JoVE Core
Statistics
Chapter 9: Hypothesis Testing
9.9:
假设检验中的错误
在执行假设检验时,有四种可能的结果,具体取决于原假设的实际真(或假)以及拒绝或不拒绝的决定。
每个错误都以特定的概率发生。希腊字母 α 和 β 代表概率。
α = I 类错误的概率 = P(I 类错误) = 当原假设为真时拒绝原假设的概率。
β = 类型 II 错误的概率 = P(类型 II 错误) = 当原假设为假时不拒绝原假设的概率。
α 和 β 应尽可能小,因为它们是出错的概率。它们很少为零。
测试的功效为 1 – β。理想情况下,我们希望获得尽可能接近 1 的高功率。增加样本数量可以提高检验的功效。
本测试改编自 Openstax, Introductory Statistics, Section 9.2 Outcomes of Type I and Type II Errors。
假设检验通常首先假设原假设为真。
如果实际上这样的零假设是正确的,那么拒绝它可能会导致不正确和误导性的结论。
这种拒绝真零假设的错误称为 I 类错误。
另一方面,当原假设为假,但检验结果表明其拒绝失败时,该决定再次保持错误。
这种未能拒绝假零假设的错误称为 II 类错误。
检验结果指示在原假设实际上是 false 时拒绝它,或者在它实际上是 true 时未能拒绝它,则会导致正确的决策。
I 类误差的可接受概率值是显著性水平 ɑ,通常为 0.05 或 0.01。
类型 II 错误的概率用 β 表示。它是根据预先确定的拒绝假零假设的概率计算得出的,通常称为假设检验的功效。
Related Videos
Hypothesis Testing
11.0K 浏览
8.2K 浏览
11.9K 浏览
6.9K 浏览
26.4K 浏览
5.4K 浏览
4.0K 浏览
27.9K 浏览
4.2K 浏览
3.3K 浏览
2.7K 浏览
3.5K 浏览
2.5K 浏览