Process / pipelinehypothesis-testing-errors
I类错误与II类错误
在假设检验中，可能发生两种错误：I类错误（假阳性，拒绝了真实的零假设）和II类错误（假阴性，未能拒绝错误的零假设）。由Neyman和Pearson (1933) 正式提出，这两种错误是统计决策的核心。I类错误的概率由显著性水平 α 控制（通常为0.05）；II类错误的概率为 β，统计功效（power）为 1 − β。理解并平衡这两种错误对于设计稳健、可靠的研究至关重要。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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
如何引用本页
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/zh/research-statistics/type-i-type-ii-error
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →