Há dois erros que frequentemente recuam na cabeça quando você está descobrindo sobre testes teóricos – falsos positivos e falsos negativos, na verdade aludidos como erro do tipo I e erro do tipo II separadamente.
Desde o início, eu não era um tremendo devoto das idéias, eu não conseguia entender como elas poderiam ser de alguma forma úteis. Consistentemente, porém, comecei a ter uma diferença no coração. Quanto mais eu compreendia e vivenciava esses erros, mais eles começavam a me energizar e intrigar. Ver suas verdadeiras aplicações e utilizações me ajudou a passar de um substituto desinteressado para um educador entusiasmado.
Você conhece aqueles educadores que rapidamente falam sobre um assunto que ninguém compreende ou precisa entender? É melhor acreditar, esse sou eu agora! Além disso, é extraordinário, por isso preciso levá-los ao meu grau de energia com este artigo, dando-lhes sugestões de como estes dois erros têm sido feitos até a terra em vários e fascinantes cenários genuínos. Nesse ponto, idealmente, na esteira da compreensão, você vai formigar para iluminar seus amigos e familiares sobre falsos positivos e falsos negativos. Que bom para eles!
Exlaimer: Este artigo não está aqui para lhe mostrar como reconhecer os dois. No caso de você querer entender como fazer isso, eu fiz um vídeo explicativo sobre o assunto aqui.
Fazendo erros com o seu companheiro.
Qual erro você diria que é cada vez mais genuíno?
Um falso positivo (erro tipo I) – quando você descarta uma especulação genuína inválida – ou um falso negativo (erro tipo II) – quando você reconhece uma teoria falsa inválida?
Eu li em inúmeros pontos que a resposta a esta pesquisa é: um falso positivo. Eu não aceito que isto seja 100% válido.
A melhor metodologia lógica possível é dar forma a uma teoria inválida, de tal forma que ela faça você tentar dispensá-la, dando-me um resultado positivo. Nesta linha, suponha que eu precise verificar se este artigo específico está tendo um desempenho superior ao normal dos diferentes artigos que eu tenho postado.
Diante disso, a especulação inválida que vou escolher é:
“As ocasiões em que meu artigo for usado serão menores ou equivalentes ao número de artigos comparativos que eu tenha postado”
Na hipótese remota de eu descartar a teoria inválida, isso implica em uma de duas coisas.
1. Este artigo teve um desempenho melhor do que o esperado – Fantástico! Aí está o meu resultado positivo.
2. Eu cometi uma espécie de erro. Eu descartei a especulação inválida que era válida. Meu teste indicou que eu tive um desempenho melhor do que o esperado, mas, na verdade, não tive. Eu recebi um falso positivo.
Na verdade, aqui o meu falso positivo tem um resultado horrível, eu inevitavelmente pensaria que o meu artigo é superior a qualquer coisa e a partir daí compondo cada um dos meus artigos em um estilo similar, enfim prejudicando o tráfego do meu blog. Isso não vai influenciar minha vocação e confiança de forma negativa.
Não deveria ser dito algo sobre o falso negativo?
Isso aconteceria se, digamos assim, este artigo fosse um culminar artístico da composição do blog, no entanto meu teste me dá que não é sequer mediano. Obviamente, não vou me esforçar para compor artigos neste estilo em nenhum momento no futuro próximo. Apesar disso, sou um indivíduo determinado que ganha com seus ‘botches’ para que todas as coisas, sendo iguais, tentem vários sistemas e, concebivelmente, façam composições chocantemente melhores.
Este não é o melhor resultado, eu posso ter tido uma chance de errar ainda que não seja tão ruim quanto o falso positivo.
Atualmente, é aqui que a circunstância mais notadamente terrível é o falso positivo, de qualquer forma, uma realidade central é que eu expressei a teoria inválida com um objetivo particular em mente. Se eu tivesse trocado as especulações inválidas e eletivas, os equívocos também teriam sido trocados.
Me dê uma chance de mostrar a você.
Minha nova especulação inválida:
“As ocasiões em que meu artigo for usado serão mais do que o número de artigos comparáveis que eu tenha postado”
Em uma falsa circunstância positiva, eu descartaria uma teoria inválida que é válida. Assim, o teste mostraria que o meu showtopper é realmente justo ou mais lamentável. Tenha em mente esta expressão? Essa foi a falsa negativa do modelo passado.
O que isto mostra é que os dois erros são comerciáveis. Desta forma, trata-se do plano da sua investigação; você pode mudar as coisas para ajudá-lo a manter uma distância estratégica em relação ao assunto mais preocupante.
Encontrando o positivo no… positivo.
Quando se vai atrás de uma posição na indústria da ciência da informação, uma pergunta que muitas vezes cede é:
“Você seria capaz de dar exemplos de circunstâncias quando um falso positivo tem um resultado superior ao de um falso negativo?” (e ao contrário)
Obviamente, você poderia utilizar o modelo acima, seja como for, alguns escolásticos não preferem especialmente ouvir especulações de troca. Eu simplesmente precisava demonstrar um ponto que nem tudo é tão contrastante em relação a esta idéia.
Além disso, eu tenho mais modelos para você que você pode colocar no seu negócio potencial e dar a eles que você realmente conhece o seu material. Você vai prevalecer sobre eles em questão de momentos!
Esses modelos têm especulações que não podem ser trocadas por causa da ciência ou do direito (veja, não todo esse alto contraste). Dão-nos, seja como for, circunstâncias em que ter um falso negativo não é perfeito. Obviamente, por mais insubordinados que estejamos sendo, por mais insubordinados que estejamos fazendo como tal dentro da ciência e do direito, que podem nos deter!
You may also like
Falso Negativo
Embora entendendo a hipótese, dois erros podem ser bastante confusos. Estes dois erros são falsos negativos e falsos positivos. Você também pode se referir ao erro falso-negativo como erro do tipo II e falso-positivo como erro do tipo I. Enquanto você estiver aprendendo, você pode pensar que estes erros não têm qualquer utilidade e só […]
Revisão de Box Plot
Um gráfico de caixa ou um gráfico de caixa e whisker ajuda-o a exibir a distribuição da base de dados num resumo de cinco números. O primeiro quartil Q1 será o mínimo, o terceiro quartil Q3 será a mediana, e o quinto quartil Q5 será o máximo. Pode encontrar os outliers e os seus valores […]
Redes Bayesianas
A criação de um modelo probabilístico pode ser um desafio mas revela-se útil na aprendizagem de máquinas. Para criar tal modelo gráfico, é necessário encontrar as relações probabilísticas entre as variáveis. Suponha que está a criar uma representação gráfica das variáveis. É preciso representar as variáveis como nós e a independência condicional como a ausência […]
