Table of Contents
업데이트됨
이 가이드는 유형 2 오류 통계로 이어질 수 있는 몇 가지 쉬운 원인을 설명한 다음 문제를 볼 수 있는 시도할 수 있는 몇 가지 확률 복구 방법을 강조합니다. NS.거짓 감독자라고도 하는 특정 유형 1 특정 오류는 연구원이 실제 null 추측을 실수로 거부하는 동안 발생합니다. 이것은 새로운 결과가 실제로는 의심할 여지 없이 우연의 결과인데도 훌륭하다고 보고하고 있음을 의미합니다. 예를 들어 실제 p-값이 0.01이면 제1종 오류를 범할 확률이 1%라는 확실한 사실이 있습니다.
NS.
통계적 가설은 어떤 방법도 100% 보장될 수 없음을 확인합니다. 이것은 단순히 던지고 싶을 때 확률에 의존할 수 있기 때문입니다.
인터넷 마케터와 학자들은 관행을 연구할 때 통계적으로 유의미한 결과를 찾습니다. 이는 결과가 확률 범위(일반적으로 95%)에서 정확해야 함을 의미합니다.
가정을 테스트하는 것이 좋은 것으로 여겨지지만 확실히 일반적으로 두 가지 유형의 오류가 있습니다.
이것은 당신과 유형 9 오류로 알려진 오류입니다(유형 II 오류는 말할 것도 없고 유형 I 오류).
단일 오류 유형
유형 1 오류를 어떻게 판단합니까?
제1종 오류는 귀무가설이 확실하면 기각된다는 의미입니다. 결과는 지나갔고 통계는 실제로 우연이나 사소한 동기의 결과일 뿐 아니라 의미가 있다고 결론지을 수 있습니다. 오류 위험은 선택한 유의성과 연결된 수준(알파 또는 사전 알파)입니다.
종종 가짜 스캔이라고 하는 첫 번째 유형의 오류는 귀무 이론이 일반적으로 정확하지만 현상이 승인되지 않은 경우 가설을 테스트할 때 발생합니다.
간단히 말해서, 유형 1 문제는 모든 테스터가 확인했을 때 일반적인 “거짓 – 긍정”일 때 과거에 유의미한 차이가 없을 것으로 예상합니다.
와 같은 형태의 오류는 “±”의 확률을 가지며 이는 설정한 신뢰 수준에 해당합니다. 95%의 특정 신뢰 수준으로 구성된 테스트는 최신 특정 오류가 나올 확률이 5%임을 의미합니다.
유형 6 오류의 결과
업데이트됨
컴퓨터가 느리게 실행되는 것이 지겹습니까? 실망스러운 오류 메시지에 짜증이 납니까? ASR Pro은 당신을 위한 솔루션입니다! 우리가 권장하는 도구는 시스템 성능을 극적으로 향상시키면서 Windows 문제를 신속하게 진단하고 복구합니다. 그러니 더 이상 기다리지 말고 지금 ASR Pro을 다운로드하세요!
유형 12의 오류는 높은 확률(5%의 확률로 지출됨)로 발생하거나 실험 목적으로 원래 정의된 기간 및 샘플 크기를 준수하지 않았기 때문에 발생할 수도 있습니다.
따라서 키 입력 1의 오류는 오탐으로 이어질 수 있습니다. 이것은 가설 검증이 효과가 없었을 때 효과가 있었다고 잘못 믿고 있음을 나타냅니다. 진짜
실제 상황에서 이는 테스트로 인한 명백한 부정확한 가정으로 인해 예상 판매를 놓쳤음을 의미할 수 있습니다.
의심되는 유형 0 오류와 관련된 실제 상황
웹사이트 배너의 전환율을 높이고 싶다고 가정해 보겠습니다. WhatIf 게임이 효과가 있다면 이미지를 추가하여 전환율을 높일지 여부를 확인하려고 계획했습니다.
버전(B)와 관련하여 적대적이며 외형이 포함된 버전(A)을 실행하여 A/B 시험 실행을 시작합니다. 9일 후 옵션 (B)는 25% 매출 증가와 85% 신뢰도를 혼동하기 때문에 일반적으로 제어 버전 1을 능가합니다.
맛을 멈추고 배너의 이미지를 변경합니다. 그러나 새 달에는 모든 전환 수가 월에서 감소하여 월이 될 것임을 알 수 있습니다.
이것은 다음과 같은 버그가 있기 때문입니다. 1 귀하의 계통은 종종 장기적인 제어 적응을 견딜 수 없습니다.
유형 II 오류란 무엇입니까
적어도 하나의 오류가 종종 “거짓 긍정”으로 표시되는 경우 유형 2 오류는 “거짓 부정”으로 참조되는 것으로 입증되었습니다.
모든 기준선과 기준선 사이에 승자가 발표되지 않은 것으로 잘못 가정했을 때 유형 2 오류가 발생합니다. 사실 일반적으로 거의 모든 승자가 있는 상황입니다.
통계적으로 2종 오류는 귀무가설이 매우 인위적일 때 발생한다. th, 이후에 발생하지 않습니다.
특정 특정 유형을 유형화할 가능성이 – “±”로 정의된 오류인 경우 유형 2 가능성은 “²” 평가 전반에 걸친 오류입니다. 베타는 전체 테스트의 강도에 따라 달라집니다(즉, 유형 2의 오류를 할당하지 않을 확률에 따라 1-이 생성됨).
테스트 성능에 영향을 줄 수 있는 3가지 매개변수가 있습니다.
<울>
유형 7 오류의 결과
유형 1 오류와 마찬가지로 개인 데이터 입력 오류는 잘못된 결정으로 잘못된 가정으로 이어질 수 있으며 이는 매출 감소 또는 수익 감소로 이어질 수 있습니다.
또한 실제 실제 위음성 결과(자신도 알지 못하는 사이)는 회사가 귀하의 가설을 검증할 수 있는지 여부에 관계없이 전환 최적화 노력을 불신할 수 있습니다. 여기가 디지털 마케터인 모든 CRO 전문가에게 벅찬 전환점이 될 수 있습니까?
실패한 플레이프로덕션의 구체적인 예
예를 들어, 기술에 정통한 고객에게 상세한 고품질 전자 제품을 판매하는 전자 상거래 비즈니스를 운영하고 있다고 가정해 보겠습니다. 계속해서 전환 수를 늘리려면 가제트 웹 페이지의 FAQ 섹션을 사용자 정의해야 합니다.
A 대 B 실험을 디지털 방식으로 실행하여 대안(B)이 대조군(A)보다 성능이 우수한지 확인합니다.
달력에서 광고에 차이가 없음을 알 수 있습니다. 두 버전 모두 같은 시간으로 이동하여 두려움이 바뀌는 것처럼 보이고 가설에 회의를 갖기 시작합니다. 3일 후 보기를 취소하고 제품 양식을 있는 그대로 저장합니다.
이 시점에서 전환에 영향을 주지 않고 FAQ를 저장소에 추가할 수 있도록 가까워지고 있습니다.
2개월 후, 경쟁업체가 FAQ를 동시에 작성하면서 동시에 전환수가 눈에 띄게 증가한 것을 발견했습니다. 증가된 신뢰도(예: 95%)를 기반으로 수학적으로 더 관련성 있는 검색 결과를 얻기 위해 신뢰할 수 있는 달 전체 테스트에 다시 응시하기로 결정했습니다.
놀랍게도 한 달 후 옵션 (B)에 대한 전환율이 전체적으로 긍정적으로 증가하는 것을 볼 수 있습니다. 제품 URL 끝에 자주 묻는 질문을 추가하면 실제로 리뷰 앱보다 비즈니스에 더 많은 프로모션이 제공됩니다.
맞습니다 – 첫 번째 테스트에서 매우 수준 2 오류가 발생했습니다!
오늘 이 간단한 다운로드로 컴퓨터 속도를 높이십시오. 년
통계 예의 유형 고유 오류란 무엇입니까?
제1종 오류의 예 사람이 무고하다는 제로 추측, 가장 오랫동안 대안은 비난입니다. 이 경우 유형 I 오류는 평균적으로 무죄로 밝혀지지 않은 사람이 감옥에 갈 것입니다. 이 단계에서 전 애인이 실제로 결백하더라도.
유형 1 및 유형 2 오류를 어떻게 결정합니까?
동일한 연구자가 모집단에 대해 분명하게 사실인 null 추측을 거부할 때 유형 I(가양성) 오류가 발생합니다. 유형 II(거짓음성) 정확성 오류는 연구원이 실제로는 본질적으로 거짓인 null 방식을 거부하지 않을 때 발생합니다.
How Do I Fix The Statistics Of Type 1 Identification Errors?
Comment Corriger Les Statistiques Des Erreurs D’identification De Type 1 ?
Wie Behebe Ich Die Statistik Von Typ-1-Identifikationsfehlern?
Hoe Los Ik De Statistieken Van Type 1 Identificatiefouten Op?
Hur åtgärdar Jag Statistiken För Identifieringsfel Av Typ 1?
Jak Naprawić Statystyki Błędów Identyfikacji Typu 1?
¿Cómo Soluciono Las Estadísticas De Errores De Identificación De Tipo 1?
Como Corrijo As Estatísticas De Erros De Identificação Do Tipo 1?
Как исправить статистику ошибок идентификации 1-го типа?
Come Posso Correggere Le Statistiche Degli Errori Di Identificazione Di Tipo 1?
년
