Erros tipo 1 e tipo 2

Todo cálculo bioestatístico tem como objetivo final aceitar ou rejeitar a hipótese nula. Mas o que é isso?

Hipótese nula

A hipótese nula é que a associação que desejo observar não acontece na população. Já a hipótese alternativa é que essa associação ocorre. Um exemplo seria entre tabagismo e câncer de pulmão. H0 = tabagismo não está associado a maiores taxas de Ca de pulmão. Halt = tabagismo está associado a maiores taxas de Ca de pulmão.

E o que o erro tipo 1 e tipo 2 tem com isso?

O erro tipo 1 é você rejeitar a hipótese nula, quando na realidade ela é verdadeira, seriam os falsos positivos. Já o erro tipo 2 é você não rejeitar a hipótese nula e na verdade ela é falsa, esses seriam os falsos negativos.

• Erro tipo 1

O erro tipo 1 pode ser analisado frequentemente por um leitor de artigos na análise do valor de p. O valor de p é a probabilidade de ocorrer um erro do tipo naquela associação demonstrada no estudo. Comumente aceita-se na saúde um valor de p < ou = 0.05 como significância estatística. Ou seja, se p=0.05, existe 5% de chance de se cometer um Erro do Tipo 1 ao afirmar a associação. Nas análises estatísticas é denominado alpha

• Erro do tipo 2

Sua mensuração é frequentemente utilizado para cálculo amostral. O poder (P) de uma amostra ou teste rejeitar a hipótese nula quando ela é realmente falsa é obtido através da subtração do erro tipo 2 (beta) de 1.

Fórmula: P = 1 — beta.

Como me atentar a isso?

Os dois tipos de erro são correlacionados, assim como o tamanho amostral e o tamanho do efeito analisado (tabagismo impacta muito ou pouco na incidência de Câncer de pulmão).

Se é estabelecido um erro tipo 1 muito baixo para considerar significância estatística, eleva-se o erro tipo 2, e vice versa.

Acompanhe!

Falaremos de testes paramétricos e não paramétricos para se obter os valores dos erros do tipo 1.