Istnieją dwa błędy, które zawsze odwracają głowę po zapoznaniu się z testowaniem hipotez – fałszywe dodatnie i fałszywe ujemne, technicznie wymienione odpowiednio jako błąd typu I i błąd sortowania II.

Na początku nie byłem wielkim fanem tych koncepcji, nie mogłem sobie wyobrazić, jak mogą być one najmniej użyteczne. Z biegiem lat jednak zacząłem mieć zmianę zdania. Im bardziej rozumiałem i spotykałem się z tymi błędami, tym bardziej zaczynały mnie one podniecać i interesować. Widząc ich prawdziwe zastosowania i zastosowania pomogły mi przejść od niezainteresowanego ucznia do entuzjastycznego nauczyciela.

Znasz tych nauczycieli, którzy gorączkowo poruszają temat, którego nikt nie rozumie i nie chce zrozumieć? Tak, teraz to ja! To wspaniale, więc chciałbym doprowadzić Was do mojego poziomu zadowolenia z tego tekstu, pokazując Wam, jak te dwa błędy mają praktyczne implikacje w kilku interesujących sytuacjach życiowych. Miejmy nadzieję, że po jego przeczytaniu będziesz swędzić, informując swoich ukochanych o fałszywych pozytywach i fałszywych negatywach. Szczęściarz z nich!

Wykrzyknik: ten tekst nie jest tutaj po to, aby pokazać Ci sposoby na rozróżnienie między 2. Jeśli chcesz zrozumieć, jak to zrobić, zrobiłem film wyjaśniający na ten temat tutaj.

Popełnianie błędów, przyjacielu.

Który z błędów jest, według ciebie, poważniejszy?

Fałszywy pozytywny (błąd typu I) – po odrzuceniu prawdziwej hipotezy zerowej – czy fałszywy negatywny (błąd typu II) – po zaakceptowaniu fałszywej hipotezy zerowej?

Przeczytałem w wielu miejscach, że rozwiązanie niniejszego pytania jest: fałszywie pozytywna. Nie wierzę, że jest ono w 100% prawdziwe.

Właściwym podejściem naukowym jest postawienie hipotezy zerowej w sposób, który stwarza, że starasz się ją odrzucić, dając mi pozytywny wynik. Tak więc, powiedzmy, że chciałbym się upewnić, czy ten konkretny artykuł wypada lepiej niż typowe dla przeciwnych artykułów, które nawet zamieściłem.

Mając to na uwadze, hipoteza zerowa, którą będę mógł wybrać jest:

“Ilość przeczytanych przeze mnie artykułów będzie mniejsza lub adekwatna do ilości porównywalnych artykułów, które nawet opublikowałem”.

Jeśli odrzucę hipotezę zerową, sugeruje to jedną z dwóch rzeczy.

1. Ten tekst wypadł ponadprzeciętnie – Świetnie! To jest mój pozytywny wynik.

2. Popełniłem nawet pewien rodzaj błędu. Odrzuciłem zerową hipotezę, która była prawdziwa. Mój test wykazał, że osiągnąłem wynik powyżej średniej, ale tak naprawdę, to nie. Dostałem fałszywie pozytywny wynik.

Tak, tutaj moje fałszywie pozytywne cechy zły wynik, mogę nieuchronnie myśleć, że mój artykuł jest najlepszy niż jego i od tej pory pisać wszystkie moje artykuły w tym samym stylu, ostatecznie rani mój ruch na blogu. to może małe pytanie wpłynąć na moją karierę i poczucie własnej wartości w negatywny sposób.

A co z tym fałszywym negatywem?

Tak by się stało, gdyby, powiedzmy, ten tekst był arcydziełem pisania bloga, ale mój test wykazał, że nie jest nawet mierny. Oczywiście, w najbliższym czasie nie będę mógł planować pisania artykułów w tym stylu. Jestem jednak osobą zmotywowaną, która uczy się na swoich “błędach”, więc zamiast tego wypróbowuje różne techniki i potencjalnie tworzy jeszcze lepsze teksty.

To nie jest najprostszy rezultat, stracę szansę, ale nie jest to w żadnym wypadku tak druzgocące, bo fałszywie pozytywne.

Teraz często zdarza się, że najgorsza sytuacja jest taka, że fałszywy pozytywny, ale ważnym faktem jest, że w określony sposób postawiłem hipotezę zerową. Gdybym zamienił hipotezę zerową i alternatywne hipotezy, błędy również zostałyby zamienione.

Pozwólcie, że wam pokażę.

Moja nowa hipoteza zerowa:

“Ile razy będzie czytany mój artykuł, to będzie całkiem sporo porównywalnych artykułów, które nawet zamieściłem.”

W fałszywie pozytywnej sytuacji, mogę odrzucić hipotezę zerową, która jest prawdziwa. Więc, test pokaże, że moje arcydzieło jest naprawdę mierne lub gorsze. Pamiętasz to zdanie? To był ten fałszywie negatywny z poprzedniego przykładu.

To pokazuje, że te dwa błędy są wymienne. W związku z tym chodzi o planowanie nauki; zmienisz rzeczy, aby pomóc Ci uniknąć większego problemu.

Znalezienie pozytywu w… pozytywie.

Przy ubieganiu się o pracę w branży data science, pytanie o rozmowę kwalifikacyjną, które zawsze się pojawia, jest:

“Czy możesz dostarczyć próbki sytuacji, w których fałszywy pozytywny wynik jest lepszy niż fałszywy negatywny?” (i vice versa)

Oczywiście, użyjesz powyższego przykładu, jednak niektórzy naukowcy nie chcą szczególnie słyszeć myśli o zamianie hipotez. Chciałem tylko udowodnić w pewnym stopniu, że wszystko nie jest takie czarno-białe, gdy wiąże się z tą ideą.

Poza tym, mam dla Was nawet dużo więcej przykładów, że po prostu możecie położyć się na swoim potencjalnym pracodawcy i pokazać im, że naprawdę znacie się na rzeczy. Wygrasz je w mgnieniu oka!

Te przykłady mają hipotezy, których nie da się zmienić dzięki nauce czy prawu (zobacz, nie tak czarno na białym). Dają nam one jednak sytuacje, w których posiadanie fałszywego negatywu nie jest idealne. Oczywiście, wciąż jesteśmy trochę buntowniczy, ale robimy to w ramach nauki i prawa, więc kto może nas powstrzymać!

Dziecko czy nie dziecko?

Kiedy robisz test na ciążę, pytasz: “Czy jestem w ciąży?”

W testach hipotetycznych masz jednak swoją zerową hipotezę:

“Nie jestem w ciąży”

Odrzucenie hipotezy daje ci ‘+’ Gratulacje! Jesteś w ciąży!

Przyjęcie hipotezy daje ci ‘-‘ Przepraszam, lepiej powodzenia następnym razem!

Biologia decyduje o tym, więc nie ma przełączania, obawiam się. Chociaż testy mogą źle działać, a fałszywie pozytywne zdarzają się; w tym przypadku fałszywie pozytywnym byłoby to, że malutkie ‘+’ raz jesteś, właściwie nie jesteś w ciąży. Fałszywy wynik negatywny byłby oczywiście tym “-“, kiedy masz w sobie dotykowe dziecko, które rośnie.

Jest to uczciwy przykład, ponieważ wyższa sytuacja jest całkowicie uzależniona od twojej sytuacji!

Wyobraź sobie, że ktoś od dłuższego czasu stara się o malucha, a potem jakimś cudem jego próba biologiczna wraca pozytywna. Mentalnie przygotowują się do posiadania dziecka i po krótkim okresie ekstazy, w jakiś sposób ustalają, że w rzeczywistości nie są w ciąży!

To straszny wynik!

Fałszywy wynik negatywny dla kogoś, kto naprawdę nie potrzebuje dziecka, nie jest na nie gotowy, a kiedy zapewnia się o negatywnym wyniku, przychodzi pić i palić, jest często niewiarygodnie szkodliwy dla niej, jej rodziny i jej dziecka.

Zamieńmy jednak sytuacje tych kobiet, a otrzymasz wyniki, które choć nie są idealne, to są o wiele lepsze.

Czas na ciekawostki!

Testy ciążowe posunęły się do przodu, aby zmniejszyć prawdopodobieństwo fałszywie ujemnego wyniku. Poprawia to test, ponieważ chociaż jest mało prawdopodobne, że po prostu pójdziesz do lekarza, aby zweryfikować wynik negatywny, sensowne może być, aby z wynikiem pozytywnym. Istnieje wiele medycznych powodów, aby nakłaniać do fałszywego wyniku pozytywnego, ale fałszywe wyniki negatywne pojawiają się tylko dzięki wadliwemu wykonaniu testu.

Testy na AIDS

Oto może być bardziej klarowny przykład.

Wyobraźmy sobie pacjenta wykonującego test na HIV.

Hipoteza zerowa jest taka:

“Pacjent nie ma wirusa HIV.”

Konsekwencje fałszywie pozytywnego testu początkowo byłyby dla pacjenta łamiące serce; posiadanie, aby wpłynąć na uraz związany z tą wiadomością i mówienie rodzinie i przyjaciołom nie jest sytuacją, której chciałbyś doświadczyć na kimkolwiek, ale po przejściu na leczenie, lekarze stwierdzą, że nie ma wirusa. Ponownie, nie może to być bardzo przyjemne doświadczenie. Ale nie posiadanie wirusa HIV jest w końcu rzeczą uczciwą.

Z drugiej strony, fałszywie negatywny wynik oznaczałby, że pacjentka ma HIV, ale wynik testu jest negatywny. Implikacje tego są przerażające, pacjentowi brakowałoby kluczowego leczenia i istnieje duże ryzyko rozprzestrzenienia się wirusa na innych.

Bez wątpienia, fałszywie negatywnym zjawiskiem jest to, że większy problem. Zarówno dla osoby, jak i dla społeczeństwa.

Ciekawostki:

Wielu lekarzy nazywa wyniki AIDS “reaktywnymi”, a nie pozytywnymi, z powodu fałszywie pozytywnych. Zanim pacjent zostanie definitywnie uznany za zakażonego wirusem HIV, wykonuje się serię testów. Nie wszystkie są poparte jedną próbą krwi.

Pozytywne, aż do udowodnienia negatywnej

W wielu krajach prawo mówi, że podejrzany w sprawie karnej jest: “Niewinny do czasu udowodnienia mu winy”.

To pochodzi z łaciny

“Ei incumbit probatio, qui dicit, non qui negat; cum per rerum naturam factum negantis probatio nulla sit”.

Co przekłada się na: “Dowód spoczywa na tym, kto potwierdza, a nie na tym, kto zaprzecza; ponieważ z natury rzeczy ten, kto zaprzecza danemu faktowi, nie może przedstawić żadnego dowodu.” *

Zatem hipoteza zerowa jest taka:

“Podejrzany jest niewinny.”

Więc tylko tyle, że fałszywy pozytyw zakończyłby się uznaniem niewinnej osoby za winną, podczas gdy fałszywy negatyw stworzyłby niewinny wyrok dla winnego.

Jeśli brak jest dowodów, przyjęcie hipotezy zerowej jest o wiele bardziej prawdopodobne niż jej odrzucenie. Dlatego też, gdyby prawo głosiło, że podejrzany jest “winny, dopóki nie udowodni się mu niewinności”, a hipotezą było “podejrzany jest winny”, zaakceptowanie hipotezy zerowej, podczas gdy fałszywa zakończyłaby się uwięzieniem wielu niewinnych ludzi.

Tak więc, ochrona jednej niewinnej osoby przed niebezpieczeństwem (ewentualnego) uwolnienia pięciu winnych wydaje się warta kilku osób.

Myśl o umieszczeniu niewinnego autora w kratach jest niepokojąca, ponieważ udowodnienie, że w rzeczywistości jest on niewinny po skazaniu, nie jest proste. Podczas gdy fałszywy negatyw zakończyłby się uwolnieniem winowajcy, mógłby się on znaleźć przy ponownym otwarciu sprawy lub, jeśli osoba ta może być seryjnym przestępcą, i tak zostanie skazana w późniejszym terminie.

Ciekawostki:

Do niedawna Meksyk stosował system “winny, chyba że udowodni się mu niewinność”. W rezultacie sędziowie nie otwieraliby nawet większości spraw karnych, ponieważ mogliby się obawiać umieszczenia w więzieniu zbyt wielu niewinnych osób. Od 2008 roku meksykański system sądownictwa karnego przechodzi na system “niewinnych, o ile nie udowodniono im winy”.

Każdy twój oddech będzie cię obserwował.

Testy alkomatów są koniecznym utrudnieniem. Nikt nie chce być zatrzymany na test alkoholu w wydechu, z drugiej strony nikt nie chce być zabity przez pijanego kierowcę też. Huśtawki i ronda.

Hipoteza zerowa: “Jesteś poniżej limitu alkoholu.”

Ponownie, tylko tyle, że fałszywy wynik pozytywny pokazałby, że po prostu przekroczyłeś limit, gdy nawet nie dotknąłeś drinka alkoholowego. Fałszywy wynik negatywny oznaczałby, że jesteś trzeźwy, gdy jesteś pijany, lub przynajmniej przekroczyłeś limit.

Oba problemy pojawiają się dzięki różnym czynnikom, które mają wpływ na próbki alkoholu z oddechem. Aby przeciwdziałać problemom związanym z fałszywie pozytywnymi wynikami (utrata licencji, otrzymanie kary grzywny lub pobyt w więzieniu), prawo stanowi, że można dostarczyć próbkę krwi lub moczu, aby udowodnić swoją niewinność (jeśli tak jest).

Mając to na uwadze, fałszywie negatywna próbka jest ewidentnie większym problemem. Zezwolenie pijanym kierowcom na kontynuowanie jazdy przy założeniu, że są trzeźwi, jest wyraźnie niebezpieczne dla nich i dla innych osób wokół nich. Podczas gdy strata kilku godzin dnia może być małą ceną do zapłacenia, jeśli pomoże to utrzymać więcej ludzi powyżej limitu, z dala od drogi.

Ciekawostki:

Najczęściej spotykane poziomy alkoholu, przy których osoby są uznawane za prawnie upośledzone w przypadku golfa, wahają się od 0,00% do 0,08%. Najczęściej spotykane na całym świecie poziomy odniesienia to 0,00%, zwane również nietolerancją, oraz 0,05%. Limit ten jest najwyższy na Kajmanach i wynosi 0,1%. Nie oznacza to większej tolerancji dla jazdy po pijanemu, więc przed wyruszeniem w drogę za butelką Jacka Danielsa, proszę pamiętać, że lokalna policja naprawdę egzekwuje prawo poprzez częste kontrole.

Złom jednej osoby jest skarbem drugiej.

Ostatnią rzeczą, o której chciałbym mówić, to e-maile SPAM.

Wiele stron internetowych powie ci coś na ten temat: “Proszę, sprawdź swój folder SPAM. E-mail, który właśnie wysłaliśmy, znajdzie się tam.”

Dostawcy e-maili coraz częściej używają algorytmów przetwarzania danych do filtrowania SPAMu z tego, co jest pożądane. często jest to temat, który zasługuje na samodzielne pisanie. Rozmawiamy jednak o rzeczach, gdy e-maile są źle umiejscowione.

Byłem zaskoczony, gdy kilka tygodni temu wysłałem wiadomość do mojej siostry, a jej dostawca oznaczył ją jako SPAM! Jak śmieli! Jedynym wytłumaczeniem, jakie mogłem wymyślić było to, że użyłem mojej osobistej skrzynki pocztowej do wysłania firmowego adresu e-mail mojej siostry. Tak więc, algorytm nie widział żadnych dowodów na to, że mój email będzie pożądany przez moją siostrę (może wie coś, czego ja nie wiem…). Dlatego zaakceptował hipotezę zerową:

“Ten email to SPAM.”

Jeśli algorytm odrzuci hipotezę zerową, e-mail przechodzi. Fałszywy wynik pozytywny oznaczałby, że Twoja skrzynka odbiorcza ma dziwny e-mail od nigeryjskich książąt chcących się z Tobą ożenić, albo dawno zaginionych krewnych pozujących do Twoich danych bankowych, aby mogli Ci wysłać ogromny spadek po kocie pasierbicy Twojej babci.

Fałszywy negatyw może być większym problemem. Przegapisz wezwanie na rozmowę kwalifikacyjną lub zdjęcia z wakacji po rodzeństwie, po prostu dlatego, że są one zagubione w ogromnej ilości SPAMu – który po prostu wchłaniasz do połowy serca przed usunięciem.

Niektórzy ludzie są jednak tak wściekli na samą myśl o powiadamianiu przez telefon, że tylko po to, aby upewnić się, że wiadomość nie ma sensu, kilka źle wysłanych e-maili to niewielka cena, którą trzeba zapłacić.

Ciekawostki:

Ponad 95% znajomych prosi, aby przekazać Facebook są akceptowane, jak zawsze dotrzeć do pochylonych ludzi rozpoznać . to często nie jest prawdziwe dla kont SPAM i jest to jeden ze sposobów Facebook wykrywa je. Jednak ostatnio boty przyjęły technikę, w której udają atrakcyjne kobiety i specjalizują się w męskich użytkownikach jako ich ofiary. Ponieważ użytkownicy płci męskiej, przeciętnie, akceptują te zaproszenia znajomych, wykrycie botów trwa znacznie dłużej.

Są to nieliczne popularne próbki, z których raz można mieć fałszywe pozytywy i fałszywe negatywy. Jak zobaczysz, preferowany błąd naprawdę zależy od samych rzeczy, twoich osobistych preferencji lub tego, jak badanie zostało zaprojektowane (i że możesz po prostu zmienić hipotezę, jeśli zajdzie taka potrzeba). Mam więc nadzieję, że nie będziesz kierował się ogólnym założeniem, że fałszywe pozytywne wyniki kończą się na większych problemach i są teraz lepiej przygotowane, aby dostarczyć solidnych przykładów na poparcie tego założenia.