Пй тип: Акцентуации функций ПЙ-типов

Описания Четвёртых функций в психософии

Скажем прямо, результативные функции сложнее поддаются идентификации, чем процессионные, поэтому, если Вы для себя уже определили Вторую и Третью функции, Вам будет проще, чем определять Четверку с нуля. Но и тут есть вероятность спутать Четвертую и Первую.

В этой ситуации надежным индикатором будет поведение человека в стрессовой ситуации. Во всех остальных случаях Единица и Четвёрка могут быть неразличимы. Как ведет себя каждая из Четвертых функций в стрессовых ситуациях и в обычной жизни?

Четвёртая Логика

Четвёртые Логики – это люди, которым лень думать. Они склонны перенимать чужое мнение, причем в обычной жизни они фильтруют для себя источники информации, выбирая самые авторитетные. А вот в стрессовой ситуации 4Л становятся способными поверить во что угодно, без каких-либо фильтров. Такие люди обычно и создают панику из-за абсурдных слухов – потому что тут же включаются Физика, Эмоция, Воля, находящиеся выше, и они действуют на основе полученной информации.

В нормальной ситуации Четвёртые Логики могут выглядеть как умные собеседники, во всяком случае, у них ясные простые формулировки и такое же ясное простое понимание мира. Но если попросить 4Л объяснить или аргументировать своё мнение, то тут же понимаешь недостаток причинно-следственных связей в его картине мира – просто из-за того, что ему лень напрягаться и обдумывать их.

Четвёртая Эмоция

Четвёртые Эмоции в критических ситуациях удивительно спокойны. То есть они здраво мыслят, действуют, осознают ситуацию. Они очень стрессоустойчивы. В такие моменты кажется, что у неё нет слабостей и её ничто не может зацепить, словно это робот, а не человек. Но не всегда такой подход оправдывает себя: например, если стрессовая ситуация – это выяснение отношений, партнер может ждать проявления каких-то эмоциональных реакций, а у 4Э они отсутствуют. Зато в обычном, расслабленном состоянии Четвёртые Эмоции способны впитывать чужие эмоции и ярко отражать их на своём лице – «человек-мем».

Они могут быть очень шумными, громкими – настолько, что их легко спутать с Первыми Эмоциями. Но если присмотреться, можно заметить, что у 1Э эмоции – это отражение их внутреннего мира, энергия, которая прорывается наружу, а у 4Э это отражение атмосферы, созданной чувствами окружающих. 4Э никогда не будет грустить в веселой компании – он легко присоединится к общему веселью.

Четвёртая Физика

Четвёртые Физики в критических ситуациях становятся равнодушны к физическому миру – не едят, не спят, не пользуются душем и т.д. Впрочем, для некоторых из них это свойственно и в обычной жизни, но там их можно приучить готовить себе еду и прерывать сидение за компьютером на сон временами. Но если 4Ф загорелся чувствами, целью, идеей, то ему уже и «кусок в горло не лезет», и бессонница, и вообще – зачем отвлекаться на бренный мир, когда столько всего более интересного вокруг? Есть стереотип, что 4Ф – это «бревна», и он не так уж далек от реальности. Их можно подвинуть, покормить, одеть и они этого могут даже не заметить.

Но при этом Четвёртые Физики склонны «заражаться» чужой физической энергией. В компании с Высокой Физикой они могут стать спортсменами, гедонистами, страстными любовниками или алчными накопителями богатств. Но при этом их мотивации требуют постоянной подпитки извне, иначе иссякают.

Четвёртая Воля

Четвёртая Воля становится безвольной, ждет решений и активных действий от окружающих. В этот момент её можно заставить сделать что угодно, упрямство куда-то улетучивается, но если ее не заставлять ничего делать, то она зависнет в апатичном состоянии и будет «отрываться» по своим верхним функциям: есть вкусняшки, истерить или размышлять. В обычном состоянии 4В – это милый, расслабленный человек, который позволяет другим быть собой в его обществе. Он может взять на себя лидерство, но лишь в том случае, если его «возложили» окружающие, а по своей воле вряд ли, ибо слишком не любит напрягаться и нести ответственность. Бытует мнение, что у Четвёртых Воль нет амбиций – это не так.

Но им проще реализовать свои амбиции в одиночку, без ответственности «за общее дело». К тому же, 4В можно «заразить» своими мечтами и планами при длительном воздействии, тогда она поможет вам в их осуществлении.

Оригинал описания можно прочитать по следующей ссылке в нашей группе в ВК.

Меняется ли ПЙ-тип на протяжении жизни?

?

Психе-йога Январь 28, 2009 [psyhosophy] Security: Subject: Меняется ли ПЙ-тип на протяжении жизни? Time: 05:09 pm Хотелось бы обсудить этот вопрос. Мнения есть разные по этому поводу. А какого придерживаетесь вы и почему? И еще: каков, по-вашему, механизм формирования типа? Почему функции располагаются в том или ином порядке? Что этому способствует? комментарии:Оставить комментарий Comments: anette_7 Link: (Link) Time: 2009-02-21 01:27 pm У меня с первого же знакомства с теорией ПЙ есть стойкое ощущение, что тип не меняется. Его теоретически можно «подтянуть» до 25-го, но изменить на какой-то другой невозможно. Объяснить свою уверенность в неизменности типа, к сожалению, не могу, нет логических аргументов. Является ли тип врожденным или формируется в детстве — не знаю, хотя и думала над этим вопросом. (Ответить) (Thread) minamoto_ru Link: (Link) Time: 2009-02-21 02:51 pm Ну, если верить Афанасьеву, то тип не меняется. Бывает сложно определить тип, поскольку в его оценке участвуют такие категории, как ценностные предпочтения. Т.е. расположение функций — это, с моей точки зрения, некоторая ценностная схема внутри человека. А ценностные характеристики — одни из самых сложных для диагностирования. (Ответить) (Thread) sapojnik Subject: Ключевой вопрос Link: (Link) Time: 2011-01-18 12:02 pm Думаю, этот вопрос является ключевым для всей концепции. У Афанасьева, как я понял, неявно (напрямую он этот вопрос не обсуждает) предполагается, что порядок психфункций неизменен от рождения до смерти, и максимум, на что можно рассчитывать — это превратиться в Безымянный «25-й тип» — хотя и это, как можно понять из текста, достижимо только для тех, кому повезло родиться с «2-й Волей». Но так ли это? Меняется ли порядок функций в течение жизни? Какие есть способы для изменения порядка? Ответы на этот вопрос смогли бы, на мой взгляд, превратить «психософию» в «психодинамику» (Ответить) (Thread) xxxxpro Subject: Re: Ключевой вопрос Link: (Link) Time: 2011-02-09 12:39 pm Вообще, не обязательно из второй, просто из доминирующих Воль попасть в 25-ый тип сложнее. (Ответить) (Parent) (Thread) Психе-йога

Объяснение ошибки типа II, а также пример и сравнение с ошибкой типа I

Что такое ошибка типа II?

Ошибка типа II — это статистический термин, используемый в контексте проверки гипотез, который описывает ошибку, возникающую, когда не удается отвергнуть нулевую гипотезу, которая на самом деле ложна. Ошибка типа II дает ложноотрицательный результат, также известный как ошибка пропуска. Например, тест на заболевание может дать отрицательный результат, если пациент инфицирован. Это ошибка второго рода, потому что мы принимаем заключение теста как отрицательное, даже если оно неверно.

Ошибку типа II можно противопоставить ошибке типа I, которая представляет собой отклонение истинной нулевой гипотезы, тогда как ошибка типа II описывает ошибку, которая возникает, когда не удается отвергнуть нулевую гипотезу, которая на самом деле ложна. Ошибка отвергает альтернативную гипотезу, даже если она не возникает случайно.

Ключевые выводы

• Ошибка II рода определяется как вероятность неправильного отклонения нулевой гипотезы, хотя на самом деле она не применима ко всей совокупности.
• Ошибка типа II, по существу, является ложноотрицательным.
• Ошибку второго рода можно уменьшить, сделав более строгие критерии отклонения нулевой гипотезы, хотя это и увеличивает вероятность ложного срабатывания.
• Размер выборки, истинный размер совокупности и заданный уровень альфа влияют на величину риска ошибки.
• Аналитикам необходимо взвесить вероятность и влияние ошибок типа II на ошибки типа I.

Понимание ошибки типа II

Ошибка типа II, также известная как ошибка второго рода или бета-ошибка, подтверждает идею, которую следовало отвергнуть, как, например, утверждение, что два обряда одинаковы, несмотря на то, что они разные. Ошибка второго рода не отвергает нулевую гипотезу, даже если альтернативная гипотеза является истинным состоянием природы. Другими словами, ложный вывод принимается за истину.

Ошибку второго рода можно уменьшить, сделав более строгие критерии отклонения нулевой гипотезы (H ₀ ). Например, если аналитик рассматривает все, что находится в пределах +/- границ 95% доверительного интервала, как статистически незначимое (отрицательный результат), то путем уменьшения этого допуска до +/- 90% и последующего сужения границ, вы получите меньше отрицательных результатов и, таким образом, уменьшите вероятность ложноотрицательного результата.

Однако выполнение этих шагов, как правило, увеличивает шансы столкнуться с ошибкой первого рода — ложноположительным результатом. При проведении проверки гипотезы следует учитывать вероятность или риск совершения ошибки первого или второго рода.

Шаги, предпринятые для снижения вероятности обнаружения ошибки типа II, имеют тенденцию увеличивать вероятность ошибки типа I.

Ошибки типа I и ошибки типа II

Разница между ошибкой типа II и ошибкой типа I заключается в том, что ошибка типа I отвергает нулевую гипотезу, когда она верна (т. е. ложноположительна). Вероятность совершения ошибки I рода равна уровню значимости, установленному для проверки гипотезы. Таким образом, если уровень значимости равен 0,05, вероятность возникновения ошибки I рода составляет 5 %.

Вероятность совершения ошибки II рода равна единице минус мощность теста, также известная как бета. Мощность теста может быть увеличена за счет увеличения размера выборки, что снижает риск совершения ошибки второго рода.

Некоторая статистическая литература будет включать общий уровень значимости и риск ошибки типа II как часть анализа отчета. Например, метаанализ 2021 года экзосом при лечении травмы спинного мозга зафиксировал общий уровень значимости 0,05 и риск ошибки типа II 0,1.

Пример ошибки типа II

Предположим, биотехнологическая компания хочет сравнить, насколько эффективны два ее препарата для лечения диабета. Нулевая гипотеза утверждает, что оба препарата одинаково эффективны. Нулевая гипотеза H ₀ , _{— это утверждение, которое компания надеется опровергнуть с помощью одностороннего теста. Альтернативная гипотеза, H a , утверждает, что два препарата не одинаково эффективны. Альтернативная гипотеза H a  – это естественное состояние, которое подтверждается отклонением нулевой гипотезы.}

Биотехнологическая компания проводит крупное клиническое испытание с участием 3000 пациентов с диабетом, чтобы сравнить методы лечения. Компания случайным образом делит 3000 пациентов на две равные по размеру группы, предоставляя одной группе одно лечение, а другой группе другое лечение. Он выбирает уровень значимости 0,05, что указывает на то, что он готов принять 5%-й шанс, что он может отвергнуть нулевую гипотезу, когда она верна, или 5%-й шанс совершить ошибку первого рода.

Предположим, что коэффициент бета равен 0,025 или 2,5%. Следовательно, вероятность совершения ошибки II рода равна 9.7,5%. Если два лекарства не равны, нулевая гипотеза должна быть отклонена. Однако если биотехнологическая компания не отвергает нулевую гипотезу, когда лекарства не одинаково эффективны, возникает ошибка второго рода.

В чем разница между ошибками типа I и типа II?

Ошибка первого рода возникает, если отвергается нулевая гипотеза, которая действительно верна для генеральной совокупности. Этот тип ошибки является представителем ложного срабатывания. В качестве альтернативы ошибка типа II возникает, если не отвергается нулевая гипотеза, которая на самом деле ложна в популяции. Этот тип ошибки представляет собой ложноотрицательный результат.

Что вызывает ошибки типа II?

Ошибка типа II обычно возникает, если статистическая мощность теста слишком мала. Чем выше статистическая мощность, тем больше шанс избежать ошибки. Перед проведением любого тестирования часто рекомендуется установить статистическую мощность не менее 80%.

Какие факторы влияют на величину риска ошибок типа II?

По мере увеличения размера выборки исследования величина риска ошибок второго рода должна уменьшаться. По мере того, как истинный размер эффекта популяции увеличивается, ошибка второго рода также должна уменьшаться. Наконец, предварительно установленный в ходе исследования альфа-уровень влияет на величину риска. По мере уменьшения установленного альфа-уровня возрастает риск ошибки второго рода.

Как свести к минимуму ошибку типа II?

Невозможно полностью предотвратить совершение ошибки типа II; но риск можно свести к минимуму, увеличив размер выборки. Однако это также повысит риск совершения ошибки типа I.

Практический результат

В статистике ошибка типа II приводит к ложноотрицательному результату — это означает, что есть открытие, но оно было упущено при анализе (или что нулевая гипотеза не отвергается, хотя должна была быть). Ошибка типа II может возникнуть, если в статистических тестах недостаточно мощности, что часто происходит из-за слишком малого размера выборки. Увеличение размера выборки может помочь снизить вероятность совершения ошибки типа II. Ошибки типа II можно противопоставить ошибкам типа I, которые являются ложными срабатываниями.

Ошибки типа I и типа II

Опубликован в 18 января 2021 г. к Прита Бхандари. Отредактировано 11 ноября 2022 г.

В статистике ошибка типа I является ложноположительным заключением, а ошибка типа II является ложноотрицательным заключением.

Принятие статистического решения всегда сопряжено с неопределенностью, поэтому риски совершения этих ошибок неизбежны при проверке гипотез.

Вероятность совершения ошибки I рода — это уровень значимости, или альфа (α), а вероятность совершения ошибки II рода — бета (β). Эти риски можно свести к минимуму благодаря тщательному планированию дизайна исследования.

Пример: ошибка типа I и типа IIВы решили пройти тестирование на COVID-19 на основании легких симптомов. Возможны две ошибки:

• Ошибка типа I (ложноположительный результат) : результат теста говорит о том, что у вас есть коронавирус, но на самом деле его нет.
• Ошибка типа II (ложноотрицательный) : результат теста говорит, что у вас нет коронавируса, но на самом деле он есть.

Содержание

1. Ошибка при принятии статистических решений
2. Ошибка типа I
3. Ошибка типа II
4. Компромисс между ошибками типа I и типа II
5. Что хуже: ошибка типа I или типа II?
6. Часто задаваемые вопросы об ошибках типа I и II

Используя проверку гипотез, вы можете принимать решения о том, подтверждают ли ваши данные или опровергают ваши исследовательские прогнозы с помощью нулевых и альтернативных гипотез.

Проверка гипотезы начинается с предположения об отсутствии различий между группами или взаимосвязи между переменными в совокупности — это нулевая гипотеза . Он всегда сочетается с альтернативной гипотезой , которая является вашим исследовательским прогнозом фактического различия между группами или истинной взаимосвязи между переменными.

Пример: нулевая и альтернативная гипотеза. Вы проверяете, может ли новое лекарственное средство облегчить симптомы аутоиммунного заболевания.

В данном случае:

• Нулевая гипотеза (H ₀ ) состоит в том, что новое лекарство не влияет на симптомы заболевания.
• Альтернативная гипотеза (H ₁ ) состоит в том, что препарат эффективен для облегчения симптомов заболевания.

Затем вы решаете, можно ли отвергнуть нулевую гипотезу на основе ваших данных и результатов статистического теста. Поскольку эти решения основаны на вероятностях, всегда есть риск сделать неверный вывод.

• Если ваши результаты показывают статистическую значимость, это означает, что они очень маловероятны, если нулевая гипотеза верна. В этом случае вы отклоните свою нулевую гипотезу. Но иногда это может быть ошибкой типа I.
• Если ваши результаты не показывают статистической значимости, они имеют высокую вероятность того, что они произойдут, если нулевая гипотеза верна. Следовательно, вы не можете отвергнуть свою нулевую гипотезу. Но иногда это может быть ошибка типа II.

Пример: ошибки типа I и типа IIОшибка типа I возникает, когда вы получаете ложноположительные результаты: вы заключаете, что медикаментозное вмешательство улучшило симптомы, хотя на самом деле это не так. Эти улучшения могли быть вызваны другими случайными факторами или ошибками измерения.

Ошибка типа II возникает, когда вы получаете ложноотрицательные результаты: вы заключаете, что медикаментозное вмешательство не улучшило симптомы, хотя на самом деле оно улучшилось. В вашем исследовании могли быть пропущены ключевые индикаторы улучшений или вместо этого приписаны какие-либо улучшения другим факторам.

Ошибка типа I

Ошибка типа I означает отклонение нулевой гипотезы, когда она на самом деле верна. Это означает заключение, что результаты являются статистически значимыми , когда в действительности они были получены чисто случайно или из-за несвязанных факторов.

Риск совершения этой ошибки зависит от выбранного вами уровня значимости (альфа или α). Это значение, которое вы установили в начале исследования для оценки статистической вероятности получения ваших результатов (значение p ).

Уровень значимости обычно устанавливается равным 0,05 или 5%. Это означает, что вероятность того, что ваши результаты будут получены, составляет всего 5% или меньше, если нулевая гипотеза действительно верна.

Если значение p вашего теста ниже уровня значимости, это означает, что ваши результаты статистически значимы и согласуются с альтернативной гипотезой. Если ваш p выше уровня значимости, то ваши результаты считаются статистически незначимыми.

Пример: статистическая значимость и ошибка типа I. В своем клиническом исследовании вы сравниваете симптомы пациентов, получавших новое медикаментозное вмешательство или контрольное лечение. Используя тест t , вы получаете значение p , равное 0,035. Это значение p ниже, чем ваша альфа 0,05, поэтому вы считаете свои результаты статистически значимыми и отвергаете нулевую гипотезу.

Однако значение p означает, что вероятность того, что ваши результаты будут получены, составляет 3,5%, если нулевая гипотеза верна. Следовательно, все еще существует риск совершения ошибки первого рода.

Чтобы уменьшить вероятность ошибки первого рода, можно просто установить более низкий уровень значимости.

Частота ошибок типа I

Приведенная ниже кривая распределения нулевой гипотезы показывает вероятности получения всех возможных результатов, если исследование будет повторено с новыми выборками и нулевая гипотеза окажется верной в популяции.

В конце заштрихованная область представляет альфа-канал. В статистике его также называют критической областью .

Если ваши результаты попадают в критическую область этой кривой, они считаются статистически значимыми, а нулевая гипотеза отклоняется. Однако это ложноположительный вывод, поскольку нулевая гипотеза в данном случае действительно верна!

Предотвращение плагиата. Запустите бесплатную проверку.

Попробуй бесплатно

Ошибка типа II

Ошибка типа II означает, что нулевая гипотеза не отвергается, когда она на самом деле ложна. Это не совсем то же самое, что «принятие» нулевой гипотезы, потому что проверка гипотезы может только сказать вам, следует ли отклонить нулевую гипотезу.

Вместо этого ошибка Типа II означает, что не удалось сделать вывод о наличии эффекта, когда он действительно был. На самом деле вашему исследованию может не хватить статистической мощности для обнаружения эффекта определенной величины.

Мощность — это степень, в которой тест может правильно обнаружить реальный эффект, когда он есть. Уровень мощности 80% или выше обычно считается приемлемым.

Риск ошибки типа II обратно пропорционален статистической мощности исследования. Чем выше статистическая мощность, тем ниже вероятность совершения ошибки второго рода.

Пример: Статистическая мощность и ошибка типа II. При подготовке клинического исследования вы выполняете анализ мощности и определяете, что при вашем размере выборки у вас есть 80%-ная вероятность обнаружения величины эффекта 20% или более. Величина эффекта 20% означает, что медикаментозное вмешательство уменьшает симптомы на 20% больше, чем контрольное лечение.

Однако тип II может возникнуть, если эффект меньше этого размера. Меньший размер эффекта вряд ли будет обнаружен в вашем исследовании из-за недостаточной статистической мощности.

Статистическая мощность определяется:

• Размер эффекта : Большие эффекты легче обнаружить.
• Ошибка измерения : Систематические и случайные ошибки в записанных данных снижают мощность.
• Размер выборки : Большие выборки уменьшают ошибку выборки и увеличивают мощность.
• Уровень значимости : Увеличение уровня значимости увеличивает мощность.

Чтобы (косвенно) уменьшить риск ошибки типа II, вы можете увеличить размер выборки или уровень значимости.

Частота ошибок типа II

Приведенная ниже кривая распределения альтернативных гипотез показывает вероятности получения всех возможных результатов, если исследование будет повторено с новыми выборками и альтернативная гипотеза окажется верной в популяции.

Частота ошибок типа II — бета (β), представленная заштрихованной областью слева. Оставшаяся площадь под кривой представляет собой статистическую мощность, которая равна 1 – β.

Повышение статистической мощности вашего теста напрямую снижает риск совершения ошибки типа II.

Компромисс между ошибками типа I и типа II

Коэффициенты ошибок типа I и типа II влияют друг на друга. Это связано с тем, что уровень значимости (частота ошибок типа I) влияет на статистическую мощность, которая обратно пропорциональна частоте ошибок типа II.

Это означает, что существует важный компромисс между ошибками типа I и типа II:

• Установка более низкого уровня значимости снижает риск ошибки типа I, но увеличивает риск ошибки типа II.
• Увеличение мощности теста снижает риск ошибки типа II, но увеличивает риск ошибки типа I.

Этот компромисс показан на графике ниже. Он показывает две кривые:

• Распределение нулевой гипотезы показывает все возможные результаты, которые вы получите, если нулевая гипотеза верна. Правильный вывод для любой точки этого распределения означает не отвергать нулевую гипотезу.
• Распределение альтернативных гипотез показывает все возможные результаты, которые вы получите, если альтернативная гипотеза верна. Правильный вывод для любой точки этого распределения означает отказ от нулевой гипотезы.

Ошибки типа I и типа II возникают там, где эти два распределения перекрываются. Область, заштрихованная синим цветом, представляет альфа, частоту ошибок типа I, а область, заштрихованная зеленым цветом, представляет собой бета, частоту ошибок типа II.

Устанавливая частоту ошибок типа I, вы также косвенно влияете на размер частоты ошибок типа II.

Важно соблюдать баланс между рисками совершения ошибок типа I и типа II. Снижение альфы всегда происходит за счет увеличения беты, и наоборот.

Что хуже: ошибка типа I или типа II?

Для статистиков ошибка типа I обычно опаснее. Однако с практической точки зрения любой тип ошибки может быть хуже в зависимости от контекста вашего исследования.

Ошибка типа I означает ошибочное противоречие основному статистическому допущению нулевой гипотезы. Это может привести к новым политикам, практикам или методам лечения, которые являются неадекватными или пустой тратой ресурсов.

Пример: Последствия ошибки типа I. Основываясь на неверном заключении об эффективности нового медикаментозного вмешательства, лекарство прописывают более чем миллиону пациентов, несмотря на риск серьезных побочных эффектов и неадекватные исследования результатов. Последствия этой ошибки типа I также означают, что другие варианты лечения отвергаются в пользу этого вмешательства.

Напротив, ошибка типа II означает невозможность отвергнуть нулевую гипотезу. Это может привести только к упущенным возможностям для инноваций, но это также может иметь важные практические последствия.

Пример: Последствия ошибки типа II. Если допущена ошибка типа II, медикаментозное вмешательство считается неэффективным, если оно действительно может улучшить симптомы болезни. Это означает, что лекарство, имеющее важное клиническое значение, не достигает большого числа пациентов, которые могли бы получить от него ощутимую пользу.

Часто задаваемые вопросы об ошибках типа I и II

Как снизить риск совершения ошибки первого рода?

Риск совершения ошибки типа I определяется уровнем значимости (или альфа), который вы выбираете. Это значение, которое вы устанавливаете в начале исследования для оценки статистической вероятности получения ваших результатов (значение p).

Уровень значимости обычно устанавливается равным 0,05 или 5%. Это означает, что вероятность того, что ваши результаты будут получены, составляет всего 5% или меньше, если нулевая гипотеза действительно верна.

Чтобы уменьшить вероятность ошибки первого рода, можно установить более низкий уровень значимости.

Что такое статистическая значимость?

Статистическая значимость — это термин, используемый исследователями, чтобы заявить, что маловероятно, что их наблюдения могли произойти при нулевой гипотезе статистического теста. Значимость обычно обозначается p -значением или значением вероятности.

Статистическая значимость произвольна – она зависит от порога или значения альфа, выбранного исследователем. Наиболее распространенным пороговым значением является p < 0,05, что означает, что данные, вероятно, будут встречаться менее чем в 5% случаев при нулевой гипотезе.

Когда значение p падает ниже выбранного альфа-значения, мы говорим, что результат теста статистически значим.

Что такое статистическая мощность?

В статистике мощность относится к вероятности того, что проверка гипотезы обнаружит истинный эффект, если таковой имеется. Статистически мощный тест с большей вероятностью отклонит ложноотрицательный результат (ошибка типа II).

Если вы не обеспечите достаточную мощность в своем исследовании, вы не сможете обнаружить статистически значимый результат, даже если он имеет практическое значение. Ваше исследование может не дать ответа на ваш исследовательский вопрос.

Процитировать эту статью Scribbr

Если вы хотите процитировать этот источник, вы можете скопировать и вставить цитату или нажать кнопку «Цитировать эту статью Scribbr», чтобы автоматически добавить цитату в наш бесплатный генератор цитирования.

Бхандари, П. (2022, 11 ноября). Ошибки типа I и типа II | Отличия, примеры, визуализации. Скриббр. Проверено 2 февраля 2023 г., с https://www.scribbr.com/statistics/type-i-and-type-ii-errors/

Процитировать эту статью

Полезна ли эта статья?

Вы уже проголосовали. Спасибо 🙂 Ваш голос сохранен 🙂 Обработка вашего голоса…

Прита имеет академическое образование в области английского языка, психологии и когнитивной нейробиологии. Как междисциплинарный исследователь, она любит писать статьи, объясняющие сложные исследовательские концепции для студентов и ученых.