统计学 论述什么是第一类错误和第二类错误
第一类错误：原假设是正确的，却拒绝了原假设。
第二类错误：原假设是错误的，却没有拒绝原假设。
第一类错误即I型错误是指拒绝了实际上成立的H0，为“弃真”的错误，其概率通常用α表示，这称为显著性水平。α可取单侧也可取双侧，可以根据需要确定α的大小，一般规定α=0.05或α=0.01。
第二类错误即Ⅱ型错误是指不拒绝实际上不成立的H0，为“存伪”的错误，其概率通常用β表示。β只能取单尾，假设检验时一般不知道β的值，在一定条件下(如已知两总体的差值δ、样本含量n和检验水准α)可以测算出来。
扩展资料我们在做假设检验的时候会犯两种错误：第一，原假设是正确的，而你判断它为错误的；第二，原假设是错误的，而你判断它为正确的。我们分别称这两种错误为第一类错误和第二类错误。
我们常把假设检验比作法庭判案，我们想知道被告是好人还是坏人。原假设是“被告是好人”，备择假设是“被告是坏人”。法庭判案会犯两种错误：如果被告真是好人，而你判他有罪，这是第一类错误(错杀好人)；如果被告真是坏人，而你判他无罪，这是第二类错误(放走坏人)。
记忆方法：我们可以把第一类错误记为“以真为假”，把第二类错误记为“以假为真”。当然我们也可以将第一类错误记为“错杀好人”，把第二类错误记为“放走坏人”。
在其他条件不变的情况下，如果要求犯第一类错误概率越小，那么犯第二类错误的概率就会越大。这个结论比较容易理解，当我们要求“错杀好人”的概率降低时，那么往往就会“放走坏人”。
同样的，在其他条件不变的情况下，如果要求犯第二类错误概率越小，那么犯第一类错误的概率就会越大。当我们要求“放走坏人”的概率降低时，那么往往就会“错杀好人”。
同样的，在其他条件不变的情况下，如果要求犯第二类错误概率越小，那么犯第一类错误的概率就会越大。当我们要求“放走坏人”的概率降低时，那么往往就会“错杀好人”。
参考资料来源：百度百科-第一类错误
参考资料来源：百度百科-第二类错误
此时拒绝了原假设，则不存在第二类错误（存伪错误）。也就是零假设为假时，拒绝零假设，做出了放弃行为，即可能存在“弃真”错误。
第一类错误：原假设是正确的，却拒绝了原假设。
第二类错误：原假设是错误的，却没有拒绝原假设。
我们常把假设检验比作法庭判案，我们想知道被告是好人还是坏人。原假设是“被告是好人”，备择假设是“被告是坏人”。
法庭判案会犯两种错误：如果被告真是好人，而你判他有罪，这是第一类错误(错杀好人)；如果被告真是坏人，而你判他无罪，这是第二类错误(放走坏人)。
扩展资料：
依据：
反证法所依据的是逻辑思维规律中的“矛盾律”和“排中律”。 在同一思维过程中，两个互相矛盾的判断不能同时都为真，至少有一个是假的，这就是逻辑思维中的“矛盾律”；两个互相矛盾的判断不能同时都假，简单地说“A或者非A”，这就是逻辑思维中的“排中律”。
反证法在其证明过程中，得到矛盾的判断，根据“矛盾律”，这些矛盾的判断不能同时为真，必有一假，而已知条件、已知公理、定理、法则或者已经证明为正确的命题都是真的，所以“否定的结论”必为假。
再根据“排中律”，结论与“否定的结论”这一对立的互相否定的判断不能同时为假，必有一真，于是我们得到原结论必为真。所以反证法是以逻辑思维的基本规律和理论为依据的，反证法是可信的。
参考资料来源：百度百科——第一类错误
（1）第一类错误，Ⅰ型错误，拒绝了实际上成立的H0，即错误地判为有差别，这种弃真的错误称为Ⅰ型错误。其概率大小用即检验水准用α表示。简单说就是：你的假设是正确的,但你拒绝该假设。
（2）第二类错误，Ⅱ型错误，接受了实际上不成立的H0 ，也就是错误地判为无差别，这类取伪的错误称为第二类错误。简单说就是：你的假设是错误，但你接受该假设。
1、第一类错误又称Ⅰ型错误、拒真错误，是指拒绝了实际上成立的、正确的假设，为“弃真”的错误，其概率通常用α表示。假设检验是反证法的思想，依据样本统计量作出的统计推断，其推断结论并非绝对正确，结论有时也可能有错误，错误分为两类。
2、第二类错误，Ⅱ型错误，接受了实际上不成立的H0 ，也就是错误地判为无差别，这类取伪的错误称为第二类错误，其概率用β表示。简单说就是：你的假设是错误，但你接受该假设。
“第一类错误”和“第二类错误”之间的关系：
拔兰痛风：[答案] 第一类错误:你的假设是正确的,但你拒绝该假设. 第二类错误:你的假设是错误,但你接受该假设. 比如:假设 mu=0 Error1:mu真值为0,但你错误的认为它不为0 Error2:mu真值不为0,但你错误地认为它为0
湖南省15058562975： 在统计学中什么叫做两类错误 - ？
拔兰痛风：[答案] 显著性检验中的第一类错误是指:原假设事实上正确,可是检验统计量的观测值却落入拒绝域,因而否定了本来正确的假设.这是弃真的错误.发生第一类错误的概率在双侧检验时是两个尾部的拒绝域面积之和;在单侧检验时是单侧拒绝域的面积. 显著...
湖南省15058562975： 《统计学》中“第一类错误”和“第二类错误”分别是指什么? - ？
拔兰痛风： 总体:包含所研究的全部个体(数据)的集合. 样本:从总体中抽取出来的,作为总体的代表,由部分单位组成的集合体“例如考察某厂生产的灯泡的使用寿命,该厂生产的所有灯泡的使用寿命为总体,每个灯泡的使用寿命为一个个体,从总体...
湖南省15058562975： 统计学中关于第一类错误和第二类错误 - ？
拔兰痛风： 此时拒绝了原假设,则不存在第二类错误(存伪错误).也就是零假设为假时,拒绝零假设,做出了放弃行为,即可能存在“弃真”错误.
湖南省15058562975： 统计学第二类错误率怎么计算 - ？
拔兰痛风：[答案] 统计学第二类错误率计算方法:用蒙特卡罗的方法,通过计算机来实现. 除非能精确地知道统计量在对立假设下的分布,不然的话,是没法精确计算的. 统计学中第一类和第二类错误的定义和联系为: 假设检验中会犯两种类型的错误:第一类错误...
湖南省15058562975： 第一类错误和第二类错误的区别 - ？
拔兰痛风：[答案] 第一类错误就是事件直接引发的 而第二类错误由于一些隐藏的因素当时没有显示出来之后发现的或者由第一类错误导致发生的错误
湖南省15058562975： 什么是第一类错误、第二类错误? - ？
拔兰痛风：[答案] 第一类错误(typeⅠerror),Ⅰ型错误,拒绝了实际上成立的H0,即错误地判为有差别,这种弃真的错误称为Ⅰ型错误.其概率大小用即检验水准用α表示.α可取单尾也可取双尾.假设检验时可根据研究目的来确定其大小,一般取0....
湖南省15058562975： 简答:第一类错误和第二类错误之间有什么关系 - ？
拔兰痛风：[答案] 原假设是真实的,而做出拒绝原假设的判断,这是犯了第一类的错误——弃真错误 原假设是不真实的,而做出接受原假设的判断,这是犯了第二类的错误——存伪错误 样本量一定的时候,犯两类错误的可能性往往一个增大一个就减小,但是增大样...
湖南省15058562975： 统计中的问题,关于两类错误.为什么在实际中第一类错误比第二类错误更严重? - ？
拔兰痛风：[答案] 显著性检验中的第一类错误是指:原假设事实上正确,可是检验统计量的观测值却落入拒绝域,因而否定了本来正确的假设.这是弃真的错误.发生第一类错误的概率在双侧检验时是两个尾部的拒绝域面积之和;在单侧检验时是单侧拒绝域的面积. \x09...
湖南省15058562975： 进行有限量实验数据统计检验时如何正确选择置信水平?什么是第一类错误和第二类错误 - ？
拔兰痛风： 置信水平需要根据具体的样本量来定,如果样本量比较少,比如说在数十例,那么一般选择0.05,如果样本量比较大,比如说上百例,那么需要选择0.01,如果样本量非常大,比如说上千,那么置信水平可以选择0.001甚至更小的数值. 第一类和第二类错误都是针对假设检验而言. 第一类错误指假阳性错误,即将阴性结果错误判断为阳性结果. 第二类错误指假阴性错误,即将阳性结果错误判断为阴性结果. 第一类和第二类错误是一对矛盾.为了减少第一类错误,需要提高显著性水平,但显著性水平过高则会增加第二类错误发生的机会.在解决具体问题时往往需要做一个折衷的方案,在两种错误之间达到某种平衡.
