エラーの確率

統計学では、「エラー」という用語は 2 つの意味で使用されます。まず、意思決定の文脈で使用されます。意思決定の文脈では、エラーの確率は誤った決定を下す確率とみなされ、エラーの種類ごとに異なる値を持ちます。次に、統計モデリング(回帰など) の文脈で使用されます。この場合、モデルの予測値は観測された結果に関してエラーになる可能性があり、エラーの確率という用語は、さまざまな量のエラーが発生する確率を指す場合があります。

統計学における仮説検定では、2 種類の誤差が区別されます。

• タイプ I のエラーは、真である帰無仮説を棄却することから成り、これは偽陽性の結果に相当します。
• タイプIIの誤りは、誤った帰無仮説を棄却できないことであり、偽陰性の結果につながります。^[1]

エラーの確率も同様に区別されます。

• タイプ I のエラーの場合、これは α (アルファ) として表示され、テストのサイズとして知られ、テストの特異度から 1 を引いた値です。この量は、テストの信頼性、またはテストの有意水準 (LOS) と呼ばれることもあります。
• タイプ II のエラーの場合、β (ベータ) として表示され、1 から検定の検出力または 1 から検定の感度を引いた値になります。 ^{[引用が必要]}

統計学や計量経済学における多くのモデルの当てはめは、通常、観測値と予測値または理論値との差を最小化することを目指します。この差は誤差として知られていますが、観測される場合は残差として説明する方が適切です。

誤差はランダム変数とみなされ、確率分布を持ちます。したがって、分布は、任意の範囲内の値を持つ誤差の確率を計算するために使用できます。

• https://www.bartleby.com/subject/engineering/electrical-engineering/concepts/probability-of-error