← 返回统计与数据判断力
学习进度6 / 8

二类错误与检验力

Type II error and power · ST9 假设检验与 p 值(Hypothesis Testing and p-values)

一句话定义

二类错误是有真实效应却没有发现;检验力是有真实效应时成功发现它的概率。

机制 / 原理

不显著不等于没有效应,也可能是样本量太小、噪声太大、测量太粗或效应本身较小。检验力越高,越不容易漏掉真实效应。提高检验力通常靠增加样本量、降低测量误差、聚焦更强效应或改进实验设计。

检验力:真实有效时能否看见零假设真实效应检验力:真实有效时被发现的概率检验力越高,真实效应越不容易被漏掉。
检验力越高,真实效应越不容易被漏掉。

经典实验 / 例子

临床试验在开始前会做样本量和检验力规划:如果药物确实有临床上重要的效果,研究应有足够概率把它检测出来。

生活中的例子

你只让 20 个用户试新功能,没看到显著提升。这个结果不能直接证明功能没用,也可能只是样本太小,看不清真实变化。

常见误区

常见误区是把“不显著”翻译成“完全没有差异”。低检验力研究常常只是没有能力看见真实效应。

资料来源:OpenIntro Statistics; CMU OLI Statistical Reasoning; Online Statistics Education; OpenStax Introductory Statistics 2e,课程内容为原创改写 · 第 ST9
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。