Differences

This shows you the differences between two versions of the page.

--- types_of_error [2025/11/23 23:39] – hkimscil
+++ types_of_error [2025/11/25 22:14] (current) – hkimscil
@@ Line 2: / Line 2: @@
 {{keywords>types of error, 오류의 종류, 1종 오류, 2종 오류, type I error, type II error}}
-이 예는 감자의 예랑은 방향이 달라서 안 맞으므로 머리가 좋아지는 약 혹은 XR을 이용해서 공부하는 방법으로 통계점수가 달라지는 가설을 생각한다. 모집단의 평균은 0이고 샘플사이즈에 따른 표준오차는 1 이 되는데, 내 샘플의 평균이 어디선가 발견되는 순간이다.
+이 예는 감자의 예랑은 방향이 달라서 안 맞으므로 머리가 좋아지는 약 혹은 XR을 이용해서 공부하는 방법으로 통계점수가 달라지는 가설을 생각한다. 모집단의 평균은 0이고 샘플사이즈에 따른 표준오차는 1 이 되는데, 내 샘플의 평균이 어디선가 발견되는 순간이다 (see [[:hypothesis_testing#eg01|Hypothesis testing example]] )
 ====== Types of error ======
@@ Line 27: / Line 28: @@
 <WRAP classes #type_ii_error width :language>**__Type II Error__**</WRAP>
 그러나, 만약에 //샘플의 평균이 회색 부분의 선에서 나타났다면//, 연구자는 critical region을 넘지 못하였으므로 이것을 영가설의 모집단에서 나온 샘플의 평균으로 생각하게 된다. 따라서 영가설 부정에 실패하여, 연구가설을 지지하지 못하게 된다 (C). 그런데, 사실은 그 샘플의 평균이 붉은선의 모집단에서 나왔다고 한다면, 옳은 결론은 영가설은 거짓이어야 한다. 그런데, 이 가설검증에서 연구자는 영가설이 참, 따라서 연구가설은 거짓으로 잘못 진단한 것이다 (D). 이 범위를 type II error 혹은 베타($\beta$)라고 한다.
+{{tabembedded>:types_of_error:code01|R script, types_of_error:output01|R output}}
 위의 설명은 아래 표와 같이 정리할 수 있다.