統(tǒng)計學(xué)中第一類錯誤和第二類錯誤

H0: c=0.? ? ? ?H1: c!=0

第一類錯誤:原假設(shè)為真的時候梯码,拒絕原假設(shè)的概率 alpha。?

第二類錯誤:原假設(shè)為假的時候,接受原假設(shè)的概率 beta亲桥。?


(1)為什么會有第一類錯誤?

當(dāng)我們拿到一個樣本固耘,對該樣本所代表的總體進(jìn)行假設(shè)檢驗的時候题篷,根據(jù)中心極限定理,樣本的均值服從 【總體均值為均值厅目、標(biāo)準(zhǔn)誤為方差】 的正態(tài)分布番枚。即我們當(dāng)前拿到的樣本的均值法严,本身就有的alpha概率落入拒絕域,這種情況就是所謂的原假設(shè)為真葫笼,但是拒絕了原假設(shè)的情況深啤。這個第一類錯誤=alpha,也就是平時說的置信度路星。通過調(diào)整置信度溯街,我們可以控制第一類錯誤的概率。


(2)為什么會有第二類錯誤洋丐?

假設(shè)備擇假設(shè)是真實的呈昔,那么同樣,一個樣本的均值友绝,有一定幾率落入備擇假設(shè)分布某區(qū)域且在原假設(shè)分布的接受域內(nèi)堤尾,這種情況下,我們盡管接受了原假設(shè)九榔,但是我們犯錯的概率是

如果計算第二類錯誤哀峻,必須知道備擇假設(shè)的真實分布,否者第二類錯誤就是一個無法計算的東西哲泊,只是一個概念剩蟀,并不知道具體的值,這個也是混淆了半天的一個問題切威。

第一類錯誤和第二類錯誤是 “此消彼長”的關(guān)系育特,并不是兩者加和為固定的值。

同時減少這兩類錯誤的方法 只有 增加樣本先朦;不知道降低實驗誤差算不算缰冤。

當(dāng)原假設(shè)和備擇假設(shè)均值接近的時候,一旦接受了原假設(shè)喳魏,很容易犯第二類錯誤棉浸,但是就算犯了第二類錯誤,原假設(shè)這個錯誤的假設(shè)和真正的備擇假設(shè)相差也不遠(yuǎn)刺彩,所以影響沒有那么大迷郑;反之,當(dāng)原假設(shè)和備擇假設(shè)離得很遠(yuǎn)的時候创倔,一旦接受了原假設(shè)嗡害,其實犯二類錯誤的概率也會非常小。但是我們并不知道備擇假設(shè)應(yīng)該是什么畦攘,所以這個看起來正確的邏輯其實是沒有根據(jù)的霸妹。

(3)怎么使用兩類錯誤?

一般情況下知押,我們想要依靠“小概率事件”發(fā)生的原理叹螟,來拒絕原假設(shè)鹃骂,從而證明備擇假設(shè),這種情況下我們在可控制的alpha錯誤率下給出結(jié)論罢绽。

所以當(dāng)我們不拒絕原假設(shè)的時候偎漫,是否就是接受了原假設(shè)?接受的話要承擔(dān)我們不知道的分風(fēng)險有缆,所以盡量不要給出這樣的結(jié)論。

所以温亲,一般情況棚壁,一般都控制 alpha = 0.05 盡可能的拒絕原假設(shè)。但是部分情況下栈虚,是要通過減少第一類錯誤袖外,增大第二類錯誤來實現(xiàn)的,比如原假設(shè)是這個人是壞人魂务,備擇假設(shè)這個人不是壞人曼验,當(dāng)我們犯第二類錯誤越大的時候,把好人判別為壞人的概率越大粘姜,如果我們的目標(biāo)是“寧可錯殺一千鬓照,也不放過一個”,那這個時候就是成立的孤紧。


第一類錯誤是豺裆,把壞人當(dāng)成好人的概率。

第二類錯誤是号显,把好人當(dāng)成壞人的概率臭猜。


進(jìn)行假設(shè)檢驗的時候,希望拒絕H0押蚤,也就是希望p值是顯著的蔑歌。拒絕原假設(shè)之后,得想想多大程度上這個結(jié)果是可信的揽碘,萬一原假設(shè)是正確的次屠,也就是說,結(jié)果其實是不顯著的钾菊,而我認(rèn)為是顯著的說自己的假設(shè)得到了支持帅矗,我犯錯誤的概率有多大。一般情況可接受的是煞烫,5%的可能性我錯了浑此。第一類錯誤最大可容忍的概率是5%。如果第一類錯誤的概率達(dá)到了10%滞详,那實證上不能被接受凛俱。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末紊馏,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子蒲犬,更是在濱河造成了極大的恐慌朱监,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,039評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件原叮,死亡現(xiàn)場離奇詭異赫编,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)奋隶,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,426評論 3 395
  • 文/潘曉璐 我一進(jìn)店門擂送,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人唯欣,你說我怎么就攤上這事嘹吨。” “怎么了境氢?”我有些...
    開封第一講書人閱讀 165,417評論 0 356
  • 文/不壞的土叔 我叫張陵蟀拷,是天一觀的道長。 經(jīng)常有香客問我萍聊,道長问芬,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,868評論 1 295
  • 正文 為了忘掉前任脐区,我火速辦了婚禮愈诚,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘牛隅。我一直安慰自己炕柔,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,892評論 6 392
  • 文/花漫 我一把揭開白布媒佣。 她就那樣靜靜地躺著匕累,像睡著了一般。 火紅的嫁衣襯著肌膚如雪默伍。 梳的紋絲不亂的頭發(fā)上欢嘿,一...
    開封第一講書人閱讀 51,692評論 1 305
  • 那天,我揣著相機(jī)與錄音也糊,去河邊找鬼炼蹦。 笑死,一個胖子當(dāng)著我的面吹牛狸剃,可吹牛的內(nèi)容都是我干的掐隐。 我是一名探鬼主播,決...
    沈念sama閱讀 40,416評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼虑省!你這毒婦竟也來了匿刮?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,326評論 0 276
  • 序言:老撾萬榮一對情侶失蹤探颈,失蹤者是張志新(化名)和其女友劉穎熟丸,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體伪节,經(jīng)...
    沈念sama閱讀 45,782評論 1 316
  • 正文 獨居荒郊野嶺守林人離奇死亡光羞,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,957評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了怀大。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片狞山。...
    茶點故事閱讀 40,102評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖叉寂,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情总珠,我是刑警寧澤屏鳍,帶...
    沈念sama閱讀 35,790評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站局服,受9級特大地震影響钓瞭,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜淫奔,卻給世界環(huán)境...
    茶點故事閱讀 41,442評論 3 331
  • 文/蒙蒙 一山涡、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧唆迁,春花似錦鸭丛、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,996評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至鼠哥,卻和暖如春熟菲,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背朴恳。 一陣腳步聲響...
    開封第一講書人閱讀 33,113評論 1 272
  • 我被黑心中介騙來泰國打工抄罕, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人于颖。 一個月前我還...
    沈念sama閱讀 48,332評論 3 373
  • 正文 我出身青樓呆贿,卻偏偏與公主長得像,于是被迫代替她去往敵國和親恍飘。 傳聞我的和親對象是個殘疾皇子榨崩,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,044評論 2 355

推薦閱讀更多精彩內(nèi)容