Napaka tipa 1 v statistiki je opredeljena kot zavrnitev nične hipoteze, če je dejansko resnična. Napaka tipa 1 je znana tudi kot napačno pozitivna ali napaka alfa tipa.
Napaka tipa 1 je v bistvu nekaj zanikanja, ko to dejansko drži. Razmislite na primer o situaciji testiranja, ali tržna kampanja, izvedena na družbenih omrežjih, poveča prodajo sladoleda za podjetje v poletnem tednu. Hipoteze bi bile naslednje:
H0: Prodaja se zaradi poletne akcije ne povečuje
H1: Prodaja se poveča zaradi tržne kampanje
Po oceni prometa na spletnem mestu podjetja in obiskanih straneh po akciji se zazna naslednje:
- Povečanje, čeprav prometa in obiskov za 50%.
- 200% povečanje prodaje sladoleda.
Glede na te rezultate bi lahko sklepali, da je bila oglaševalska kampanja plodna in je imela velik učinek na povečanje prodaje. Vendar pomislimo, da je tisti teden vročinski val povzpel temperature nad 40 stopinj.
Če poznamo slednje, bi morali kot vzrok za povečanje prodaje upoštevati dejavnik visoke temperature. Če tega ne upoštevamo, bi lahko zavrnili svojo nično hipotezo, ko je resnična, to pomeni, da bi mislili, da je bila naša kampanja izjemno uspešna, če pa je bila v resnici vzrok za povečanje prodaje velika vročina. Če bi prišli do tega zaključka, bi zavrnili nično hipotezo, ko je dejansko resnična, in zato storili napako tipa 1.
Vzroki za napako tipa 1
Napaka tipa 1 je povezana s pomembnostjo kontrasta ali alfa, z napako pri oceni koeficientov in se lahko pojavi zaradi 2 tipičnih kršitev začetnih predpostavk regresije. To so:
- Pogojna heteroscedastičnost.
- Serijska korelacija.
Regresija, ki je predstavljala katero od prejšnjih kršitev, bi podcenila napako koeficientov. Če se to zgodi, bi bila naša ocena statistike t večja od dejanske statistike t. Te večje vrednosti statistike t bi povečale verjetnost, da bo vrednost padla v območje zavrnitve.
Predstavljajmo si dve situaciji.
Primer 1 (napačna ocena napake)
- Pomembnost: 5%
- Velikost vzorca: 300 ljudi.
- Kritična vrednost: 1,96
- B1: 1,5
- Napaka ocene koeficienta: 0,5
T = 1,5 / 0,5 = 3
Na ta način bi vrednost padla v zavrnilno območje in zavrnili bi nično hipotezo.
Stanje 2 (pravilna ocena napake)
- Pomembnost: 5%
- Velikost vzorca: 300 ljudi.
- Kritična vrednost: 1,96
- B1: 1,5
- Napaka ocene koeficienta: 1
T = 1,5 / 1 = 1,5
Na ta način bi vrednost padla v območju zavrnitve in hipoteze ne bi zavrnili.
Na podlagi prejšnjih primerov bi nas situacija 1, v kateri je napaka podcenjena, pripeljala do zavrnitve nične hipoteze, če je v resnici resnična, saj, kot vidimo v situaciji 2 s pravilno ocenjeno napako, hipoteze ne bi zavrnili biti resnična.
