第一类错误：reject the null when it is true. 第二类错误：accept the null when it is false. 我们进行检验的时候要明确H0才是我们要检验的东西，而H1是可能出现的错误，就像H0:X1=X2 H1:X1≠X2和他的反命题是结果并不一致的。 我们说的5%的假设检验说的是第一类错误的 概率，而我们选择的区间都是说的在第一类错误5%的情况下对第二类错误进行优化后的结果。 即最终给出的区间的第一类错误出现的可能性是5%，即正确的情况下没有落在这个区间内的可能性是5%。这只是个量化的指标，而这个指标选择了跟原命题相关性更大的使人们更容易理解，也更容易表述。而在这种情况下我们给出的置信区间是在第一类错误小于等于5%的情况下第二类错误最小的情况，所以说并不是不关心第二类错误或者认为第二类错误不重要。PS:1.应该是统计系的学生吧，上课应该好好听讲哦( •̀∀•́ )，老师会解释的啊。 2.好长时间没有看这块了，按照记忆答的，有错误欢迎指正。(以后你们也会用R或者SAS呢，其实这些东西如果打算直接工作的话其实并没有什么太大的影响，不过最好还是对自己的专业有一个更好的了解哦) 3.第一类错误和第二类错误都无法完全避免的，如果有一个是0呢，另外一个就变成最大值了。就像我们觉得有可能相等的全按相等算(第一类错误最小)，很容易就知道第二类错误就更加容易出现了。
匿名回答于2019-07-24 04:01:03
