徽标
联盟百科
通讯
下载应用,请到 Google Play
新! 在您的Android™设备上下载联盟百科!
安装
比浏览器更快的访问!
 

第一型及第二型錯誤

指数 第一型及第二型錯誤

一型及第二型错误(Type I error & Type II error)或型一錯誤及型二錯誤為统计学中推論統計學的名詞。 在假設检验中,有一種假設稱為“零假设(虛無假設)”。假設檢定的目的就是利用統計的方式,推測零假设是否成立。若零假设(虛無假設)事實上成立,但統計檢驗的結果不支持零假设(拒絕零假设),這種錯誤稱為第一型錯誤。若零假设事實上不成立,但統計檢驗的結果支持零假设(接受零假设),這種錯誤稱為第二型錯誤。 以利用驗孕棒驗孕為例,此時未懷孕為零假设。若用驗孕棒為一位未懷孕的女士驗孕,結果是已懷孕,這是第一型錯誤。若用驗孕棒為一位孕婦驗孕,結果是未懷孕,這是第二型錯誤。.

8 关系: 妊娠信号检测理论信息檢索统计学靈敏度和特異度零假设ROC曲线推論統計學

妊娠

妊娠(pregnancy),又稱懷孕,是指在哺乳類雌性體內孕育成長的過程,而在哺乳動物中研究得最詳細的是人類的妊娠。人類的妊娠約40週,從受精排卵算起則為38週;妊娠始於末次經期,經歷40週(10個月)的孕期,分娩後即結束。受精後的前8週發育型態稱為胚胎,分娩後則稱為胎兒。妊娠早期的症狀包含:無月經來潮、乳房柔軟度增加、噁心嘔吐、飢餓與頻尿。多個胚胎的妊娠稱做,如常見的雙胞胎。性交或會導致妊娠,而妊娠可由妊娠試驗確診。 妊娠通常可分為3個時期。第一期定義為受精當週起算第1-12週。受精後所形成的受精卵,會經輸卵管向下移動,接觸子宮內層著床,並開始發育成胎兒與胎盤。第一期所承受流產(胚胎或胎兒自然死亡)的風險為三期之最 。第二期定義為第13-28週。在第二期中期,可能會感受到胎兒活動。第28週時,如果接受高品質醫療照護,大於90%的胎兒可在子宮外。第三期定義為第29-40週。懷孕初期因初著床,流產機率較高;懷孕中期開始,胎兒較易以儀器監測;懷孕後期,胎兒開始具備母體外存活能力,也因如此,法律和習俗多視懷孕後期的胎兒為個人。 良善的孕期保健有助提升懷孕期身體狀況,包含多攝取葉酸、避免使用毒品與酒精、規律運動、血液檢查與規律體格檢查。因妊娠而造成的包含、妊娠糖尿病、缺鐵性貧血與妊娠劇吐等等。正常孕期約為37-41週,以37週作為早產或足月的分界,在37-38週出生稱為早期足月產、足月產為39-40週、過月為41週;41週以上稱為過期妊娠。嬰兒在20-37週之間出生,稱為早產,可能會造成如腦麻痺等健康風險。如果在39週以前分娩,除非有其他醫療狀況,否則不建議進行人工引產或剖腹產。 2013年全球約有2.13億次妊娠事件發生,其中1.9億次在開發中國家,2,300萬次妊娠則發生在已開發國家。在15-44歲年齡層中,每千名女性就有133名妊娠。約10-15%已知懷有身孕的人因流產而終止妊娠。1990年,因妊娠併發症而死亡的人數為37.7萬人,2013年則降至29.3萬人;其常見原因包含產後出血、墮胎引起的併發症、妊娠高血壓、產褥熱與難產。全球約40%妊娠為非計畫懷孕,其中一半會選擇墮胎。在美國的非計畫懷孕中,60%女性曾施行避孕措施,甚至到受孕的那個月仍有進行避孕措施。.

新!!: 第一型及第二型錯誤和妊娠 · 查看更多 »

信号检测理论

信号检测理论(signal detection theory,SDT),为心理学、数学、信息科学中是针对反应偏差问题的一种系统研究方法。1966年,由心理学家大衛·馬芬·葛琳(David Marvin Green)和约翰·斯威特John A. Swets发表。 信号检测论并不完全严格的关注机体感觉过程,而是着重于强调刺激事件出现与否的决策判断过程。.

新!!: 第一型及第二型錯誤和信号检测理论 · 查看更多 »

信息檢索

資訊檢索(Information Retrieval)是从信息资源集合获得与信息需求相关的信息资源的活动。搜索可以基于全文或其他基于内容的索引。 自动信息检索系统用于减少所谓的“資訊超載”。许多大學和公共图书馆使用IR系统提供图书、期刊和其他文件的访问。Web搜索引擎是最可见的IR应用程序。.

新!!: 第一型及第二型錯誤和信息檢索 · 查看更多 »

统计学

统计学是在資料分析的基础上,研究测定、收集、整理、归纳和分析反映數據資料,以便给出正确訊息的科學。這一门学科自17世纪中叶产生并逐步发展起来,它廣泛地應用在各門學科,從自然科学、社會科學到人文學科,甚至被用於工商業及政府的情報決策。隨著大数据(Big Data)時代來臨,統計的面貌也逐漸改變,與資訊、計算等領域密切結合,是資料科學(Data Science)中的重要主軸之一。 譬如自一組數據中,可以摘要並且描述這份數據的集中和離散情形,這個用法稱作為描述統計學。另外,觀察者以數據的形態,建立出一個用以解釋其隨機性和不確定性的數學模型,以之來推論研究中的步驟及母體,這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。數理統計學则是討論背後的理論基礎的學科。.

新!!: 第一型及第二型錯誤和统计学 · 查看更多 »

靈敏度和特異度

敏度和特異度是統計學中用來表徵二項分類測試特徵的數據。.

新!!: 第一型及第二型錯誤和靈敏度和特異度 · 查看更多 »

零假设

在推论统计学中,零假设(null hypothesis,又译--、原假设,符号:H0)是做统计检验时的一类假设。零假设的内容一般是希望能证明为错误的假设,或者是需要着重考虑的假设。 比如说,在相关性检验中,一般会取“两者之间无关联”作为零假设,而在独立性检验中,一般会取“两者之间非獨立”作为零假设。与零假设相对的是备择假设(对立假设,alternative hypothesis),即希望证明是正确的另一种可能。从数学上来看,零假设和备择假设的地位是相等的,但是在统计学的实际运用中,常常需要强调一类假设为应当或期望实现的假设。如果一个统计检验的结果拒绝零假设(结论不支持零假设),而实际上真实的情况属于零假设,那么称这个检验犯了第一类错误。反之,如果检验结果支持零假设,而实际上真实的情况属于备择假设,那么称这个检验犯了第二类错误。通常的做法是,在保持第一类错误出现的机会在某个特定水平上的时候(即显著性差异值或α值),尽量减少第二类错误出现的概率。.

新!!: 第一型及第二型錯誤和零假设 · 查看更多 »

ROC曲线

在信号检测理论中,接收者操作特征曲線(receiver operating characteristic curve,或者叫ROC曲线)是一种坐標圖式的分析工具,用於 (1) 选择最佳的信號偵測模型、捨棄次佳的模型。 (2) 在同一模型中設定最佳閾值。 在做決策時,ROC分析能不受成本/效益的影響,給出客觀中立的建議。 ROC曲线首先是由二战中的电子工程师和雷达工程师发明的,用来偵测战场上的敌军載具(飛機、船艦),也就是信号检测理论。之后很快就被引入了心理学来进行信号的知觉检测。數十年來,ROC分析被用於医学、无线电、生物學、犯罪心理學领域中,而且最近在机器学习(machine learning)和数据挖掘(data mining)领域也得到了很好的发展。.

新!!: 第一型及第二型錯誤和ROC曲线 · 查看更多 »

推論統計學

推断统计学(或称统计推断,statistical inference),指统计学中,研究如何根据样本数据去推断总体数量特征的方法。它是在对样本数据进行描述的基础上,对统计总体的未知数量特征做出以概率形式表述的推断。更概括地说,是在一段有限的时间内,通过对一个随机过程的观察来进行推断的。 统计学中,统计推断与描述统计相对应。 统计推断的結果常用來決定下一步的作法,可能是要做更深入的試驗或問卷,或是是決定是否要實行某項方案。.

新!!: 第一型及第二型錯誤和推論統計學 · 查看更多 »

重定向到这里:

偽陰性偽陽性假阴性第一型和第二型誤差第一类错误第二类错误

传出传入
嘿!我们在Facebook上吧! »