型二錯誤意思

型二錯誤（Type II Error）又稱為「假陰性」（False Negative），是指在實際情況下某個事件或效果是存在的（即H1為真），但由於檢驗統計量的結果不顯著，導致所做的檢驗無法拒絕虛無假設（H0），因而錯誤地認為該效果不存在。簡單來說，就是當實際上有差異或效果時，卻錯誤地認為沒有差異或效果，這種情況被稱為型二錯誤。

在統計學中，型一錯誤（Type I Error）和型二錯誤是兩個重要的概念，它們分別代表著不同的錯誤類型：

型一錯誤（Type I Error）：是指在實際情況下某個事件或效果不存在（即H0為真），但由於檢驗統計量的結果顯著，導致所做的檢驗拒絕了虛無假設（H0），因而錯誤地認為有差異或效果存在。這種情況被稱為型一錯誤。

在進行統計檢驗時，研究者通常會設定一個顯著性水平（alpha level），例如0.05，這個值表示研究者願意接受的型一錯誤的風險。如果檢驗結果的p值小於或等於這個設定的顯著性水平，則認為檢驗結果是顯著的，研究者會拒絕虛無假設。然而，這也意味著有機會犯型二錯誤，因為即使檢驗結果不顯著，實際上也可能存在差異或效果。

型二錯誤的風險通常與檢驗統計量的功效（power）相關，功效是指檢驗能夠正確檢測到存在的差異或效果的能力。如果檢驗的功效較低，那麼型二錯誤的風險就會增加。在實際研究中，研究者通常會嘗試提高檢驗的功效，以降低犯型二錯誤的風險。