누구보다 쉬운 통계(제1종오류, 2종오류)

📊 1종 오류와 2종 오류 쉽게 정리하기

안녕하세요!
이번 글에서는 가설검정에서 반드시 알아야 할 중요한 개념인 1종 오류(Type I Error)와 2종 오류(Type II Error)에 대해 설명드리겠습니다.

이 두 오류는 통계 분석에서 잘못된 결정을 내릴 수 있는 가능성을 뜻하며,
실제 연구나 실험, 제품 테스트, 여론조사 등 여러 분야에서 자주 등장하는 개념입니다.

---

✅ 1. 기본 개념부터 정리

통계에서 가설검정은 다음 두 가설을 전제로 시작합니다.

• 귀무가설 (H₀): 변화나 효과가 없다 (기존 상태)
• 대립가설 (H₁): 변화나 효과가 있다 (새로운 주장)

우리는 이 두 가지 중 어느 쪽이 맞는지를 데이터로 판단하게 됩니다. 그런데 그 과정에서 실수를 할 수도 있습니다.

---

❗ 2. 1종 오류 (Type I Error)란?

1종 오류는 사실은 귀무가설이 맞는데도, 잘못 기각하는 오류입니다.
즉, 실제로는 아무 변화도 없는데, 통계적으로는 변화가 있다고 판단하는 것이죠.

🔹 예시

• 신약이 효과 없는데 있다고 판단하고 출시함
• 결백한 피의자를 유죄로 판결하는 것
• 안전한 제품을 불량으로 오판단하여 폐기

1종 오류는 보통 p-value가 작을 때 발생하며, 우리가 설정한 유의수준(α)이 바로 이 오류의 확률입니다.
예: 유의수준 0.05 → 5% 확률로 1종 오류가 발생할 수 있음

---

❓ 3. 2종 오류 (Type II Error)란?

2종 오류는 사실은 귀무가설이 틀렸는데도, 잘못 채택하는 오류입니다.
즉, 실제로는 변화가 있는데도, 아무 변화가 없다고 판단하는 경우입니다.

🔹 예시

• 신약이 효과가 있는데 효과 없다고 판단해 폐기
• 유죄인 범인을 무죄로 석방
• 고장 난 기계를 정상으로 판별

2종 오류는 검정력(Power)과 연결되며, 오류 확률은 보통 β (베타)로 표현합니다.

---

📊 4. 두 오류를 표로 정리

실제 상황	결정: 귀무가설 기각	결정: 귀무가설 채택
귀무가설이 참이다	❌ 1종 오류	✅ 올바른 결정
귀무가설이 거짓이다	✅ 올바른 결정	❌ 2종 오류

---

⚖️ 5. 두 오류는 왜 균형이 중요할까요?

1종 오류와 2종 오류는 반대 방향의 실수입니다. 1종 오류를 줄이려고 너무 엄격하게 하면, 2종 오류가 늘어날 수 있습니다.

따라서 통계 분석에서는 두 오류 사이의 균형을 고려하여 유의수준과 검정력을 조절하는 것이 중요합니다.

예시 비교

• 의료 분야: 1종 오류가 더 위험 (잘못된 약을 승인)
• 마케팅 실험: 2종 오류가 더 아쉬움 (효과 있는 아이디어를 놓침)

---

✅ 6. 마무리 정리

1종 오류: 사실은 효과 없는데 있다고 착각한 실수 (α)
2종 오류: 사실은 효과 있는데 없다고 착각한 실수 (β)

가설검정에서 통계적 판단은 항상 오류 가능성을 동반합니다.
그래서 신중하게 유의수준을 설정하고, 검정력을 고려한 분석이 필요합니다.

다음 포스팅에서는 검정력(Power)과 표본 크기의 관계를 알아보겠습니다.
분석의 정확도를 높이는 핵심 요소니까 꼭 함께 공부해보세요 😊

---

이해가 되셨다면 댓글이나 공감 부탁드립니다!
더 많은 통계 개념을 쉽게 알려드릴게요 📘