שגיאות מסוג I ו-II – הבדלי גרסאות

ב'''[[בדיקת השערות]] [[סטטיסטיקה|סטטיסטית]]''' '''"שגיאה מסוג I" היא דחיה שגויה של השערת האפס''', בעוד '''"שגיאה מסוג II" היא קבלה שגויה של השערת האפס'''. במילים פשוטות יותר, שגיאה מסוג I כאשר ניסוי מסתיים בתוצאה שהתגלה אפקט מסוים שאינו קיים במציאות, ושגיאה מסוג II כאשר הניסוי לא מצליח לאשש שאפקט קיים, למרות שהוא אכן קיים במציאות. לדוגמה, אם הניסוי בודק את השפעתה של תרופה מסוימת על מחלה, שגיאה מסוג I מתרחשת כאשר התוצאות מצביעות על היות התרופה יעילה כשבמציאות היא אינה יעילה, ושגיאה מסוג II כאשר התוצאות לא מצביעות על יעילות התרופה כשבמציאות היא כן יעילה.

 

 

== הגדרה ==

 

== מושגים קשורים ==

=== הטית פרסום ===

{{הפניה לערך מורחב|הטיית פרסום}}

כלים סטטיסטים מיוחדים פותחו כדי להתמודד עם בעיה זו. אמצעי פשוט אחד ידוע בשם [[תיקון בונפרוני]], לפיו פשוט מחלקים את רמת המובהקות הסטטיסטית במספר ההשערות הנבדק. כלומר כדי לקבל רמה של 5% עבור 100 השערות צריך לעבוד ברמת מובהקות של 0.05%. שיטה זו פותרת את בעיית השגיאות מסוג I, אך מעלה בצורה משמעותית את ההסתברות לשגיאה מסוג II. בשנת [[1989]] פתחו שני סטטיסטיקאים מאוניברסיטת תל אביב, הפרופסורים [[יואב בנימיני]] ו[[יוסף הוכברג]], אמצעי מתוחכם יותר הקרוי [[שיעור התגליות השגויות]]. שיטה זו מאפשרת שליטה בכמות השגיאות מסוג I עם עליה פחותה בהסתברות לשגיאה מסוג II. השיטה זכתה להכרה רבה, והיוותה את הסיבה המרכזית לזכייתו של בנימיני ב[[פרס ישראל]] לשנת [[2012]].

 

{{הפניה לערך מורחב|מטא-אנליזה}}

מכיוון שידוע שמחקרים חשופים לשגיאות מסוג I וסוג II, פרסום מחקר הטוען לתוצאה מסוימת אינו מתקבל כעובדה מוגמרת. בדרך כלל אחרי מחקר שפורסם יתבצעו עוד סדרת מחקרים המנסים לשחזר את התוצאות של המחקר המקורי. לעתים קרובות המחקרים אינם מסכימים זה עם זה, כלומר ייתכן שבעוד חלק מהמחקרים קיבלו תוצאה מובהקת סטטיסטית, אחרים קיבלו שהתוצאות אינן מובהקות, וכך נותר ערפל סביב השאלה מהי האמת.