两类错误

[[第一类错误]] ↔ 原假设$H_0$为真，却拒绝假设。弃真错误。

• 犯第一类错误的概率是 → 显著性水平 $\alpha$

[[第二类错误]] ↔ 原假设$H_0$为假，却接受假设。取伪

• 犯第二类错误的概率是 → $\beta$
• [[统计功效]] 取值↔ 1-$\beta$
  • 作用 → 当 AB 两组差异真的存在时，能正确判断的概率

减少两类错误的办法

• 减少 $\alpha$ 错误 → 提升置信水平
• 减少 $\beta$ 错误 → 提高统计功效

Ⅰ类错误和Ⅱ类错误示意 #card

网络回响