istnieją dwa błędy, które często kręcą głowę, gdy uczysz się o testowaniu hipotez — fałszywie dodatnie i fałszywie ujemne, technicznie określane jako błąd typu I i błąd typu II odpowiednio.
na początku nie byłem wielkim fanem koncepcji, nie mogłem pojąć, jak mogą być w ogóle przydatne. Przez te wszystkie lata zmieniałem zdanie. Im bardziej rozumiałem i napotykałem te błędy, tym bardziej zaczęły mnie ekscytować i interesować. Zobaczenie ich rzeczywistych zastosowań i zastosowań pomogło mi przejść od niezainteresowanego ucznia do entuzjastycznego nauczyciela.
znasz tych nauczycieli, którzy gorączkowo mówią o temacie, którego nikt nie rozumie lub nie chce zrozumieć? Tak, to teraz ja! I to jest świetne, więc chcę doprowadzić was do mojego poziomu ekscytacji tym artykułem, pokazując, jak te dwa błędy mają praktyczne konsekwencje w różnych i interesujących rzeczywistych warunkach. Mam nadzieję, że po przeczytaniu go będziesz swędzić, aby powiedzieć swoim bliskim o fałszywych alarmach i fałszywych negatywach. Szczęściarze!
Jeśli chcesz zrozumieć, jak to zrobić, zrobiłem film wyjaśniający na ten temat tutaj.
który błąd jest poważniejszy?
fałszywie dodatni (błąd typu I) – gdy odrzucasz prawdziwą hipotezę zerową-lub fałszywie ujemny (błąd typu II) – kiedy akceptujesz fałszywą hipotezę zerową?
czytałem w wielu miejscach, że odpowiedź na to pytanie brzmi: fałszywy pozytyw. Nie wierzę, że to w 100% prawda.
właściwe podejście naukowe polega na stworzeniu hipotezy zerowej w sposób, który sprawia, że próbujesz ją odrzucić, dając mi pozytywny wynik. Powiedzmy, że chcę sprawdzić, czy ten konkretny artykuł działa lepiej niż średnia z innych artykułów, które opublikowałem.
Mając to na uwadze, hipoteza zerowa, którą wybiorę, to:
„liczba przeczytanych przeze mnie artykułów będzie mniejsza lub równa liczbie podobnych artykułów, które napisałem”
jeśli odrzucę hipotezę zerową, oznacza to jedną z dwóch rzeczy.
1. Ten artykuł wykonany ponadprzeciętnie-świetnie! Oto mój pozytywny wynik.
2. Popełniłem błąd typu I. Odrzuciłem hipotezę zerową, która była prawdziwa. Mój test pokazał, że wykonałem ponadprzeciętną pracę, ale tak naprawdę nie. Mam fałszywy alarm.
tak, tutaj mój fałszywy pozytyw ma zły wynik, nieuchronnie pomyślałbym, że mój artykuł jest lepszy niż jest i od tego czasu piszę wszystkie moje artykuły w tym samym stylu, ostatecznie raniąc mój ruch na blogu. To bez wątpienia wpłynie negatywnie na moją karierę i poczucie własnej wartości.
a co z false negative?
to by się stało, gdyby, powiedzmy, ten artykuł był arcydziełem pisania blogów, ale mój test pokazuje mi, że nie jest nawet przeciętny. Oczywiście w najbliższym czasie nie będę próbował pisać artykułów w tym stylu. Jednak jestem osobą napędzaną, która uczy się na swoich „błędach”, więc zamiast próbować różnych technik i potencjalnie tworzyć jeszcze lepsze pisma.
to nie jest najlepszy wynik, może przegapiłem okazję, ale to w żaden sposób nie jest tak druzgocące jak fałszywy pozytyw.
teraz jest to przypadek, w którym najgorsza sytuacja jest fałszywie dodatnia, jednak kluczowym faktem jest to, że podałem hipotezę zerową w określony sposób. Gdybym zamienił hipotezy zerowe i alternatywne, błędy też by się zamieniły.
moja nowa hipoteza zerowa:
„liczba razy mój artykuł jest czytany będzie więcej niż liczba podobnych artykułów napisałem”
w fałszywie pozytywnej sytuacji, chciałbym odrzucić hipotezę zerową, która jest prawdziwa. Test pokazałby, że moje arcydzieło jest mierne lub gorsze. Pamiętasz to zdanie? To było fałszywe przeczenie z poprzedniego przykładu.
to pokazuje, że oba błędy są wymienne. Dlatego chodzi o projekt badania; można zmienić rzeczy, aby pomóc uniknąć większego problemu.
znajdowanie pozytywów w… pozytywach.
przy ubieganiu się o pracę w branży Data science często pojawia się pytanie z wywiadu:
„czy możesz podać przykłady sytuacji, w których fałszywy pozytyw ma lepszy wynik niż fałszywy negatyw?”(i odwrotnie)
oczywiście można skorzystać z powyższego przykładu, jednak niektórzy naukowcy nie lubią szczególnie słuchać idei zamiany hipotez. Chciałem tylko udowodnić, że wszystko nie jest tak czarno-białe, jeśli chodzi o tę koncepcję.
poza tym mam dla Ciebie jeszcze wiele przykładów, które możesz położyć na potencjalnym pracodawcy i pokazać im, że naprawdę znasz się na rzeczy. Przekonasz ich w mgnieniu oka!
te przykłady mają hipotezy, których nie można zmienić ze względu na naukę lub prawo (patrz, nie tak czarno na białym). Dają nam jednak sytuacje, w których posiadanie fałszywego negatywu nie jest ideałem. Oczywiście, nadal jesteśmy trochę buntowniczy, ale robi to w ramach nauki i prawa, więc, kto może nas powstrzymać!
do dziecka czy nie do dziecka?
kiedy robisz test ciążowy, pytasz: „czy jestem w ciąży?”
w testowaniu hipotezy masz jednak swoją hipotezę zerową:
„Nie jestem w ciąży”
odrzucenie hipotezy daje Ci ” + ” Gratulacje! Jesteś w ciąży!
zaakceptowanie hipotezy daje ’ – ’ Sorry, powodzenia następnym razem!
Biologia decyduje o tym, więc obawiam się, że bez przełączania. Chociaż testy mogą działać nieprawidłowo, a fałszywie dodatnie występują; w tym przypadku fałszywie dodatni byłby taki mały”+”, gdy jesteś, w rzeczywistości nie jesteś w ciąży. Fałszywym zaprzeczeniem byłoby oczywiście” -„, gdy w tobie rośnie małe dziecko.
to dobry przykład, ponieważ lepsza sytuacja jest całkowicie zależna od twojej sytuacji!
wyobraź sobie, że ktoś stara się o dziecko od dłuższego czasu, a potem jakimś cudem wynik testu ciążowego jest pozytywny. Psychicznie przygotowują się do narodzin dziecka i po krótkim okresie ekstazy, w jakiś sposób dowiadują się, że w rzeczywistości nie są w ciąży!
to fatalny wynik!
fałszywy negatyw dla kogoś, kto naprawdę nie chce dziecka, nie jest na nie gotowy i kiedy zapewnia się wynikiem negatywnym, kontynuuje picie i palenie może być niesamowicie szkodliwe dla niej, jej rodziny i jej dziecka.
Zamień te kobiece sytuacje, a masz wyniki, które choć nie są idealne, są o wiele lepsze.
czas na Ciekawostki!
testy ciążowe minimalizują szanse na fałszywy wynik ujemny. Poprawia to test, ponieważ chociaż byłoby mało prawdopodobne, abyś poszedł do lekarza w celu potwierdzenia negatywnego wyniku, rozsądne byłoby uzyskanie pozytywnego wyniku. Istnieje wiele powodów medycznych, aby uzyskać fałszywie pozytywny wynik, ale fałszywe negatywy pojawiają się tylko z powodu nieprawidłowego wykonania testu.
testy na AIDS
oto bardziej przejrzysty przykład.
wyobraź sobie, że pacjent robi test na HIV.
hipoteza zerowa brzmi:
” pacjent nie ma wirusa HIV.”
konsekwencje fałszywego dodatniego wyniku byłyby na początku bolesne dla pacjenta; mieć do czynienia z traumą w obliczu tej wiadomości i mówienie rodzinie i przyjaciołom nie jest sytuacją, której życzyłbyś nikomu, ale po udaniu się na leczenie, lekarze dowiedzą się, że nie ma wirusa. Ponownie, nie byłoby to szczególnie przyjemne doświadczenie. Ale nie posiadanie HIV jest ostatecznie dobrą rzeczą.
z drugiej strony fałszywy wynik ujemny oznaczałby, że pacjent ma HIV, ale wynik testu jest ujemny. Konsekwencje tego są przerażające, pacjent straciłby na kluczowych zabiegach i narażony jest na wysokie ryzyko rozprzestrzeniania się wirusa na innych
bez większych wątpliwości, fałszywy negatywny tutaj jest większym problemem. Zarówno dla osoby, jak i dla społeczeństwa.
Ciekawostki:
wielu lekarzy nazywa wyniki AIDS „reaktywnymi”, a nie pozytywnymi, z powodu fałszywie pozytywnych wyników. Zanim pacjent jest definitywnie mówi się, że jest HIV dodatni, istnieje szereg testów przeprowadzonych. Nie wszystko opiera się na jednej próbce krwi.
Pozytywne, do udowodnienia negatywnego
w wielu krajach prawo stanowi, że podejrzany w sprawie karnej jest: „niewinny do czasu udowodnienia winy”.
pochodzi z łacińskiego
„Ei incumbit probatio, qui dicit, non qui negat; cum per rerum naturam factum negantis probatio nulla sit”.
co tłumaczy się jako: „dowód spoczywa na tym, który potwierdza, a nie na tym, który zaprzecza; ponieważ z natury rzeczy ten, kto zaprzecza faktom, nie może dostarczyć żadnego dowodu.”*
zatem hipoteza zerowa brzmi:
” podejrzany jest niewinny.”
tak po prostu, fałszywy pozytyw doprowadziłby do uznania niewinnej strony za winną, podczas gdy fałszywy negatyw doprowadziłby do niewinnego werdyktu dla winnej osoby.
jeśli nie ma dowodów, przyjęcie hipotezy zerowej znacznie bardziej prawdopodobne niż odrzucenie go. Dlatego, jeśli prawo było, że podejrzany jest ” winny, dopóki nie udowodni niewinności. z hipotezą, że podejrzany jest winny.”przyjęcie hipotezy zerowej, gdy fałszywe spowodowałoby uwięzienie wielu niewinnych ludzi.
tak więc ochrona jednej niewinnej osoby zagrożonej (być może) wypuszczeniem pięciu winnych na wolność wydaje się dla wielu warta.
z prawem takim jak jest, ogólny konsensus jest taki, że fałszywy pozytyw byłby większym problemem. Pomysł umieszczenia niewinnej osoby za kratkami jest niepokojący, ponieważ udowodnienie, że jest ona w rzeczywistości niewinna po skazaniu, nie jest proste. Podczas gdy fałszywy negatyw skutkowałby uwolnieniem winnego, może skończyć się ponownym otwarciem sprawy lub, jeśli dana osoba jest seryjnym sprawcą, i tak zostanie skazana w późniejszym terminie.
Ciekawostki:
do niedawna Meksyk używał systemu „winni, chyba że udowodniono niewinność”. W rezultacie sędziowie nie otworzyliby nawet większości spraw karnych, ponieważ obawialiby się wsadzić do więzienia zbyt wielu niewinnych ludzi. Od 2008 r. meksykański wymiar sprawiedliwości w sprawach karnych przechodzi na „niewinny, o ile nie udowodni się winy”.
każdy twój oddech, będę cię obserwował.
testy alkomatem są niezbędnym uciążliwością. Nikt nie chce być zatrzymany na test alkoholu w wydychanym powietrzu, ale nikt nie chce być zabity przez pijanego kierowcę. Huśtawki i ronda.
hipoteza zerowa: „jesteś poniżej limitu alkoholu.”
znowu, po prostu, fałszywy wynik pokazałby, że przekroczyłeś limit, gdy nawet nie dotknąłeś napoju alkoholowego. Fałszywy negatyw zarejestruje Cię jako trzeźwego, gdy jesteś pijany, lub przynajmniej przekroczysz limit.
oba problemy występują z powodu różnych czynników, które mogą wpływać na próbki alkoholu w wydychanym powietrzu. Aby przeciwdziałać problemom fałszywych alarmów (utrata licencji, otrzymanie grzywny lub więzienia), prawo stanowi, że można dostarczyć próbkę krwi lub moczu, aby udowodnić swoją niewinność (jeśli tak, to znaczy).
mając to na uwadze, fałszywy negatyw jest wyraźnie większym problemem. Pozwolenie pijanym kierowcom na kontynuowanie jazdy, zakładając, że są trzeźwi, jest oczywiście niebezpieczne dla nich i innych wokół nich. Podczas utraty kilku godzin dnia jest niewielka cena do zapłacenia, jeśli pomaga utrzymać więcej ludzi ponad limit, z drogi.
Ciekawostki:
powszechne poziomy alkoholu, przy których osoby są uważane za prawnie upośledzone w zakresie od 0,00% do 0,08%. Najczęstszymi wskaźnikami na całym świecie są 0,00%, znane również jako zero tolerancji i 0,05%. Limit ten jest najwyższy na Kajmanach i wynosi 0,1%. Nie oznacza to większej tolerancji na jazdę po pijanemu, więc przed wyruszeniem w drogę po butelce Jacka Danielsa, należy pamiętać, że lokalna policja naprawdę egzekwuje prawo z częstymi kontrolami.
śmieci jednej osoby to skarb drugiej.
ostatnią rzeczą, o której chcę porozmawiać, są spamowe wiadomości e-mail.
wiele stron internetowych powie Ci coś w stylu: „sprawdź folder ze spamem. E-mail, który właśnie Ci wysłaliśmy, może się tam znaleźć.”
dostawcy poczty e-mail coraz częściej używają algorytmów eksploracji danych do filtrowania spamu z tego, co jest pożądane. Jest to temat, który zasługuje na własny artykuł. Mówimy jednak o sytuacji, w której e-maile zostają zagubione.
byłem oszołomiony, gdy kilka tygodni temu wysłałem maila do mojej siostry, a jej dostawca e-maili oznaczył go jako SPAM! Jak oni śmie! Jedynym wyjaśnieniem, które mogłem wymyślić, było to, że użyłem mojej osobistej skrzynki pocztowej, aby wysłać firmowy adres e-mail mojej siostry. Tak więc algorytm nie widział dowodów na to, że mój e-mail byłby pożądany przez moją siostrę (może wie coś, czego ja Nie wiem…). Dlatego przyjął hipotezę zerową:
” ten e-mail jest spamem.”
jeśli algorytm odrzuci hipotezę zerową, e-mail przechodzi. Fałszywy wynik oznaczałby, że Twoja skrzynka odbiorcza ma dziwny e-mail od nigeryjskich książąt, którzy chcą cię poślubić, lub dawno zaginionych krewnych z prośbą o dane bankowe, aby mogli wysłać Ci duży spadek po kocie pasierbicy kuzynki Twojej prababci.
fałszywy negatyw może być większym problemem. Możesz przegapić zaproszenie na rozmowę kwalifikacyjną lub zdjęcia świąteczne od swojego rodzeństwa, tylko dlatego, że są one zagubione w obfitych ilościach spamu — które półmyślnie przejrzałeś przed usunięciem.
to zależy jednak od osobistych preferencji, niektórzy ludzie są tak rozwścieczeni powiadomieniem w telefonie, tylko po to, aby zobaczyć bezsensowny e-mail, że kilka zagubionych osobistych e-maili to niewielka cena.
Ciekawostki:
ponad 95% zaproszeń do znajomych wysyłanych na Facebooku jest akceptowanych, ponieważ zwykle docierasz do osób, które znasz. Nie dotyczy to kont spamowych i jest to jeden ze sposobów, w jaki Facebook je wykrywa. Jednak ostatnio boty przyjęły strategię, w której udają atrakcyjne kobiety i skupiają się na męskich użytkownikach jako swoich ofiarach. Ponieważ mężczyźni średnio akceptują zaproszenia do znajomych, wykrywanie botów zajmuje znacznie więcej czasu.
oto kilka typowych przykładów, kiedy możesz mieć fałszywe alarmy i fałszywe negatywy. Jak widać, błąd, który jest preferowany, zależy naprawdę od samej sytuacji, osobistych preferencji lub sposobu zaprojektowania badania (i że możesz po prostu zmienić hipotezę, jeśli zajdzie taka potrzeba). Mam nadzieję, że nie zastosujesz się do ogólnego założenia, że fałszywe alarmy powodują większe problemy i są teraz lepiej przygotowane do tworzenia solidnych przykładów, aby je poprzeć.
teraz założę się, że Twoje zainteresowanie fałszywymi alarmami i fałszywymi negatywami ma od 0% do 100% po przeczytaniu tego artykułu. Jeśli chcesz trochę nauki na ten temat, Możesz sprawdzić nasz błąd typu i wideo vs błąd typu II.
miłego dnia!