¿Hay alguna manera de recordar las definiciones de los errores de Tipo I y Tipo II?

No soy estadístico por educación, soy ingeniero de software. Sin embargo, las estadísticas surgen mucho. De hecho, las preguntas específicas sobre los errores de Tipo I y Tipo II surgen mucho en el curso de mis estudios para el examen de Certified Software Development Associate (las matemáticas y las estadísticas son el 10% del examen). Siempre tengo problemas para encontrar las definiciones correctas para los errores de Tipo I y Tipo II, aunque ahora las estoy memorizando (y puedo recordarlas la mayor parte del tiempo), realmente no quiero congelarme en este examen tratando de recordar cuál es la diferencia.

Sé que el error tipo I es un falso positivo, o cuando rechaza la hipótesis nula y es realmente cierto y un error tipo II es un falso negativo, o cuando acepta la hipótesis nula y es realmente falso.

¿Hay una manera fácil de recordar cuál es la diferencia, como un mnemónico? ¿Cómo lo hacen los estadísticos profesionales? ¿Es algo que saben por usarlo o discutirlo a menudo?

(Nota al margen: esta pregunta probablemente puede usar algunas etiquetas mejores. Una que quería crear era "terminología", pero no tengo suficiente reputación para hacerlo. Si alguien pudiera agregar eso, sería genial. Gracias.)

Como el tipo dos significa "Falso negativo" o una especie de "falso falso", lo recuerdo como el número de falsos.

• Tipo I: "Creo falsamente que la hipótesis alternativa es verdadera" (una falsa)
• Tipo II: "Pienso falsamente que la hipótesis alternativa es falsa " (dos falsos )

Cuando el niño lloró lobo ...

El primer error que cometieron los aldeanos (cuando le creyeron) fue un error tipo 1.
El segundo error que cometieron los aldeanos (cuando no le creyeron) fue un error tipo 2.

El llanto del niño era una hipótesis alternativa porque la hipótesis nula no es lobo;)

No me disculpo por publicar una imagen tan ridícula, porque es exactamente por eso que es fácil de recordar. Hipótesis nula: la paciente no está embarazada.

Fuente de la imagen: Ellis, PD (2010), "Preguntas frecuentes sobre el tamaño del efecto", sitio web http://www.effectsizefaq.com , consultado el 18/12/2014.

Aquí hay una manera práctica que resulta tener algo de verdad.

Los jóvenes científicos cometen el Tipo I porque quieren encontrar efectos y saltar el arma, mientras que los viejos científicos cometen el Tipo II porque se niegan a cambiar sus creencias.

(Alguien comenta en una versión más divertida de eso :))

Estaba hablando con un amigo mío sobre esto y me dio un enlace al artículo de Wikipedia sobre errores de tipo I y tipo II , donde aparentemente ahora proporcionan un mnemotécnico (algo inútil, en mi opinión). Sin embargo, quería agregarlo aquí solo por completarlo. Aunque no pensé que me ayudara, podría ayudar a alguien más:

Para aquellos que experimentan dificultades para identificar correctamente los dos tipos de error, el siguiente mnemónico se basa en el hecho de que (a) un "error" es falso, y (b) las letras iniciales de "Positivo" y "Negativo" se escriben con una letra diferente Número de líneas verticales:

• Un error de Tipo I es un POSITIVO falso; y P tiene una sola línea vertical.
• Un error de tipo II es un falso NEGATIVO; y N tiene dos líneas verticales.

Con esto, debe recordar que un falso positivo significa rechazar una hipótesis nula verdadera y un falso negativo no puede rechazar una hipótesis nula falsa.

Esta no es la mejor respuesta aquí, pero quería lanzarla en caso de que alguien encuentre esta pregunta y esto pueda ayudarlo.

Podrías rechazar la idea por completo.

Algunos autores (Andrew Gelman es uno) están cambiando a discutir los errores de Tipo S (signo) y Tipo M (magnitud). Puede inferir la dirección incorrecta del efecto (p. Ej., Cree que el grupo de tratamiento lo hace mejor pero en realidad lo hace peor) o la magnitud incorrecta (p. Ej., Encuentra un efecto masivo donde solo hay un pequeño o esencialmente ningún efecto, o viceversa) .

Ver más en el blog de Gelman .

Intentaré no ser redundante con otras respuestas (aunque parece un poco lo que JM ya sugirió), pero generalmente me gusta mostrar las siguientes dos imágenes:

Utilizo el enfoque "judicial" para recordar la diferencia entre el tipo I y el tipo II: un juez que comete un error de tipo I envía a un inocente a la cárcel, mientras que un juez que comete un error de tipo II deja libre a un culpable.

Basado en el principio de la navaja de afeitar de Occam , los errores de Tipo I (rechazando la hipótesis nula cuando es verdad) son "posiblemente" peores que los errores de Tipo II (no rechazando la hipótesis nula cuando es falsa).

Si crees en tal argumento:

• Los errores tipo I son una preocupación principal
• Los errores de tipo II son una preocupación secundaria

Nota: No estoy respaldando este juicio de valor, pero me ayuda a recordar el Tipo I del Tipo II.

Aquí hay una explicación que podría ayudarlo a recordar la diferencia.

ERROR TIPO I: Una alarma sin incendio. ERROR TIPO II: Un incendio sin alarma.

Todos los cocineros saben cómo evitar el error tipo I: simplemente retire las baterías. Desafortunadamente, esto aumenta las incidencias de error tipo II. :)

Reducir las posibilidades de error de Tipo II significaría hacer que la alarma sea hipersensible, lo que a su vez aumentaría las posibilidades de error de Tipo I.

Fuente: Una guía de dibujos animados de estadísticas

¡Hurra, una pregunta que no es lo suficientemente técnica para poder responderla!

"Tipo uno es una estafa" [rima], es decir, lo engaña haciéndole creer que existe una diferencia cuando no existe. Siempre funciona para mi.

Solía ​​pensar en términos de la imagen habitual de dos distribuciones normales (o curvas de campana). De izquierda a derecha, la distribución 1 es la Nula, y la distribución 2 es la Alternativa. El Tipo I (erróneamente) rechaza el primero (Nulo) y el Tipo II "rechaza" el segundo (Alternativa).

(Ahora solo necesita recordar que en realidad no está rechazando la alternativa, sino que acepta erróneamente (o no rechaza) el Nulo, es decir, repite todo en forma de Nulo. ¡Hey, funcionó para mí!

(una respuesta de broma que inventé hace un minuto)

1. Una persona de primera clase piensa que siempre tiene la razón.
2. Una persona de segunda clase piensa que siempre está equivocado.

1. La persona de primera clase solo puede cometer un error tipo I (porque a veces se equivocará).
2. La persona de segunda clase solo puede cometer un error de tipo II (porque a veces tendrá razón).

A mi amigo se le ocurrió esto y pensé que era bastante brillante. Ella dijo que durante las últimas dos presidencias, los republicanos han cometido ambos errores: el presidente UNO fue Bush quien cometió un error tipo UNO al decir que había armas de destrucción masiva en Irak cuando en realidad ..... Bajo el presidente DOS, Obama, (algunos ) Los republicanos están cometiendo un error tipo DOS argumentando que el cambio climático es un mito cuando en realidad ...

Sean cuales sean sus puntos de vista sobre la política o el cambio climático, ¡es una forma bastante fácil de recordar!

$\alpha$$\beta$$\alpha$$\beta$$\alpha$$\alpha$$\beta$$\beta$

$\alpha$

RAAR 'como un león' = la primera parte es * R * expulsar cuando deberíamos * A * aceptar (error tipo I) la segunda parte es * A * aceptar cuando deberíamos * R * expulsar (error tipo II)

Esta es la forma más fácil de recordarlo para mí :)

¡Buena suerte!

Tipo 1 = Rechazar: esta es una expresión de UNA palabra Tipo 2 = No: esta es una expresión de DOS palabras

Lo recuerdo pensando: ¿qué es lo primero que hago cuando hago una prueba de significación de hipótesis nula? Establezco el criterio para la probabilidad de que haga un falso rechazo. Por lo tanto, el tipo 1 es este criterio y el tipo 2 es la otra probabilidad de interés: la probabilidad de que no pueda rechazar el nulo cuando el nulo es falso. Entonces, 1 = primera probabilidad que configuré, 2 = la otra.

Así es como lo hago: Tipo I es un error optimista. El tipo II es un error pesimista.

O, P: 1, 2. Son alfabéticos.

Memorice "Es Tipo I, no II, donde lo nulo es verdadero" mientras rima y resuelve el resto mientras observa el problema

Dado que está cometiendo un error Tipo I - el nulo es verdadero pero usted dice que no lo es (rechazarlo) - Falso positivo Entonces el Tipo II es donde el nulo no es verdadero pero usted dice que es (Fallo al rechazarlo) - Falso Negativo

Además, ayuda a establecer cuáles son sus hipótesis nula y alternativa ANTES de hacer cualquier otra cosa

Así es como recuerdo la diferencia entre los errores Tipo I y Tipo II

El tipo I es un falso POSITIVO

El tipo II es un falso NEGATIVO

El Tipo I es tan POSITIVO que primero salta de la cama, corre escaleras abajo y encuentra un desayuno significativo, mientras que el Tipo II es tan NEGATIVO que permanece en la cama todo el día, así que cuando finalmente se arrastra, toda la comida se ha ido. ¡Nunca puede encontrar nada!

Error tipo uno Rechazar hipótesis nula cuando es verdad

TOERNHWIIT

Pequeños mapaches demasiado ansiosos nunca se esconden cuando es la hora del té

Error tipo dos Aceptar hipótesis nula cuando es falsa

TTEANHWIIF

Doce Ate Nine Hams de Tan Elvis con agricultores irlandeses inteligentes

Para un ingeniero de software: ¿Qué hay de asociar el error Tipo I (el primero de los dos) con el término "S" erial "N" umber? Usted encuentra algo "significativo" pero es agudamente "no". El error tipo II es todo lo contrario una vez que se sabe qué es el error tipo I.

A veces, leer artículos científicos realmente antiguos me ayuda a comprender algunas ideas detrás de las estadísticas.

... identificaron "dos fuentes de error", a saber:

(a) el error de rechazar una hipótesis que debería haberse aceptado, y

(b) el error de aceptar una hipótesis que debería haber sido rechazada.

(wiki)

Fuente original: Neyman, J .; Pearson, ES (1967) [1928]. "Sobre el uso e interpretación de ciertos criterios de prueba para fines de inferencia estadística, parte I". Documentos estadísticos conjuntos. Prensa de la Universidad de Cambridge. pp. 1-66. http://biomet.oxfordjournals.org/content/20A/1-2/175.full.pdf+html

Creo que la tabla habitual es confusa porque concatena verbos de negación. Encontré la siguiente "tabla de veredicto" más fácil de recordar y generalizar:

                              H0 (fair)
                     True                False
          Positive   False positive      True positive
Decision             Type I error
(Gilty)
          Negative   True negative       False negative
                                         Type II error

Tenga en cuenta que:

1. la decisión (positiva / negativa) coincide con el nombre del veredicto
2. los veredictos con "falso" son los errores

El error RouTiNe FoR FuN Tipo I es RTN: Rechazar El error nulo Tipo II es FRFN: No rechazar un Falso Nulo (hipótesis)

Mi mnemotécnica para los errores de Tipo II es:

DOS : T su W como O pposing [nuestra oportunidad de ser publicado / financiación / famosos], es decir, la hipótesis experimental fue rechazado (aunque por error).

O

DOS : la T su W como O ut-y-hacia fuera incidente (pero es un error por lo que no lo es).

Tipo I es lo que queda (es decir, falso positivo).

Después de leer todo esto, se me ocurrió el mío para recordar sobre el tipo I (haciendo lo contrario para el tipo II).

[A] lpha es primero y es un error cuando [A] acepta la alternativa [A]. AAA

RAT! RAF

RAT denota errores tipo I y! RAF es tipo II.

Error tipo I - RAT

R expulsión H ₀ cuando es A ctually T rue

Tipo II - ! RAF

  !   R expulsión H ₀ cuando es A ctually F alse ≡

no R expulsando H ₀ cuando es A ctualmente F alse

! denota el operador no, así que reemplace! con la palabra "no".

NB: H ₀ = hipótesis nula

Recuerda:

I  True
II False
or
I  TRue
II FAlse
or
I  TR
II FA
or
I  T         R.
II F         A
or 
Type  I error: True Ho is Rejected.
Type II error: False Ho is Accepted.

Así que recuerda

I  True
II False