假設包含原假設null hypothesis和備擇假設alternative hypothesis，原假設也稱為零假設，記為h
0h_0
h0，備擇假設也稱為對立假設，記為h
ah_a
ha或h
1h_1
h1。 原假設和備擇假設相互對立，沒有交集。
進行假設檢驗時，由於資料的隨機性，所作出的決策可能會有：
第 i 類錯誤(拒真)：h
0h_0
h0為真時錯誤地拒絕了零假設。犯第 i
ii 類錯誤的最大概率記為 α
\alpha
α。第 ii 類錯誤(受偽)：h
0h_0
h0為假時錯誤地沒有拒絕零假設。犯第 iiii
ii類錯誤的最大概率記為 β
\beta
β。h
0h_0
h0
do not reject h
0h_0
h0
reject h
0h_0
h0true
correct decision
1 −α
1-\alpha
1−α: confidence level 置信水平
type i
ii error
α
\alpha
α: significance level 顯著性水平
false
type iiii
iierror
β
\beta
βcorrect decision
1 −β
1- \beta
1−β: power 功效
假設檢驗的功效（power）定義如下：
1 −β
=p(r
ejec
th0w
henh
aist
rue)
1-\beta=p(reject\ h_0 \ when \ h_a \ is \ true)
1−β=p(
reje
cth0
whe
nha
istr
ue)下圖表明了α
\alpha
α, β
\beta
β和power之間的關係：
重疊在一起看：
在實際運用中，假設檢驗作出的結論，不同的利益攸關方可能關注的風險點不一樣。比如，一家藥企臨床試驗的藥物，進行假設檢驗：
h 0:
該藥無療
效;h1
：該藥有
療效h_0: 該藥無療效; h_1：該藥有療效
h0:該藥
無療效;
h1：
該藥有療
效監管機構關注的是h
0h_0
h0為真時（藥無療效），被誤判為有效的概率，即α
\alpha
α，導致無療效的藥物上市銷售貽害百姓。
而藥廠關注的是h
0h_0
h0為假時（藥有療效），被誤判為無效的概率，即β
\beta
β，導致前期的投資都打了水漂。
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...
假設檢驗中的兩類錯誤
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 第二類錯誤 取偽錯誤 原假設為偽時接受原假設 概率為 h0為真 h0為假 接受h0 正確 1 第二類錯誤 拒絕h0 第一類錯誤 正確 1 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...
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...