统计中的**类和第二类错误-教育资源网

统计中的I型错误发生在统计学家错误地拒绝零假设或无效陈述时，当零假设为真时，而II型错误发生在统计学家未能拒绝零假设和替代假设时，或者正在进行测试以提供支持证据的陈述是正确的。

类型I和类型II错误都内置于假设检验的过程中，尽管似乎我们希望尽可能地使这两个错误的概率尽可能小，但通常不可能降低概率。这些错误引出了一个问题："两个错误中哪一个更严重？"

这个问题的简短答案是它确实取决于情况。在某些情况下，I型错误优于II型错误，但在其他应用中，I型错误比II型错误更危险。为了确保对统计测试程序进行适当的规划，在决定是否拒绝零假设时，必须仔细考虑这两种类型错误的后果。我们将在下面看到这两种情况的例子。

类型I和类型II错误

我们首先回顾I型错误和II型错误的定义。在大多数统计检验中，零假设是关于没有特定影响的群体的普遍主张的陈述，而替代假设是我们希望在我们的假设检验中提供证据的陈述。对于显着性检验，有四种可能的结果：

我们拒绝零假设，零假设是真的。这就是所谓的I型错误。
我们拒绝零假设，而替代假设是正确的。在这种情况下，已做出正确的决定。
我们无法拒绝null假设和零假设是正确的。在这种情况下，做出了正确的决定。
我们不能拒绝零假设，而替代假设是正确的。这就是所谓的II型错误。

显然，任何统计假设检验的**结果都是第二个或第三个，其中做出了正确的决定并且没有发生错误，但更常见的是，在假设检验过程中出现错误，但是'程序的所有部分。尽管如此，知道如何正确执行程序并避免"误报"可以帮助减少I型和II型错误的数量。

I型和II型错误的核心差异

用更口语的话，我们可以将这两种错误描述为与测试过程的某些结果相对应。对于I型错误，我们错误地拒绝了零假设-换句话说，我们的统计检验错误地为替代假设提供了积极的证据。因此，I型错误对应于“假阳性”测试结果。

另一方面，当替代假设为真且我们不拒绝零假设时，会发生II型错误。这样，我们的测试错误地提供了反对替代假设的证据。因此，II型错误可以被认为是“假阴性”测试结果。

从本质上讲，这两个错误是彼此相反的，这就是为什么它们涵盖了统计测试中所犯的全部错误的原因，但是如果I型或II型错误仍未发现或未解决，它们的影响也会有所不同。

哪个错误更好

通过考虑假阳性和假阴性结果，我们更有能力考虑哪些错误更好II型似乎具有**含义，出于充分的原因。

假设你正在设计一个我疾病的医学筛查。I型错误的假阳性可能会给患者带来一些焦虑，但这将导致其他测试程序，最终显示初始测试不正确。相反，来自II型错误的假阴性将给患者不正确的保证，即他或她实际上没有疾病。由于这些不正确的信息，该疾病将不会得到治疗。如果医生可以在这两种选择之间做出选择，那么假阳性比假阴性更可取。

现在假设有人因谋杀而受到审判。这里的零假设是这个人不有罪。如果该人被判有罪，他或她没有犯下谋杀，将会发生I型错误，这对被告来说是非常严重的后果。另一方面，如果陪审团发现该人即使犯下谋杀罪也不会有罪，这对被告来说是一个很好的结果，但对整个社会来说却不是。在这里，我们看到司法系统中的价值，旨在**限度地减少I型错误。

科普航天

统计中的**类和第二类错误

类型I和类型II错误

I型和II型错误的核心差异

哪个错误更好

相关推荐