Đang tải bài học…

AP Statistics

sai lầm loại I

type I error

Còn gọi: dương tính giả · false positive · sai số loại I · lỗi loại I

Sai lầm loại I là sai lầm xảy ra khi nhà nghiên cứu bác bỏ giả thuyết không trong khi giả thuyết đó thực sự đúng.

Trong kiểm định giả thuyết (hypothesis testing), nhà nghiên cứu luôn phải đưa ra quyết định dựa trên dữ liệu mẫu — và mẫu có thể vô tình phản ánh sai thực tế của tổng thể. Sai lầm loại I (type I error) xảy ra khi bằng chứng từ mẫu đủ mạnh để bác bỏ giả thuyết không (null hypothesis), dù giả thuyết đó thực ra vẫn đúng. Vì vậy, đây còn được gọi là dương tính giả: kết quả trông có vẻ có ý nghĩa, nhưng thực chất chỉ là biến động ngẫu nhiên của mẫu.

Xác suất mắc sai lầm loại I chính là mức ý nghĩa (significance level) $\alpha$ mà nhà nghiên cứu chọn trước khi thu thập dữ liệu. Nói cụ thể hơn, nếu giả thuyết không đúng và ta lặp lại thí nghiệm rất nhiều lần, thì tỉ lệ những lần ta sai khi bác bỏ giả thuyết không đúng bằng $\alpha$ . Đây là lý do $\alpha = 0{,}05$ được dùng rộng rãi: ta chấp nhận rằng trong 100 lần kiểm định với giả thuyết không đúng, trung bình có 5 lần kết luận sai.

Hệ quả thực tiễn của sai lầm này rất đáng chú ý. Khi thực hiện nhiều kiểm định độc lập cùng lúc, xác suất mắc ít nhất một sai lầm loại I (lỗi toàn thí nghiệm) tăng nhanh theo công thức $1 - (1-\alpha)^k$ , trong đó $k$ là số kiểm định và $\alpha$ là mức ý nghĩa của mỗi kiểm định. Ngược lại, nếu muốn giảm nguy cơ sai lầm loại I bằng cách hạ $\alpha$ , nhà nghiên cứu lại làm tăng xác suất mắc sai lầm loại II (type II error), tức bỏ sót hiệu ứng thật. Do đó, việc chọn $\alpha$ luôn là sự đánh đổi giữa hai loại rủi ro.

Ký hiệu

\alpha

— xác suất mắc sai lầm loại I, bằng mức ý nghĩa (significance level) đã chọn

Trực giác: Giống như bộ cảm biến khói quá nhạy — không có lửa thật nhưng chuông vẫn réo inh ỏi.

Khái niệm này sinh ra từ đâu

1933Jerzy NeymanEgon Pearson

Thuật ngữ do Jerzy Neyman và Egon Pearson đưa ra trong một bài báo năm 1933, khi hai ông xây dựng khuôn khổ quyết định cho kiểm định giả thuyết và cần gọi tên hai kiểu quyết định sai khác nhau.

Đầu thế kỷ 20, việc kiểm định giả thuyết dần trở thành thông lệ của các nhà thống kê: người ta đặt ra một phỏng đoán về thế giới rồi xem dữ liệu quan sát có phù hợp với nó hay không. Nhưng một quy trình quyết định như vậy luôn có khả năng đi chệch, và Neyman cùng Pearson nhận ra rằng một kiểm định tốt không chỉ cần phát hiện được hiệu ứng, mà còn phải kiểm soát được tỉ lệ mắc lỗi. Do đó, trong bài báo năm 1933, hai ông tách hẳn hai kiểu sai lầm: bác bỏ một giả thuyết không (null hypothesis) vốn đúng, và không bác bỏ một giả thuyết sai. Nhờ cách phân đôi này, người làm thống kê có thể ấn định trước mức ý nghĩa (significance level) để giới hạn rủi ro của kiểu sai thứ nhất.

Thử nghiệm tương tác

Ấn định thế giới thật đúng bằng $p=0{,}40$ — rồi đếm xem bao nhiêu mẫu vẫn bị kết tội oan

Hay hiểu sai

Sai lầm loại I chỉ xảy ra khi giả thuyết không đúng mà vẫn bị bác bỏ.

Đừng lẫn sai lầm loại I với sai lầm loại II.

Tăng cỡ mẫu không làm tăng xác suất mắc sai lầm loại I.

Giảm $\alpha$ để "an toàn hơn" lại làm kiểm định yếu đi.

$\alpha$ không phải xác suất để giả thuyết không đúng.

Ví dụ có lời giải

1Ví dụ 1/2

Sở cấp nước của một thành phố công bố rằng chỉ có 10% hộ dân trong khu vực cũ có nồng độ chì trong nước vượt ngưỡng an toàn. Một nhóm kỹ sư vừa lắp hệ thống lọc mới và muốn chứng minh tỉ lệ đó nay đã giảm xuống dưới 10%. Họ chọn ngẫu nhiên 200 hộ dân, đo nồng độ chì và thấy 14 hộ vượt ngưỡng. Nhóm tiến hành kiểm định ở mức ý nghĩa (significance level)

\alpha = 0.05

, các điều kiện cho phân phối mẫu đều đã được kiểm tra và thỏa mãn.

aViết giả thuyết không (null hypothesis) và giả thuyết đối (alternative hypothesis), rồi mô tả sai lầm loại I trong ngữ cảnh bài toán này.
bTính giá trị p (p-value) và kết luận ở mức $\alpha = 0.05$ . Với kết luận đó, nhóm kỹ sư có thể đã phạm sai lầm loại I hay không?
cNếu sở cấp nước yêu cầu hạ mức ý nghĩa xuống $\alpha = 0.01$ , xác suất mắc sai lầm loại I và năng lực kiểm định (power) thay đổi ra sao?

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàySuy luận cho tỉ lệ (dữ liệu phân loại) · bài “Sai lầm loại I & II khi kiểm định” — khoá AP Statistics

Dẫn tớikiểm định giả thuyết

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

sai lầm loại IItype II error

Khác nhau ở đâuSai lầm loại I là bác bỏ nhầm giả thuyết không đúng, còn sai lầm loại II là không bác bỏ được giả thuyết không sai

Hay nhầm khiđề cho tình huống và hỏi loại sai lầm nào xảy ra: cần xác định giả thuyết không là đúng hay sai trong thực tế, sau đó mới phân loại

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 34–35, 60.

Vì sao mang đúng cái tên này? Cái tên nghe khô khan như số hiệu hồ sơ thật ra chính là số hiệu: trong khuôn khổ Neyman–Pearson, hai kiểu quyết định sai được đánh số thứ tự đơn giản, nên kiểu thứ nhất mang tên "loại I" và kiểu còn lại là sai lầm loại II (type II error). Chính vì vậy tài liệu cũ còn gọi nó bằng tên đồng nghĩa "errors of the first kind", tức sai lầm thuộc loại thứ nhất. Cách đặt tên bằng số có một hệ quả đáng chú ý: nó không mô tả nội dung của lỗi, nên người học buộc phải nhớ thêm biệt danh trực quan hơn là dương tính giả (false positive) — kết luận rằng có hiệu ứng trong khi thực tế chẳng có gì.

Ấn định thế giới thật đúng bằng $p=0{,}40$ — rồi đếm xem bao nhiêu mẫu vẫn bị kết tội oan

Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.

Tạo tài khoản miễn phí

Mẹo phòng thi

Luôn viết mô tả sai lầm loại I bằng ngôn ngữ của bài toán, kèm đủ hai vế.

Xác định $H_0$ trước, rồi mới gọi tên loại lỗi.

Câu hỏi về power: xét ba yếu tố — cỡ mẫu, $\alpha$ , và khoảng cách từ tham số thật tới $H_0$ .

Tần suất trong đề AP StatisticsHay gặp

1Bước 1: Gọi

p

là tỉ lệ thật của toàn bộ hộ dân trong khu vực cũ có nồng độ chì vượt ngưỡng sau khi lắp hệ thống lọc. Vì nhóm kỹ sư muốn chứng minh tỉ lệ đã giảm, ta đặt

H_0: p = 0.10

và

H_a: p < 0.10

. Giả thuyết không luôn giữ nguyên hiện trạng, còn điều mà người nghiên cứu muốn chứng minh thì nằm ở giả thuyết đối.

2Bước 2: Sai lầm loại I là bác bỏ

H_0

trong khi

H_0

thực sự đúng. Diễn đạt lại theo ngữ cảnh: nhóm kỹ sư kết luận rằng có đủ bằng chứng cho thấy tỉ lệ hộ dân nhiễm chì vượt ngưỡng đã giảm xuống dưới 10%, trong khi thực tế tỉ lệ đó vẫn đúng bằng 10%. Hậu quả là thành phố tin rằng hệ thống lọc có tác dụng và ngừng đầu tư thêm, còn các hộ dân vẫn tiếp tục uống nước nhiễm chì. Lưu ý cách viết chuẩn của đề AP: một mệnh đề mô tả sai lầm loại I phải có đủ hai vế — kết luận sai của nhà nghiên cứu và sự thật trái ngược.

3Bước 3: Tính tỉ lệ mẫu và sai số chuẩn theo giá trị giả định trong

H_0

\hat{p} = \dfrac{14}{200} = 0.07

và

\sigma_{\hat p} = \sqrt{\dfrac{(0.10)(0.90)}{200}} = \sqrt{0.00045} \approx 0.0212

. Mẫu số dùng

p_0 = 0.10

chứ không dùng

\hat p

, vì toàn bộ phép kiểm định được thực hiện với giả định

H_0

đúng.

4Bước 4: Thống kê kiểm định là

z = \dfrac{0.07 - 0.10}{0.0212} \approx -1.41

, nghĩa là tỉ lệ mẫu thấp hơn giá trị giả định khoảng 1.41 độ lệch chuẩn (standard deviation). Vì

H_a

một phía trái nên

\text{p-value} = P(Z < -1.41) \approx 0.079

. Xác suất quan sát được kết quả bất lợi cho

H_0

như thế này, nếu

H_0

đúng, vẫn còn khá lớn.

5Bước 5: So sánh:

0.079 > 0.05

, do đó ta không bác bỏ

H_0

. Vì sai lầm loại I chỉ xảy ra khi ta bác bỏ

H_0

, còn ở đây ta không bác bỏ, nên nhóm kỹ sư không thể đã phạm sai lầm loại I. Loại sai lầm duy nhất họ có thể đang mắc là sai lầm loại II (type II error): tỉ lệ thật đã giảm thật nhưng bằng chứng chưa đủ mạnh để phát hiện.

6Bước 6: Xác suất mắc sai lầm loại I đúng bằng mức ý nghĩa, tức

P(\text{Type I}) = \alpha

. Vì vậy hạ

\alpha

từ

0.05

xuống

0.01

làm xác suất báo động giả giảm từ 5% xuống 1%. Tuy nhiên vùng bác bỏ hẹp lại thì việc phát hiện một thay đổi có thật cũng khó hơn, nên

\beta

tăng và năng lực kiểm định giảm. Đây là sự đánh đổi cốt lõi: siết chặt một loại sai lầm thì nới lỏng loại kia.

Sai lầm loại I ở đây là kết luận rằng tỉ lệ hộ dân có nước nhiễm chì vượt ngưỡng đã tụt xuống dưới 10% trong khi thật ra nó vẫn bằng 10%. Với $z \approx -1.41$ và giá trị p xấp xỉ $0.079 > 0.05$ , nhóm kỹ sư không bác bỏ $H_0$ , nên trong lần kiểm định này họ chắc chắn không phạm sai lầm loại I — nếu có sai, đó là sai lầm loại II. Cuối cùng, hạ mức ý nghĩa xuống $0.01$ sẽ giảm xác suất sai lầm loại I từ 5% còn 1%, nhưng đồng thời làm năng lực kiểm định giảm, tức khả năng phát hiện được một cải thiện có thật cũng kém đi.

2Ví dụ 2/2

Một dược sĩ tin rằng loại thuốc uống mới do bà bào chế kiểm soát đường huyết tốt hơn insulin tiêm. Bà lo lắng vì lần kiểm định đầu tiên không cho kết quả có ý nghĩa thống kê, nên quyết định thực hiện thêm 5 lần kiểm định độc lập trên 5 nhóm tình nguyện viên khác nhau, mỗi lần đều dùng

\alpha = 0.05

, và hy vọng ít nhất một lần sẽ cho kết quả bác bỏ

H_0

. Giả sử trong thực tế thuốc mới hoàn toàn không tốt hơn insulin, tức

H_0

đúng ở cả 5 lần kiểm định.

aTính xác suất bà mắc ít nhất một sai lầm loại I trong 5 lần kiểm định đó.
bGiải thích vì sao chiến lược lặp lại kiểm định nhiều lần là một cách làm không trung thực về mặt thống kê.
cNếu bà muốn giảm $\beta$ và tăng năng lực kiểm định mà không làm tăng xác suất sai lầm loại I, bà nên thay đổi điều gì?

1Bước 1: Vì

H_0

đúng, mỗi lần kiểm định đơn lẻ có xác suất bác bỏ nhầm đúng bằng

\alpha = 0.05

. Do đó xác suất một lần kiểm định không mắc sai lầm loại I là

1 - 0.05 = 0.95

2Bước 2: Năm nhóm tình nguyện viên khác nhau nên 5 lần kiểm định độc lập với nhau, cho phép nhân các xác suất:

P(\text{no Type I in all 5}) = (0.95)^5 \approx 0.7738

. Đây chính là xác suất cả năm lần đều kết luận đúng là chưa đủ bằng chứng.

3Bước 3: Dùng quy tắc phần bù:

P(\text{at least one Type I}) = 1 - (0.95)^5 \approx 1 - 0.7738 = 0.2262

. Nói cách khác, gần 23% khả năng bà sẽ có ít nhất một kết quả "có ý nghĩa" hoàn toàn do may rủi.

4Bước 4: Con số 0.226 lớn gấp hơn bốn lần mức 0.05 mà bà tưởng mình đang kiểm soát. Chỉ công bố lần kiểm định nào cho kết quả đẹp và giấu đi bốn lần còn lại khiến xác suất sai lầm loại I thật sự phình to; hiện tượng này gọi là vấn đề so sánh bội (multiple comparisons). Vì vậy số lần kiểm định phải được ấn định trước, và nếu kiểm định nhiều lần thì phải điều chỉnh mức ý nghĩa cho từng lần.

5Bước 5: Muốn giảm

\beta

và tăng năng lực kiểm định, có ba cách quen thuộc: tăng

\alpha

, tăng cỡ mẫu, hoặc chờ hiệu ứng thật lớn hơn. Tăng

\alpha

thì vi phạm điều kiện đề bài vì

P(\text{Type I}) = \alpha

sẽ tăng theo, còn độ lớn của hiệu ứng thật là điều nhà nghiên cứu không điều khiển được. Vì vậy lựa chọn duy nhất hợp lệ là tăng cỡ mẫu

n

: mẫu lớn làm sai số chuẩn nhỏ đi, phân phối mẫu hẹp lại và tách khỏi giá trị giả định rõ hơn, nhờ đó khả năng phát hiện khác biệt thật tăng lên trong khi

\alpha

vẫn giữ nguyên.

Xác suất mắc ít nhất một sai lầm loại I trong 5 lần kiểm định độc lập là $1 - (0.95)^5 \approx 0.226$ , tức khoảng 22.6% — cao hơn nhiều so với mức 5% cho mỗi lần riêng lẻ, nên việc lặp lại kiểm định rồi chỉ báo cáo kết quả thuận lợi là gian lận thống kê. Để giảm $\beta$ và tăng năng lực kiểm định mà vẫn giữ nguyên xác suất sai lầm loại I ở mức $0.05$ , dược sĩ nên tuyển thêm tình nguyện viên để tăng cỡ mẫu, chứ không nên nới mức ý nghĩa hay chạy thêm nhiều lần kiểm định.

Mục tiêu và lộ trình unit xem miễn phí — làm bài tập và lưu tiến độ cần tài khoản 0đ.