1、两类错误的区别
二者性质不同，前提条件不同，这是它们的区别。假设检验中的两类错误指α型错误和β型错误，前者又称为弃真错误，指当零假设为真时错误地拒绝了它，因此其大小等于事先设置的显著型水平，即0.05或0.01；后者又称为取伪错误，指当零假设为假时错误地接受了它。
2、两类错误的联系
两类错误的联系是：它们都是在做假设检验的统计决策时可能犯的错误，决策者同时面临犯两种错误的风险，因此都极力想避免或者减少它们，但由于在总体间真实差异不变情况下，它们之间是一种此消彼长的关系，因此，不可能同时减小两种错误的发生可能，常用的办法是固定α的情况下尽可能减小β，比如通过增大样本容量来实现。
扩展资料：
假设检验中两类错误的危害
犯β型错误得危害较大，由于报告了本来不存在的现象，则因此现象而衍生出的后续研究、应用的危害将是不可估量的。相对而言，α型错误的危害则相对较小，因为研究者如果对自己的假设很有信心，可能会重新设计实验，再次来过，直到得到自己满意的结果（但是如果对本就错误的观点坚持的话，可能会演变成β型错误）。
温馨提示：答案为网友推荐，仅供参考
第1个回答 2017-10-31
假设检验及其两类错误是数理统计学中的名词。在进行假设检验时提出原假设和备择假设，原假设实际上是正确的，但我们做出的决定是拒绝原假设，此类错误称为第一类错误。原假设实际上是不正确的，但是我们却做出了接受原假设的决定，此类错误称为第二类错误。本回答被提问者采纳
第2个回答 2020-11-20
相似回答