Rappelons que nous testons l'hypothèse nulle, H0. Si une différence n'existe pas réellement, H0 serait vrai, et il serait correct de l'accepter. Inversement, si une différence existe réellement, H0 serait fausse, et il serait correct de la rejeter. Mais, hélas, des erreurs arrivent ! Dans les statistiques, les probabilités de commettre ces erreurs ont reçu des noms spéciaux et des lettres grecques. L'erreur de type I ou « α » est la probabilité de rejeter H0 alors qu'en fait, H0 est vrai (une « fausse alarme »). L'erreur de type II ou « β » est la probabilité d'accepter H0 alors qu'en fait, H0 est faux (« manquer le bateau »).
La plupart d'entre nous connaissent α simplement comme "le niveau de signification de 05", mais c'est vraiment une indication de la tolérance d'un enquêteur à commettre une erreur de type I. Par exemple, dans quelle mesure êtes-vous prêt à dire qu'un anesthésique provoque une bradycardie alors que ce n'est pas le cas ? Les enquêteurs peuvent définir la valeur de α, bien qu'en plus de 05, le seul autre α couramment utilisé soit 01. L'erreur de type II est beaucoup plus délicate car les enquêteurs ne peuvent pas déclarer une valeur pour β, qui est affectée par au moins six facteurs. Le plus important d'entre eux est la taille de l'échantillon - β est plus petit avec une taille d'échantillon plus grande. Puisque 1-β est la puissance, garder β aussi bas que possible est une bonne chose. D'autres facteurs qui abaissent β comprennent un plus grand écart entre ce qui est supposé et ce qui est vrai ("effet"), des variables mesurées avec précision (moins de "caoutchouc dans l'étalon"), des échantillons dépendants (par exemple, appariés ou appariés) par opposition à des échantillons indépendants (par exemple , assignés au hasard), spécifiant un plus grand α (même si α + β n'est pas égal à 1), et des hypothèses alternatives unilatérales par opposition aux hypothèses bilatérales. Le mois prochain, les statistiques à petites doses exploreront la taille de l'échantillon et son importance dans la prise de décision statistique.
