KNOWECON WIKI

ARTICLE

第一类错误概率

第一类错误概率 (Type I Error Probability) 第一类错误概率（Type I Error Probability），又称拒真错误概率或显著性水平（Significance Level），通常记为 ，是统计假设检验理论中的核心概念，指当原假设（H_0）实际为真时，检验错误地拒绝原假设的概率。第一类错误与第二类错误（取伪错误）共同构成Ney

浏览 0 更新 2025-10-29

第一类错误概率 (Type I Error Probability)

第一类错误概率（Type I Error Probability），又称拒真错误概率或显著性水平（Significance Level），通常记为 α\alpha，是统计假设检验理论中的核心概念，指当原假设（H0H_0）实际为真时，检验错误地拒绝原假设的概率。第一类错误与第二类错误（取伪错误）共同构成Neyman-Pearson引理框架下假设检验的两种可能错误类型，其控制是统计推断方法论的基本出发点。

数学定义与形式化表达

设原假设为 H0H_0，备择假设为 H1H_1，检验统计量为 T(X)T(\mathbf{X})，拒绝域为 RR。第一类错误的概率形式化定义为：

α=P(T(X)∈R∣H0 为真)=P(拒绝 H0∣H0 为真)\alpha = P(T(\mathbf{X}) \in R \mid H_0 \text{ 为真}) = P(\text{拒绝 } H_0 \mid H_0 \text{ 为真})

在经典假设检验框架中，显著性水平 α\alpha 是研究者在检验之前预先设定的一个阈值，常见的取值包括 0.05、0.01 和 0.10。这一设定体现了统计推断中的审慎原则——研究者愿意承受多大概率上的"冤枉"原假设风险。

显著性水平与 p 值的关系

p值（p-value）与显著性水平 α\alpha 虽有密切联系，但二者在概念上存在本质区别。p 值定义为在 H0H_0 为真的条件下，观察到当前样本结果或更极端结果的概率。检验规则为：若 p≤αp \leq \alpha，则拒绝 H0H_0。因此，α\alpha 是事先设定的决策阈值，而 p 值是样本数据的函数，是事后计算的实证度量。

确切而言，皮尔逊（Karl Pearson）和费希尔（Ronald Fisher）对假设检验的理解存在分歧。Fisher 将 p 值视为证据的连续性度量，不强调固定阈值；而Neyman-Pearson引理框架要求预先设定 α\alpha，将检验视为一种具有可重复错误率的决策规则。现代实证研究通常将两种思路结合使用：既报告精确 p 值，又在预设 α\alpha 水平下做出拒绝/不拒绝的二值判断。

第一类错误与多重比较问题

当同时进行多个假设检验时，第一类错误累积效应成为一个关键挑战。设进行 mm 次独立的假设检验，每次在显著性水平 α\alpha 下检验，则至少犯一次第一类错误的概率（族系错误率，FWER）为：

FWER=1−(1−α)m\text{FWER} = 1 - (1 - \alpha)^m

当 m=10m = 10、α=0.05\alpha = 0.05 时，FWER≈0.401\text{FWER} \approx 0.401，即至少有 40\% 的概率错误地拒绝至少一个真实原假设。这一现象在计量经济学的多元回归系数联合检验、金融市场中的多因子策略回测、发展经济学的多维度政策效果评估等场景中尤为突出。

为控制多重比较下的第一类错误概率，统计学家发展了多种校正方法：

  1. Bonferroni校正：将每个检验的显著性水平设为 α/m\alpha / m，可严格将 FWER 控制在 α\alpha 以下，但当 mm 较大时过于保守，统计功效严重下降。
  2. Holm 校正：对 p 值排序后采用逐步递减的阈值，在严格控制 FWER 的前提下比 Bonferroni 方法具有更高的功效。
  3. 错误发现率控制（FDR）：以B-H方法（Benjamini-Hochberg Procedure）为代表，控制所有被拒绝的假设中错误拒绝的比例期望值。在大规模假设检验场景（如基因组学、多变量经济预测）中，FDR 控制比 FWER 控制具有更高的实用效率。

第一类错误在计量经济学中的核心地位

在经济学实证研究中，第一类错误的控制具有方法论上的优先地位：

  • y实证发表中的不对称：经济学顶刊对"显著"结果（即拒绝 H0H_0 的结果）的偏好，形成了所谓的发表偏误（Publication Bias）——研究者倾向于报告 p 值小于 0.05 的结果，而将不显著的结果搁置。这种不对称激励可能导致第一类错误率的膨胀，因为当足够多的研究者测试同一零假设时，必然有一部分样本（约 5\%）在纯随机因素下达到名义显著。
  • 审稿中的对称关注：近年来，经济学方法论学者（如 John List、Joshua Angrist 等）呼吁对第一类错误和第二类错误给予同等关注。实证论文不仅应报告 p 值，还应提供功效分析（Power Analysis）结果，以评估在给定效应量和样本量条件下，检验对第一类错误的把控是否足够严格。
  • 预注册与多重假设校正：在实验经济学和因果推断研究中，预先注册分析计划（Pre-Registration）已成为规范性实践。这一做法明确了主要假设和次要假设的区分，限制了研究者在数据后选择性地报告显著发现的空间，从而有效地约束了第一类错误的累积。

与第二类错误的权衡及 Neyman-Pearson 框架

在给定样本量下，第一类错误概率 α\alpha 与第二类错误概率 β\beta 之间存在根本性的权衡关系。减小 α\alpha（使拒绝标准更严格）将扩大接受域，从而增大 β\beta（降低检验功效 1−β1 - \beta）；相反，增大 α\alpha 可降低 β\beta，但以更高的拒真风险为代价。这一权衡通过功效函数（Power Function）或操作特征曲线（OC Curve）进行刻画。

Neyman-Pearson 框架的核心在于三重优先序：首先将第一类错误概率控制在预设水平（如 α=0.05\alpha = 0.05），在此基础上最小化第二类错误概率（即最大化检验功效）。这一不对称处理反映了统计推断中"无罪推定"的保守原则——错误地拒绝一个真实的原假设（如判定一项无害政策有害）被认为比未能拒绝一个虚假的原假设（如未能识别一项有害政策）更为严重。

常见误解与学术争议

关于第一类错误概率，存在若干常见误解：

  • 将 p 值误解为 H0H_0 为真的概率：p 值是在 H0H_0 为真的条件下观测到当前数据的概率，而非给定数据下 H0H_0 为真的概率。后者属于贝叶斯统计的范畴，需借助先验概率和贝叶斯因子计算。
  • 将显著性水平误解为"仅有 5\% 的可能性出错"：α=0.05\alpha = 0.05 意味着在 H0H_0 为真的所有可能样本中，有 5\% 的样本会导致错误拒绝；它不等于特定研究中有 5\% 的概率犯第一类错误，也不等于"结论有 95\% 的可能性是正确的"。
  • 将"不显著"等同于"零效应"：p 值大于 α\alpha 只能说明数据不足以在给定显著性水平下拒绝 H0H_0，并不等同于效应为零。这可能源于效应量本身较小、样本量不足或测量误差较大等结构性原因。

针对这些误解，美国统计协会（ASA）于 2016 年发布了关于 p 值使用的正式声明，强调 p 值不应被视为统计显著性的唯一标准，而应结合效应量、置信区间和先验证据进行综合评估。这一共识性指导对经济学实证研究的规范性和可复制性具有重要的方法论意义。