统计type 1 error, type 2 error and ROC曲线 | 您所在的位置:网站首页 › type1 error和type2区别 › 统计type 1 error, type 2 error and ROC曲线 |
1,type 1 error对应假阳性率,type 2 error对应假阴性率。
Reality如果零假设正确,那么现在根据Research零假设进行推断; Research如果观察值落在红色区域左边,那么就会接受零假设,与Reality相符,正确的概率为1-α;反之, Research如果观察值落在红色区域内,那么就会拒绝零假设,这时候的拒绝是错误的,这个错误就是type I error。 Reality如果备择假设正确,那么现在根据Research零假设进行推断; Research如果观察值落在红色区域左边,那么就会接受零假设,与Reality不相符,这是就会犯错误,这个错误就是type II error (绿色的部分);反之, Research如果观察值落在红色区域内,就会正确拒绝零假设,正确率为1-β。 对于一个点可能只会出现一种情况,要么接受零假设,要么拒绝零假设,拒绝零假设时就有可能犯第一类错误;接受零假设时就有可能犯第二类错误。 H0和H1的曲线完全分开是不可能的,正态分布的曲线沿x轴无限延伸,必然会交叉,如果分开得好一点,统计的效率会更好。 绘制ROC曲线时,金标准是不会变的。变动的是Test outcome中的阳性的cutoff,如果cutoff降低,那么真阳性和假阳性都会增加,第1行的两个数都增加了,第1列和第2列的和是金标准,他们是不会变的,这样第2行的两个数就减小了,结果就是假阳性率增加了,假阴性率降低了。 |
CopyRight 2018-2019 实验室设备网 版权所有 |