水产科学研究中被忽视的Ⅱ型错误

显著性检验利用样本信息来判断对总体所做假设的合理性,检验结果可能犯2类错误,即I型错误和Ⅱ型错误(分别为弃真错误和纳伪错误)。随着水产科学研究的不断规范与深入,显著性检验方法的使用越来越频繁。在国内6个水产期刊近5年(2011年1月–2015年4月)发表的3 829篇学术文章中,使用了显著性检验方法的有2 235篇,占到58.4%。然而,这些显著性检验均只关注了I型错误,完全忽略了对Ⅱ型错误的分析。事实上,Ⅱ型错误并非不重要,犯该错误的概率也往往会大于I型错误,而且有时其带来的危害比I型错误更加严重。在水产科学研究中同样如此,对Ⅱ型错误的忽视,很可能导致管理失误,从而引起渔业资源衰退。本研究对国内外水产科学研究中Ⅱ型错误分析的应用进行了总结,阐明了国内水产科学研究中有关Ⅱ型错误分析缺失的现状;通过实例,简要介绍了犯Ⅱ型错误概率β(或检验效能power=1–β)的计算方法;分析阐述了影响检验效能的几个主要因素与β之间的关系;针对Ⅱ型错误分析,探讨今后水产科学研究与管理中需要注意的问题,并对其未来发展进行了展望。

渔业资源研究中Ⅱ型错误与样本容量关系的模拟研究

在假设检验中经常会出现两类错误,即"弃真"(I型错误)和"纳伪"(Ⅱ型错误)。通常研究者往往更加注重I型错误所带来的危害,却忽视Ⅱ型错误的可能性,这一情况在渔业资源研究方面同样存在。本文结合国内外对Ⅱ型错误的研究现状及我国渔业资源现状,模拟产生10 000个鱼类可捕体长数据作为总体,并从中随机抽取不同的样本容量,每个样本容量重复抽取200次,分别计算各个样本容量下的平均值、标准差、拒绝域以及各组犯Ⅱ型错误的概率,并绘制概率密度分布图,经过分析可得在其他条件相同的情况下,Ⅱ型错误概率β随着样本容量的增加而呈现一定的下降趋势。

上市后不良反应评价中似然比检验方法的比较

目的对上市后安全性监测中各类似然比检验方法(likelihood ratio test,LRT)进行概述及比较。方法通过文献检索对上市后不良反应评价中LRT方法的原理进行综述并对进一步的探索方向进行展望。结果现有研究表明与报告比值比、信息成分方法相比LRT方法能更好控制I型错误发生率,并且有多种方法适用于不同的应用场景。结论LRT方法是上市后不良反应评价可行的方法之一,尤其适用于需要严格控制伪发现率,或者需要权衡伪发现率/I型错误发生率与灵敏度/检验功效的情况,但仍有许多问题需进一步探索。

k系列指数、g_2、错同率的抄袭识别效能比较研究

采用蒙特卡洛模拟的方法进行k系列指数、g2、错同率的抄袭识别效能比较实验,探讨影响五种抄袭统计量抄袭识别效能的因素。结果表明:(1)在被试样本量、项目数、被抄者的能力水平、抄袭率四个因素中,抄袭率对抄袭识别效能的影响最大,被抄者的能力水平、项目数次之,被试样本量的影响最小;(2)在上述因素相当的情况下,g2的抄袭识别经验I型错误率远高于α水平,抄袭识别率也最高,k1、k2的经验I型错误率远低于α水平,抄袭识别率较高,错同率的经验I型错误率略高于α水平,抄袭识别率较低,k*'的经验I型错误率几乎均为0,抄袭识别率最低;(3)在被怀疑的被抄者已确定的情况下,k1、k2的抄袭识别效能最高,是较理想的抄袭统计量;(4)在同等条件下,当被怀疑的被抄者和抄袭者均未确定时,五种抄袭统计量的抄袭识别效能较被怀疑的被抄者已确定的情形均大幅下降;(5)在缺乏被怀疑者信息的情况下,需设定更为保守的指标临界值,以降低误判风险。

矩阵维度对Kappa作弊甄别方法性能的影响

本文通过对Kappa作弊甄别方法中顺序量表的44矩阵算法进行优化,研究矩阵维度的变化对Kappa方法甄别率及I型错误率的影响,并提出用于比较甄别性能的KX系数及基于矩阵维度选择算法的KappaX作弊甄别方法。

两阶段自适应样本量调整中合并P值法和传统t检验的模拟比较

目的 探讨Fisher合并P值法在两阶段自适应设计样本量调整中对I型错误和检验效能的影响.方法 利用蒙特-卡罗（Monte Carlo）法模拟不同样本量时的两阶段自适应设计过程,分别采用合并P值法和t检验分析最后数据并比较二者对I型错误、检验效能值的影响.结果 第一阶段样本量较小时,t检验能够保证检验效能,但是不能很好的抑制I型错误;合并P值法能较好的抑制I型错误,但检验效能降低较大.结论 根据第一阶段的方差和组间均值差调整样本量时,第一阶段样本量大于计划样本量的三分之一而小于计划样本量的一半时,应选择合并P值法;超过计划样本量的一半,则应采用t检验法.