解释Ⅰ型错误、Ⅱ型错误和检验效能,并说明它们之间的关系。
拒绝实际成立的H0所犯的错误称为Ⅰ型错误,记为α不拒绝实际不成立的H0所犯的错误称为Ⅱ型错误,记为β0如果两个总体参数间确实存在差异,即H11成立(例如μ≠μ0),按照现有检验水准,使用假设检验方法能够发现这种差异(即拒绝H0)的能力被称为检验效能,记为(1-β) 。三者的关系为:当样本量固定时,α与β成反比,与(1 -β)成正比。如果把α设置得很小,势必增大犯Ⅱ型错误的概率,从而降低检验效能;反之,如果重点在于减少β,势必增加Ⅱ型错误的概率,从而降低了置信度。要同时减小α和β,只有通过增加样本含量来实现。