生物f统计学5.pptVIP

双侧检验示意图（显著性水平与拒绝域 ） 假设检验的两类错误 根据假设检验做出判断无非下述四种情况： 1、原假设真实， 并接受原假设，判断正确； 2、原假设不真实，且拒绝原假设，判断正确； 3、原假设真实， 但拒绝原假设，判断错误； 4、原假设不真实，却接受原假设，判断错误。 假设检验是依据样本提供的信息进行判断，有犯错误的可能。所犯错误有两种类型： 第一类错误是原假设H0为真时，检验结果把它当成不真而拒绝了。犯这种错误的概率用α表示，也称作α错误(αerror)或弃真错误。 第二类错误是原假设H0不为真时，检验结果把它当成真而接受了。犯这种错误的概率用β表示，也称作β错误(βerror)或取伪错误。 正确决策和犯错误的概率可以归纳为下表： 假设检验中各种可能结果的概率 以单侧上限检验为例，设H0 ：μ≤μ0 ，H1：μ＞μ0 ? 错误和 ? 错误的关系 两类错误的控制准则 假设检验中人们普遍执行同一准则：首先控制弃真错误（α错误）。假设检验的基本法则以α为显著性水平就体现了这一原则。 两个理由: 统计推断中大家都遵循统一的准则，讨论问题会比较方便。 更重要的是: 原假设常常是明确的，而备择假设往往是模糊的。如H0：μ＝μ0很清楚， 而H1：μ≠μ0则不太清楚，是μ＜μ0还是μ＞μ0 ？大多少小多少都不清楚。对含义清晰的数量标准进行检验更容易被接受。