3张图让你吃透MDE

最近老跟实验平台的同学打交道，又被迫复习了一遍统计学，今天下午用新被安利的画图网站画了三张草图，~~三句话让男人给你花三百万，~~三张图让你吃透mde，三张图让你理解mde的含义以及是怎么计算出来的。

附画图网站：https://excalidraw.com/

第一张图：一类错误

根据中心极限定理，样本量大的情况下均值的抽样分布均（近似）服从正态分布，因此均值相关的假设检验往往都离不开正态分布。

一类错误的前提是指我们的原假设H0是正确的。
那么大多数数据点都会乖乖落在非红色区域，非红色区域面积占比95%，这也是我们通常说的置信度95%。

但是某一次实验（抽样）的数据点不走运地恰恰落在了红色区域，那么我们做检验的时候会因为p_value<0.05而错误做出拒绝原假设的判断，此时我们就犯了一类错误，弃真。

一般情况下，我们会把一类错误概率上限设置为5%。

第二张图：二类错误