1종 오류: 실제로는 귀무가설이 참이나 기각한 경우
즉, 실제로는 평범하지만 특별하다고 판단한 경우 ^^; ->False Positive(양성,특별)
2종 오류 (Beta error): 실제로는 대립가설이 참이나 입증을 못하는 경우
실제는 특별하지만 평범하다고 판단한 경우
EX) 효과가 없는 약의 경우 1종 오류에 의해서 효과가 있다고 잘못 판단하면 사회적 혼란 초래-> 코로나 백신이 효과가 없지만 알고보니 효과가 있다고 판단한 case
5% 유의 수준의 의미
유의 수준 5%란 1종 오류를 범할 가능성이 5% 미만으로 제한한다는 의미
그럼 5% 유의수준만 지킨다면 시험결과와 통계 검정방법이 모두 만족스럽다고 할 수 있을까..?
검정력(Power of test, 1-beta)
따라서 실제로 효과가 있는 것을 통계 분석을 통하여 효과가 있다고 증명할 수 있는
검정력(1-beta)을 최대화할 수 있는 통계 기법을 사용한다:)
물론, 1종 오류를 5% 제한을 준수하면서😊
표본의 크기가 커질 수록 검정 통계량이 커져서 귀무가설의 기각이 쉬워지고, 1종 2종 오류 모두를 줄일 수 있다:)
상대위험도 (Relative Risk,RR) vs 오즈비 (Odds Ratio)
RR: 전향적 코호트에서 많이 사용
ex) 흡연자 100명, 비흡연자 100명 폐암이 발생하는 비율
인과관계 포함
Odds Ratio: 단면적 연구 (Cross-sectional study) 유병률 연구에서 쓰임
ex) 현재 흡연자 중에 폐암걸린 사람의 비율과 비흡연자중에 폐암걸린 사람의 비율
My study example:
HDL 수치 높은 사람 중에 치매 걸린 사람 비율과 HDL 수치 높은 사람 중에 치매 걸린 사람의 비율
References
https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=uranusjj&logNo=221610312776
그림으로 이해하는 닥터 배의 술술 보건의학통계 by 배정민
