在设计分析中，I 类和 II 类错误是至关重要的概念。I 类错误，也称为误报，当零假设实际上为真而被拒绝时发生。它由符号 alpha (α) 表示，其值由实验者设定。II 型错误，也称为漏报，当零假设实际上为假时未被拒绝时发生。它由符号 beta (β) 表示，其值受样本量、效应量和显着性水平的影响。
I 类和 II 类错误在设计分析中的作用是在拒绝真实原假设（I 类错误）的风险与接受错误原假设（II 类错误）的可能性之间建立平衡。
例如，在临床试验中，如果一种新药被宣布有效而实际上无效，则会出现 I 类错误，而如果实际上有效的新药被认为无效，则会出现 II 类错误。因此，在这种情况下，会选择一个最佳的 alpha 水平，该水平将最大限度地降低 I 类错误的风险，同时保持可接受的 II 类错误水平。
总的来说，I 类和 II 类错误是设计实验和分析结果的基本考虑因素，研究人员通过选择适当的样本量、统计检验和显着性水平努力将它们的发生率降至最低。
Publication date: