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。
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:維基百科

資料來源:stackexchange
▼生物統計學(Biostatistics) 顯示/隱藏(show/hide)

4 意見:

  1. 謝謝妳的整理,不過你的內容完全顛倒.
    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.

    回覆刪除
    回覆
    1. 誤你個頭,沒讀懂少出來鬧

      刪除
    2. 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
      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?

      刪除
  2. 謝謝整理,我瞬間清楚許多!

    回覆刪除

 
TOP