G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
57<br />
5.2 Grundlæggende begreber<br />
Fejl af type I og type II: Ved enhver test kan der være to typer fejl, hvoraf vi hidtil kun har taget<br />
hensyn til den ene type. For bedre at forstå problemstillingen vil vi se på følgende skema.<br />
Forudsætning<br />
Beslutning<br />
H 0 accepteres H 0 forkastes<br />
H0 er sand Rigtig beslutning Forkert beslutning<br />
Type I fejl<br />
H0 er falsk Forkert beslutning<br />
Type II fejl<br />
Rigtig beslutning<br />
Det må være et krav til en god test, at der kun er en lille sandsynlighed for at begå en fejl af type I<br />
eller type II.<br />
I eksempel 5.1 ville en type I fejl være, hvis man konkluderer, at den modificerede proces giver et<br />
større udbytte, selv om det ikke er tilfældet. Virksomheden bruger måske millionbeløb på at omlægge<br />
produktionen, og det er ganske forgæves.<br />
En type II fejl ville være, at man ikke opdager, at den modificerede proces giver et større udbytte.<br />
Dette er naturligvis uheldigt, men hvis det skyldes, at forbedringen ikke blev opdaget, fordi den er<br />
ganske ringe, har det muligvis ingen praktisk betydning.<br />
Hvis en test har signifikansniveau α så vides, at P(type I fejl) ≤ α , dvs. forkastes Ho , så er vi<br />
rimelig sikre på, at have foretaget en korrekt beslutning.<br />
Hvis vi accepterer Ho er det blot udtryk for, at vi ikke kan forkaste(svag konklusion: "Ho frikendes<br />
på grund af bevisets stilling"). Man kan have begået en type II fejl, dvs. accepteret en falsk nulhypotese.<br />
Dimensionering af forsøg (vælge stikprøvestørrelse n).<br />
Lad os antage, at virksomheden i eksempel 5.1 finder, at hvis stigningen i udbyttet ved den<br />
modificerede proces er mindre end ∆ = 0.5 kg, så har det ingen praktisk interesse ( ∆ = 0.5 kg<br />
er bagatelgrænsen), og derfor gør det intet, hvis man ikke opdager det (begår en type II fejl). Hvis<br />
derimod stigningen ∆ er større end 0.5 kg, så har det stor betydning, og sandsynligheden for at<br />
begå en type II fejl må derfor være lille. Lad os sætte den til højst β = 10%.<br />
Problemet er nu, hvor stor en stikprøvestørrelse n (antallet af delforsøg) der skal udføres, for at<br />
ovennævnte krav er opfyldt. En sådan vurdering kaldes en dimensionering af forsøget. Udfører<br />
man det ud fra en dimensionering nødvendige antal forsøg, vil en accept af nulhypotesen nu<br />
betyde, at nok kan udbyttet være steget, men ikke så meget, at det har praktisk interesse.