假设检验实际上是一种风险决策,即根据现有样本信息来定性地判断无效假设H0是否可以被拒绝。这种基于概率的决策,不论做出哪种推断结论,都有可能发生错误。

如果真实的情况与检验假设H0一致,仅仅由于抽样误差,使得检验统计量的值落到拒绝域,导致推断结论错误,对此称为Ⅰ类错误。

如果真实情况与检验假设H0不一致,检验统计量的值却落到了接受域,则导致Ⅱ类错误。

假设检验两类错误区别与联系(假设检验中的两类错误)(1)

两类错误

Ⅰ型错误

指拒绝了实际上成立的H0(无效假设),即‘弃真’的错误,亦称假阳性错误,犯Ⅰ型错误的概率为α。

假设检验从原理上讲主要是控制犯I类错误,其理论依据的是小概率原理,即在检验假设H0下,如果一个小概率事件(P≤α)发生了,则有充分理由拒绝H0。

Ⅱ型错误

指接受了实际上不成立的H0,即‘取伪’的错误,亦称为假阴性错误,犯Ⅱ型错误的概率为β。

总结

给定的水准α值越小,出现Ⅱ类错误的概率β越大。α越小,β越大;反之α越大,β越小。

若要同时减少I型错误和Ⅱ型错误,则只有增加样本量。

,