以利用驗孕棒驗孕為例，此時已懷孕為零假設。若用驗孕棒為一位孕婦驗孕，結果是沒有懷孕，這是第一型錯誤。若用驗孕棒為一位未懷孕的女士驗孕，結果是已懷孕，這是第二型錯誤。
| 根據研究結果的判斷 | |||
|---|---|---|---|
| 拒絕H0（零假設） | 接受H0 | ||
| 真實情況 | H0是真實的 | 錯誤判斷（型一錯誤） | 正確判斷 |
| H0是錯誤的 | 正確判斷 | 錯誤判斷（型二錯誤） | |
資料來源：stackexchange
▼生物統計學(Biostatistics)
顯示/隱藏(show/hide)
第一型與第二型誤差(type I and type II error)
在假設檢定中，會有一種稱為零假設的假設。假設檢定的目的就是利用統計的方式，推測零假設是否成立。若零假設事實上成立，但統計檢驗的結果不支持零假設（拒絕零假設），這種錯誤稱為第一型錯誤。若零假設事實上不成立，但統計檢驗的結果支持零假設（接受零假設），這種錯誤稱為第二型錯誤。
以利用驗孕棒驗孕為例，此時已懷孕為零假設。若用驗孕棒為一位孕婦驗孕，結果是沒有懷孕，這是第一型錯誤。若用驗孕棒為一位未懷孕的女士驗孕，結果是已懷孕，這是第二型錯誤。
資料來源：維基百科
資料來源：stackexchange
以利用驗孕棒驗孕為例，此時已懷孕為零假設。若用驗孕棒為一位孕婦驗孕，結果是沒有懷孕，這是第一型錯誤。若用驗孕棒為一位未懷孕的女士驗孕，結果是已懷孕，這是第二型錯誤。
資料來源：stackexchange
謝謝妳的整理,不過你的內容完全顛倒.
回覆刪除最好再確認一次,甚麼是型I誤差,甚麼是型II誤差.
https://zh.wikipedia.org/wiki/%E7%AC%AC%E4%B8%80%E5%9E%8B%E5%8F%8A%E7%AC%AC%E4%BA%8C%E5%9E%8B%E9%8C%AF%E8%AA%A4
以免誤人自誤.
誤你個頭，沒讀懂少出來鬧
刪除此時已懷孕為零假設，H0是啥已經寫的很清楚了，我覺得很多人會被H0=沒有樣、沒有病、沒有罪，之類的假設誤導
刪除但是這位作者一開始說就說H0=已懷孕。
所以我看不出來作者錯在哪?
謝謝整理，我瞬間清楚許多！
回覆刪除