Sai lầm loại I và loại II
Trong kiểm định giả thuyết, có hai loại sai lầm có thể xảy ra: sai lầm loại I (dương tính giả, bác bỏ một giả thuyết không đúng) và sai lầm loại II (âm tính giả, không bác bỏ một giả thuyết không đúng). Được Neyman và Pearson (1933) hình thức hóa, những sai lầm này là cốt lõi của việc ra quyết định thống kê. Xác suất sai lầm loại I được kiểm soát bởi mức ý nghĩa α (thông thường là 0,05); xác suất sai lầm loại II là β, và lực kiểm định = 1 − β. Việc hiểu và cân bằng các sai lầm này là rất quan trọng để thiết kế nghiên cứu mạnh mẽ, đáng tin cậy.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Altman, D. G., & Bland, J. M. (1994). Statistics notes: Diagnostic tests 1: sensitivity and specificity. BMJ, 308(6943), 1552. DOI: 10.1136/bmj.308.6943.1552 ↗
- Lehmann, E. L., & Romano, J. P. (2005). Testing Statistical Hypotheses (3rd ed.). Springer. ISBN: 0-387-98864-5
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/vi/research-statistics/type-i-type-ii-error
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Khoảng tin cậyThống kê nghiên cứu↔ so sánh
- Kiểm định giả thuyết khôngThống kê nghiên cứu↔ so sánh
- Giá trị P và Ý nghĩa Thống kêThống kê nghiên cứu↔ so sánh
- Sức mạnh thống kê và Kích thước mẫuThống kê nghiên cứu↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →