Bład I i II rodzaju

Badacz testuje nowy lek przeciwbólowy. W badaniu wzięło udział 50 osób, z których połowa otrzymała lek, a druga połowa placebo. Po tygodniu analiza danych wykazała, że osoby przyjmujące lek doświadczyły znaczącego zmniejszenia bólu w porównaniu z grupą placebo.

Jednak po wprowadzeniu leku na rynek okazało się, że nie działa on lepiej niż placebo w ogólnej populacji.

• Tylko błąd typu I

• Tylko błąd typu II

• Żaden z błędów

• Zarówno błąd typu I, jak i błąd typu II

Answer explanation

Badacz testuje nowy lek przeciwbólowy, który w badaniu wykazuje skuteczność, ale po wprowadzeniu na rynek nie działa lepiej niż placebo.

✅ Odpowiedź: Tylko błąd typu I

Błąd typu I (błąd fałszywie pozytywny) oznacza, że badacz odrzucił hipotezę zerową, mimo że była ona prawdziwa. W tym przypadku badanie sugerowało, że lek działa, ale w rzeczywistości nie miał on efektu.

Firma technologiczna testuje nową metodę zwiększania zaangażowania użytkowników na stronie internetowej. Przeprowadzają eksperyment A/B, w którym losowo przydzielają 100 użytkowników do nowej wersji strony i 100 użytkowników do starej wersji. Wyniki pokazują, że nowa wersja znacząco zwiększa czas spędzony na stronie.

Jednak po wdrożeniu nowej wersji dla wszystkich użytkowników okazuje się, że średni czas spędzany na stronie nie zmienia się w porównaniu do starej wersji.

• Tylko błąd typu I

• Tylko błąd typu II

• Żaden z błędów

• Zarówno błąd typu I, jak i błąd typu II

Answer explanation

Nowa wersja strony internetowej w eksperymencie zwiększa czas spędzany na stronie, ale po wdrożeniu dla wszystkich użytkowników efekt znika.

✅ Odpowiedź: Tylko błąd typu I

🔍 Wyjaśnienie:
Badanie wykazało, że nowa wersja strony działa lepiej, co skłoniło firmę do jej wdrożenia. Jednak w rzeczywistości różnica była przypadkowa i nowa wersja strony nie była skuteczniejsza od starej. Oznacza to, że badanie dostarczyło fałszywie pozytywnego wyniku (błąd typu I).

Psycholog bada wpływ techniki relaksacyjnej na poziom stresu. Przeprowadza eksperyment na 80 studentach, losowo przypisując 40 osób do grupy stosującej technikę i 40 do grupy kontrolnej. Po miesiącu wyniki pokazują brak statystycznie istotnej różnicy między grupami.

Jednak kolejne, większe badania wykazały, że technika ta rzeczywiście zmniejsza stres, ale jej efekt był zbyt mały, aby wykryć go w pierwotnym badaniu.

• Tylko błąd typu I

• Tylko błąd typu II

• Żaden z błędów

• Zarówno błąd typu I, jak i błąd typu II

Answer explanation

Eksperyment nad techniką relaksacyjną nie wykazał efektu, ale późniejsze większe badania dowiodły, że technika rzeczywiście działa.

✅ Odpowiedź: Tylko błąd typu II

Błąd typu II (błąd fałszywie negatywny) oznacza, że badacz nie odrzucił hipotezy zerowej, mimo że powinna była zostać odrzucona. Tutaj pierwotne badanie nie wykryło efektu, ale późniejsze badania wykazały, że metoda faktycznie działa – badanie miało zbyt małą moc statystyczną.

Naukowcy opracowali test diagnostyczny na rzadką chorobę. W badaniach klinicznych test wykazuje wysoką skuteczność – identyfikuje chorych i zdrowych prawidłowo w 95% przypadków.

Jednak po wprowadzeniu testu do powszechnego użytku okazuje się, że często daje fałszywie pozytywne wyniki, co prowadzi do niepotrzebnego leczenia zdrowych osób.

• Tylko błąd typu I

• Tylko błąd typu II

• Żaden z błędów

• Zarówno błąd typu I, jak i błąd typu II

Answer explanation

Test diagnostyczny często daje fałszywie pozytywne wyniki, co prowadzi do błędnych diagnoz.

✅ Odpowiedź: Tylko błąd typu I

Błąd typu I oznacza, że test wykazuje chorobę, mimo że pacjent jest zdrowy (fałszywie pozytywny wynik). W tym przypadku test częściej „widzi” chorobę tam, gdzie jej nie ma, co jest klasycznym przykładem błędu typu I.

Badacze sprawdzają, czy nowa metoda nauczania matematyki poprawia wyniki uczniów. Losowo wybierają 60 uczniów i przypisują ich do dwóch grup: eksperymentalnej (z nową metodą) i kontrolnej (z tradycyjną metodą). Wyniki pokazują brak istotnej różnicy między grupami.

Jednak po kilku latach, gdy metoda zostaje wprowadzona na szeroką skalę, okazuje się, że uczniowie uczący się nową metodą osiągają konsekwentnie wyższe wyniki w testach matematycznych.

• Tylko błąd typu I

• Tylko błąd typu II

• Żaden z błędów

• Zarówno błąd typu I, jak i błąd typu II

Answer explanation

Badanie wykazało brak efektu nowej metody nauczania, ale po jej szerokim wdrożeniu okazało się, że faktycznie poprawia wyniki uczniów.

✅ Odpowiedź: Tylko błąd typu II

Pierwotne badanie nie wykryło efektu, mimo że rzeczywiście istniał. Jest to klasyczny przypadek błędu typu II – badacz nie odrzucił hipotezy zerowej, choć powinien to zrobić. Możliwe, że badanie miało za małą próbę lub za słabą moc statystyczną, by wykryć efekt.

Badacze testują nowy lek na depresję. Przeprowadzają badanie kliniczne na 100 pacjentach, dzieląc ich losowo na dwie grupy:

• Grupa eksperymentalna (50 osób) – otrzymuje nowy lek Grupa kontrolna (50 osób) – otrzymuje placebo

Po 6 tygodniach analizy wykazują, że nowy lek znacząco zmniejsza objawy depresji w porównaniu do placebo. Na tej podstawie badacze twierdzą, że lek jest skuteczny i wprowadzają go na rynek.

Jednak po kilku latach, gdy lek jest stosowany na dużą skalę, okazuje się, że:

1. Nie działa lepiej niż placebo u większości pacjentów → badanie dostarczyło fałszywie pozytywnego wyniku

2. Jest bardzo skuteczny dla konkretnej grupy pacjentów z ciężką depresją, ale badanie nie wykryło tej zależności → badanie przeoczyło prawdziwy efekt dla podgrupy pacjentów

• Tylko błąd typu I

• Tylko błąd typu II

• Żaden z błędów

• Zarówno błąd typu I, jak i błąd typu II

Answer explanation

🔴 Błąd typu I: Badacze odrzucili hipotezę zerową (uznali, że lek działa), choć w rzeczywistości nie działał lepiej niż placebo w populacji ogólnej.

🔵 Błąd typu II: Badanie nie wykryło rzeczywistego efektu dla konkretnej podgrupy pacjentów (osób z ciężką depresją), mimo że efekt istniał.

Taka sytuacja często zdarza się, gdy:

• Próba jest za mała, aby wykryć subtelne różnice między grupami.

• Analiza statystyczna nie uwzględnia istotnych czynników wpływających na wyniki.

• Efekt jest silny w określonej podgrupie, ale uśrednianie wyników sprawia, że efekt "znika" w całej próbie.