第二類型錯誤意思

在統計學中，第二類型錯誤（Type II Error）又稱為「存偽錯誤」（false negative），是指在實際上某個差異或效果存在的情況下，統計檢驗卻無法檢測到差異，因而錯誤地認為兩個樣本之間沒有差異。換句話說，就是當原假設為假時，卻接受了原假設。

第一類型錯誤（Type I Error）則是指在實際上差異不存在的情況下，統計檢驗卻檢測到了差異，這是一種「存真錯誤」（false positive）。

在進行統計檢驗時，通常會設定一個顯著性水平（alpha level），這是一個可以接受的犯第一類型錯誤的風險水平。例如，設定alpha為0.05，表示研究者可以承受5%的犯第一類型錯誤的風險，即有5%的機率會錯誤地拒絕一個實際上成立的假設。然而，這也意味著有1-0.05=95%的機率會接受一個實際上不成立的假設，這就是第二類型錯誤的風險。

第二類型錯誤的風險通常用beta（β）來表示，beta值越小，表示檢驗的統計效能（power）越高，即檢驗發現真實差異的能力越強。在實踐中，研究者通常會嘗試提高檢驗的統計效能，以降低犯第二類型錯誤的風險。