप II त्रुटियां परिकल्पना परीक्षण की प्रक्रिया का हिस्सा हैं। हालाँकि त्रुटियों को पूरी तरह से समाप्त नहीं किया जा सकता है, हम एक प्रकार की त्रुटि को कम कर सकते हैं।
आमतौर पर जब हम एक प्रकार की त्रुटि की संभावना को कम करने की कोशिश करते हैं, तो दूसरे प्रकार की संभावना बढ़ जाती है। हम अल्फा के मूल्य को ०.०५ से ०.०१ तक घटा सकते हैं, ९९% के अनुरूप आत्मविश्वास का स्तर. हालांकि, यदि बाकी सब कुछ समान रहता है, तो एक प्रकार II त्रुटि की संभावना लगभग हमेशा बढ़ेगी।
कई बार हमारे परिकल्पना परीक्षण का वास्तविक विश्व अनुप्रयोग यह निर्धारित करेगा कि क्या हम टाइप I या टाइप II त्रुटियों को अधिक स्वीकार कर रहे हैं। इसका उपयोग तब किया जाएगा जब हम अपने सांख्यिकीय प्रयोग को डिज़ाइन करेंगे।