词条 | 假设检验中的两类错误 |
释义 | 假设检验中的两类错误假设检验中的两类错误是指在假设检验中,由于样本信息的局限性,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关系的矩阵: 第一类错误(Ⅰ类错误)也称为 α错误,是指当虚无假设(H0)正确时,而拒绝H0所犯的错误。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。 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、在其他条件不变的情况下,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,由于报告了本来不存在的现象,则因此现象而衍生出的后续研究、应用的危害将是不可估量的。想对而言,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)。 |
随便看 |
百科全书收录4421916条中文百科知识,基本涵盖了大多数领域的百科知识,是一部内容开放、自由的电子版百科全书。