假设检验中的两类错误

假设检验及其两类错误是数理统计学中来自的名词。在进行假设检验时提出原假设和备择假设，原假设实际上是正确的，但我们做出的决定是拒绝原假设，此类错误称为第一类错误。原假设实际上是不正确的，但是我们却做出了接受原假设的决定，此类错误称为第二类错误。

• 中文名称 假设检验中的两类错误
• 外文名称 2 types of error in hypothesis test
• 概述 一般称为Ⅰ类错误和Ⅱ类错误。
• 产生原因 样本中极端数值

两来自类错误

　　假设检360百科验中的两类错误是指在假设检验中，由于样本信增异心移息的局限性，势必会产生错误，错误无非只有两种情况，在统计学中，我们一般称为Ⅰ类错误，Ⅱ类错误。

　　右图是研究结论和实际情况木攻字验真毛轴卫步最又关系的矩阵:

　　第一类错误(Ⅰ类错缩架误)也称为 α错误，是指当虚无假设(H0)正确时，而拒绝H0所超孔贵议富犯的错误。这意味着研究者的结论并不正确，即观察到了实际上并不剧被毫无路光国比个饭汽存在的处理效应。

　　可能产生原因:

　　1、样本中极端数值。

　　2、采用决策标准较宽松西叶十。

　　第二类错误(Ⅱ类错误)也称为β错误，是指虚无假设错误时，反而接受虚无假设的情况，即没有观察到存在的处理效应。

　　可能产生的原因:

　　1、实验设计不灵敏。

　　2、样本数据变异性过大。

　　3、处理效应本身比较小。

　　两类错误的关系:

　　1、 α+β不一定等于1。

　　2、在样本容量确定的情况下，α与β不能同时增加或减少。

　　3、统计检验力。(1-β)

危害

　　犯Ⅰ类错误得危害较大，由于报告了本来庆矛不存在的现象，则因此现象呼威而衍生出的后续研究、应用的危害将是不可估量的。相对而言，Ⅱ类错误的危害则相对较小，因为研究者如果对自己的假设很有信心，可能会重新设计实验，再次来际岁积代低省坏过，直到得到自己满意的结果(但是如果对本就错误的观点坚持的话，可能会演变成Ⅰ类错误)。