在假設檢驗中，出現錯誤的型別有兩種：
第一類錯誤：棄真錯誤（原假設為真時拒絕原假設），概率為α
第二類錯誤：取偽錯誤（原假設為偽時接受原假設），概率為β
h0為真
h0為假
接受h0
正確（1-
α）第二類錯誤（β）
拒絕h0
第一類錯誤（α）
正確（1-β）
第一類錯誤出現的原因
在進行假設檢驗時，我們會抽取乙個樣本進行檢驗，但是由於個別樣本可能是特殊的，不管你的抽取方式有多麼科學，你抽取的樣本特性可能與整體相差很遠，也就是說，由於小概率事件的發生，我們把原本真實的假設拒絕了，這就是第一類錯誤。
舉個例子：乙個公司有2000人，財務報表統計該公司人均工資為5000元，為了驗證這個人均工資是否可信，隨機抽取60人進行調查。
在這個例子中，2000人中抽取60人調查，按照排列組合2000取60一共有5.6676767525589315e+115種可能，極端一點，假設隨機抽取的60個樣本剛好就是該公司工資水平最高的人（小概率事件），60個樣本的平均工資是30000元，很明顯，即使原假設5000元是真實的，但是此時我們還是會拒絕原假設，這就是棄真。
第二類錯誤出現的原因
這類錯誤是犯了從結論推斷前提的錯誤。假設命題b是由命題a推論出來的，如果a正確，且推論過程無誤，那麼命題b可能是真實的。相反，如果已知命題b是真實的，無法根據命題b推斷命題a必定是真實的。
假設檢驗的兩類錯誤
棄真錯誤也叫第i類錯誤或 錯誤 它是指 原假設實際上是真的，但通過樣本估計總體後，拒絕了原假設。明顯這是錯誤的，我們拒絕了真實的原假設，所以叫棄真錯誤，這個錯誤的概率我們記為 這個值也是顯著性水平，在假設檢驗之前我們會規定這個概率的大小。取偽錯誤也叫第ii類錯誤或 錯誤 它是指 原假設實際上假的，但...
AB測試 假設檢驗的兩類錯誤
在假設檢驗中，由於樣本資訊的侷限性，所產生的錯誤。原假設h0正確，但檢驗結論不滿足顯著性水平要求 p value 進而拒絕了原假設h0。犯i類錯誤的概率記為 原因 進行假設檢驗時，我們假定小概率事件在一次抽樣過程中是不會發生的。但實際上，小概率事件 樣本中存在極端資料 仍有發生的可能。因此，當小概率...
統計學假設檢驗的兩類錯誤
我們之前 了假設檢驗的基本思想，現在我們來介紹下兩類錯誤。假設檢驗的最終目的是 去偽存真，那麼它對應的兩類錯誤就是棄真存偽。接受或拒絕h0，都可能犯錯誤i類錯誤 棄真錯誤，發生的概率為 ii類錯誤 取偽錯誤，發生的概率為 為了更形象點說明這兩類錯誤，我們看下下面這個 對於正常情況下對於上面例項的假設...