假設檢定的誤差類型- 四象限表格是否有問題? - Cupoy

2021/05/02 下午 05:27

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

Sam_cc

觀看數：78

回答數：3

收藏數：0

回答列表

• 2021/05/02 下午 06:07
  Jaio
  贊同數：0
  不贊同數：0
  留言數：1

  在這裡同學說的沒錯，型一與型二錯誤相反摟～ 型一誤差（通常用阿法表示）是P(reject H0 l H0) 事實是正確的我卻判斷為錯，較嚴重的錯誤。 型二誤差（通常用貝塔表示）是P(accept. H0 l H1)事實是錯的卻判斷為正確，較輕微的錯誤。 例如：H0:無罪 型一：有個人沒罪被叛有醉 反之～ 如有問題歡迎再提問。

• 2021/05/12 下午 03:25
  Paul
  贊同數：0
  不贊同數：0
  留言數：1

  這可能是翻譯認知或名詞定義問題，圖中True/False講的是Ground Truth(真實情況：真/偽)，Positive/Negative講的是Test Result(測試結果：陽/陰)。所以第一象限是偽陽/False Positive/Type 1 Error/𝛼，或者說錯怪了H0(冤枉好人)；而第三象限是偽陰/False Negative/Type 2 Error/𝛽，或者說姑息了H0(放走壞人)。 這和你的說法: "拒絕H0，在H0可能為"真"的情形下，將其拒絕所要冒的風險機率為 𝛼， 而接受H0，在H0可能為"假"的情形下，將其"接受"所要冒的風險機率為𝛽 。" 是吻合的。

• 2021/05/13 下午 02:46
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  嗨，你好
  這邊已經通知過主辦單位及專家了，你可以再試試看。
  

  嗨，你好，我是維元，持續在不同的平台發表對 #資料科學、 #網頁開發 或 #軟體職涯 相關的文章。如果對於內文有疑問都歡迎與我們進一步的交流，都可以追蹤 我的粉絲專頁 ヽ(●´∀`●)ﾉ