작성
·
1.3K
답변 1
1
안녕하세요!
혼란 스러운 부분이죠 ^^'
저도 1종오류 2종오류가 나오면 항상 표를 그려서 생각하거나 예시로 떠올리게 됩니다.
아래의 예시를 준비해 보았습니다.
1종 오류, 2종 오류 판단에 사용되는 귀무가설과 대립가설과 함께 보아주시기 바랍니다.
귀무가설이 '임신 아님' '늑대가 나타나지 않음', '암 아님', '불량 아님' , '화재 나지 않음', ...등이며
대립가설이 '임신', '늑대 나타남', '암 발생', '불량', '화재 발생' ... 등입니다.
귀무가설이 Negative, 대립가설이 Positive 입니다.
1종 오류 => P(reject H0 | H0 is True)
1종 오류는 귀무가설이 실제로 참이지만, 이에 불구하고 귀무가설을 기각하는 오류이다.
귀무가설 : 임신 아님
대립가설 : 임신임
예) 임신이 아닌데 임신이라고 판정
귀무가설 : 늑대가 나타나지 않음
대립가설 : 늑대가 나타남
예) 늑대가 나타나지 않았는데 늑대가 나타났다고 판정
귀무가설 : 정상 제품
대립가설 : 정상 제품 아님 (불량)
예) 정상 제품을 불량으로 판정
2종 오류 => P(do not reject H0 | H1 is True)
2종 오류는 귀무가설이 실제로 거짓이지만, 이에 불구하고 귀무가설을 채택하는 오류이다.
귀무가설 : 임신 아님
대립가설 : 임신임
예) 임신인데 임신이 아니라고 판정
귀무가설 : 늑대가 나타나지 않음
대립가설 : 늑대가 나타남
예) 늑대가 나타났는데 늑대가 나타나지 않았다고 판정
귀무가설 : 정상 제품
대립가설 : 정상 제품 아님 (불량)
예) 불량 제품을 정상으로 판정
-------------------------------------------------------------------------------------------
오분류표(Confusion matrix) 에서
FP(False Positive)를 1종 오류, FN(False Negative)를 2종 오류라고 합니다.
FP : 실제값이 Negative 인데 예측을 Positive로 해서 틀린 것입니다.
귀무가설 : 임신 아님
대립가설 : 임신임
예) 임신이 아닌데(실제) 임신이라고 판정(예측)
귀무가설 : 암 없음
대립가설 : 암 발생
예) 암이 아닌데(실제) 암이라고 판정(예측)
FN : 실제값이 Positive 인데 예측을 Negative로 해서 틀린 것입니다.
귀무가설 : 임신 아님
대립가설 : 임신임
예) 임신인데(실제) 임신이 아니라고 판정(예측)
귀무가설 : 암 없음
대립가설 : 암 발생
예) 암 발생인데(실제) 암이 아니라고 판정(예측)
이해하기 쉽지 않은 부분으로 판단됩니다.
혼동행렬에서는 1, 2종 오류 보다는 Sensitivity, Specificity, Precision, Accuracy, F1 Score 등을 잘 이해해 두시는 것이 시험에 도움이 되는 내용입니다.
위의 내용이 이해에 도움 되시길 바랍니다.
감사합니다.
윤소영 드림