回覆列表
-
1 # 南風微涼北島南冥
-
2 # 我是阿嘛
假設檢驗中的兩類錯誤是指在假設檢驗中，由於樣本資訊的侷限性，勢必會產生錯誤，錯誤無非只有兩種情況，在統計學中，我們一般稱為Ⅰ類錯誤，Ⅱ類錯誤。
右圖是研究結論和實際情況關係的矩陣： 實際情況H0正確H0錯誤研究結論 拒絕H0I類錯誤正確接受H0正確II類錯誤第一類錯誤（Ⅰ類錯誤）也稱為 α錯誤，是指當虛無假設(H0)正確時，而拒絕H0所犯的錯誤。這意味著研究者的結論並不正確，即觀察到了實際上並不存在的處理效應。
可能產生原因：
1、樣本中極端數值。
2、採用決策標準較寬鬆。
第二類錯誤（Ⅱ類錯誤）也稱為β錯誤，是指虛無假設錯誤時，反而接受虛無假設的情況，即沒有觀察到存在的處理效應。
可能產生的原因：
1、實驗設計不靈敏。
2、樣本資料變異性過大。
3、處理效應本身比較小。
兩類錯誤的關係：
1、 α+β不一定等於1。
2、在樣本容量確定的情況下，α與β不能同時增加或減少。
3、統計檢驗力。（1-β）
擴大樣本容量，這樣就可以使兩類錯誤都減小，可是在樣本容量確定的時候減小一種錯誤會增大另外一種錯誤，比較好的處理原則是在控制犯棄真錯誤機率的條件下，儘可能使犯取偽錯誤的機率小點。