在假设检验中,出现错误的类型有两种:
第一类错误:弃真错误(原假设为真时拒绝原假设),概率为α
第二类错误:取伪错误(原假设为伪时接受原假设),概率为β
H0为真 | H0为假 | |
接受H0 | 正确(1-α) | 第二类错误(β) |
拒绝H0 | 第一类错误(α) | 正确(1-β) |
第一类错误出现的原因
在进行假设检验时,我们会抽取一个样本进行检验,但是由于个别样本可能是特殊的,不管你的抽取方式有多么科学,你抽取的样本特性可能与整体相差很远,也就是说,由于小概率事件的发生,我们把原本真实的假设拒绝了,这就是第一类错误。
举个例子:一个公司有2000人,财务报表统计该公司人均工资为5000元,为了验证这个人均工资是否可信,随机抽取60人进行调查。
在这个例子中,2000人中抽取60人调查,按照排列组合2000取60一共有 5.6676767525589315e+115 种可能,极端一点,假设随机抽取的60个样本刚好就是该公司工资水平最高的人(小概率事件),60个样本的平均工资是30000元,很明显,即使原假设5000元是真实的,但是此时我们还是会拒绝原假设,这就是弃真。
第二类错误出现的原因
这类错误是犯了从结论推断前提的错误。假设命题B是由命题A推论出来的,如果A正确,且推论过程无误,那么命题B可能是真实的。相反,如果已知命题B是真实的,无法根据命题B推断命题A必定是真实的。