第二章统计推断精讲.ppt

4. 假设检验的两类错误 在假设检验中，接受或者否定无效假设的依据是 “小概率事件实际不可能性原理”，因此所得出的结论（不论是接受还是否定无效假设）都没有100%的把握，只是在一定的概率范围内认为这种结论是正确的 4.1 第一类错误 如果无效假设H0成立，即H0：μ=μ0为真，但： 检验结果发现“差异显著”而否定了它（此时，只有95%的把握，要冒5%下错结论的风险） 检验结果发现“差异极显著”而否定了它（此时，只有99%的把握，要冒1%下错结论的风险） 这一类错误称为Ⅰ型错误或α型错误 Ⅰ型错误的实质就是把非真实差异（抽样误差）错判为真实差异，即： H0：μ=μ0为真，却接受了HA：μ≠μ0 弃真 H0正确被否定 犯Ⅰ型错误的概率不会超过显著水平α（5%、1%） 4.2 第二类错误 如果无效假设H0不成立，即H0：μ=μ0为假，但： 检验结果发现“差异不显著”而接受了它，同时放弃了正确的备择假设 在统计学中所谓的“差异不显著”就是指没有充分的理由去否定无效假设，但也没有充分的理由去接受备择假设，但生物统计学实行的是“非此即彼”的原则，因此，既然“差异不显著”就必须接受无效假设。 这一类错误称为Ⅱ型错误或β型错误。 Ⅱ型错误的实质就是把真实差异错判为非真实差异，即虽然H0：μ=μ0是假的，但通过检验却接受了 存伪 H0错误被接受 统计推断的基本特点就是“