No teste de hipótese estatística, um erro do tipo II é uma situação em que um teste de hipótese falha em rejeitar a hipótese nula que é falsa. Em outras palavras, faz com que o usuário não rejeite erroneamente a hipótese nula falsa porque o teste carece de poder estatístico para detectar evidência suficiente para a hipótese alternativa. O erro do tipo II também é conhecido como falso negativo.
O erro do tipo II tem relação inversa com o poder de um teste estatístico. Isso significa que quanto maior o poder de um teste estatístico, menor a probabilidade de cometer um erro do tipo II. A taxa de um erro do tipo II (ou seja, a probabilidade de um erro do tipo II) é medida por beta (β) Beta O beta (β) de um título de investimento (ou seja, uma ação) é uma medida de sua volatilidade de retornos em relação a todo o mercado. É usado como uma medida de risco e é parte integrante do Capital Asset Pricing Model (CAPM). Uma empresa com um beta maior tem maior risco e também maiores retornos esperados. enquanto o poder estatístico é medido por 1- β.
Como evitar o erro tipo II?
Semelhante ao erro do tipo I, não é possível eliminar completamente o erro do tipo II de um teste de hipótese Teste de hipótese O teste de hipótese é um método de inferência estatística. É usado para testar se uma afirmação sobre um parâmetro de população está correta. Testando hipóteses . A única opção disponível é minimizar a probabilidade de cometer esse tipo de erro estatístico. Visto que um erro do tipo II está intimamente relacionado ao poder de um teste estatístico, a probabilidade de ocorrência do erro pode ser minimizada aumentando o poder do teste.
1. Aumente o tamanho da amostra
Um dos métodos mais simples para aumentar o poder do teste é aumentar o tamanho da amostra usada em um teste. O tamanho da amostra determina principalmente a quantidade de erro de amostragem, que se traduz na capacidade de detectar as diferenças em um teste de hipótese. Um tamanho de amostra maior aumenta as chances de capturar as diferenças nos testes estatísticos, bem como aumenta o poder de um teste.
2. Aumente o nível de significância
Outro método é escolher um nível de significância mais alto. Por exemplo, um pesquisador pode escolher um nível de significância de 0,10 em vez do nível comumente aceitável de 0,05. O nível de significância mais alto implica em uma probabilidade maior de rejeitar a hipótese nula quando ela for verdadeira.
A maior probabilidade de rejeitar a hipótese nula diminui a probabilidade de cometer um erro do tipo II, enquanto a probabilidade de cometer um erro do tipo I aumenta. Assim, o usuário deve sempre avaliar o impacto dos erros do tipo I e do tipo II em sua decisão e determinar o nível apropriado de significância estatística.
Exemplo
Sam é um analista financeiro O que faz um analista financeiro O que faz um analista financeiro? Colete dados, organize informações, analise resultados, faça previsões e projeções, recomendações, modelos de Excel, relatórios. Ele executa um teste de hipótese para descobrir se há uma diferença nas variações de preço médio para ações de capitalização grande e pequena. Russell 2000 O Russell 2000 é um índice do mercado de ações que acompanha o desempenho de 2.000 ações de pequena capitalização norte-americanas do Russell Índice de 3000. O índice Russell 2000 é amplamente citado como referência para fundos mútuos que consistem principalmente em ações de pequena capitalização. .
No teste, Sam assume como hipótese nula que não há diferença nas variações de preço médio entre ações de grande e pequena capitalização. Assim, sua hipótese alternativa afirma que existe uma diferença entre as variações de preço médio.
Para o nível de significância, Sam escolhe 5%. Isso significa que há 5% de probabilidade de que seu teste rejeite a hipótese nula quando ela for realmente verdadeira.
Se o teste de Sam incorrer em um erro do tipo II, os resultados do teste indicarão que não há diferença nas variações de preço médio entre ações de grande e pequena capitalização. No entanto, na realidade, existe uma diferença nas variações de preço médio.
Mais recursos
Finance é o provedor oficial do Financial Modeling & Valuation Analyst (FMVA) ™ Certificação FMVA® Junte-se a mais de 350.600 alunos que trabalham para empresas como Amazon, JP Morgan e programa de certificação Ferrari, projetado para ajudar qualquer pessoa a se tornar um analista financeiro de classe mundial . Para continuar aprendendo e progredindo em sua carreira, os recursos financeiros adicionais abaixo serão úteis:
- Erro Tipo I Erro Tipo I No teste de hipótese estatística, um erro tipo I é essencialmente a rejeição da hipótese nula verdadeira. O erro tipo I também é conhecido como falso
- Probabilidade condicional Probabilidade condicional A probabilidade condicional é a probabilidade de um evento ocorrer dado que outro evento já ocorreu. O conceito é um dos mais essenciais
- Viés de enquadramento Viés de enquadramento O viés de enquadramento ocorre quando as pessoas tomam uma decisão com base na forma como a informação é apresentada, ao invés de apenas nos próprios fatos. Os mesmos fatos apresentados de duas maneiras diferentes podem levar a diferentes julgamentos ou decisões das pessoas.
- Eventos mutuamente exclusivos Eventos mutuamente exclusivos Em estatística e teoria da probabilidade, dois eventos são mutuamente exclusivos se não podem ocorrer ao mesmo tempo. O exemplo mais simples de mutuamente exclusivo
