第二种误差

在统计检定结果时，当统计假设实际上不正确却被接受，这就出现了“存伪”的错误，这种错误称为第二种误差。第二种误差不象第一种误差那样，可以用于选择肯定区域或否定区域，一般在检定时，可固定第一种误差的大小（概率），使第二种误差达到最小。但是，在样本包含的个案数确定后，这两类误差发生的概率不可能同时减少，其中一个减少，另一个就会增大。要使它们同时减少，只有增加样本个案数。第二种误差发生的概率一般用β表示，其数学表达式为：P(Ⅱ)=P{接受H0|H0错误}=β。式中，P(Ⅱ)为第二种误差出现的概率，H0为虚无假设。实际上，β值是通过检验指数“1—β”的值（即虚无假设不正确而被拒绝的概率值）来计算的。例如，根据民意测验的结果，检定某次选举的投票率为60%，其对立假设为45%。以100为样本大小，若投票率达到或超过52%，则肯定虚无假设，否则否定虚无假设。据此查表得出，发生第二种误差的概率为0.095，即9.5%。