KNOWECON WIKI

ARTICLE

第二类错误概率

第二类错误概率（Type II Error Probability），通常记作 ，是指在假设检验中，当原假设 H_0 实际为假时，检验统计量未能落入拒绝域，从而导致未能正确拒绝 H_0 的概率。换言之，第二类错误即"取伪"错误——在应当拒绝原假设的时候错误地接受了它。第二类错误概率与第一类错误概率 （显著性水平）共同构成了假设检验中两类基本错误风险的核心度量

浏览 0 更新 2025-10-26

第二类错误概率（Type II Error Probability），通常记作 β \beta ，是指在假设检验中，当原假设 H0 H_0 实际为假时，检验统计量未能落入拒绝域，从而导致未能正确拒绝 H0 H_0 的概率。换言之，第二类错误即"取伪"错误——在应当拒绝原假设的时候错误地接受了它。第二类错误概率与第一类错误概率 α \alpha （显著性水平）共同构成了假设检验中两类基本错误风险的核心度量。理解 β \beta 对于正确解读统计结论、设计有效实验以及避免研究中的假阴性结果具有重要意义。

定义与数学表达

在经典的奈曼-皮尔逊（Neyman-Pearson）假设检验框架下，设原假设为 H0 H_0 ，备择假设为 H1 H_1 。检验的拒绝域为 R R ，则：

  • 第一类错误概率：α=P(拒绝 H0∣H0 为真) \alpha = P(\text{拒绝 } H_0 \mid H_0 \text{ 为真})
  • 第二类错误概率：β=P(不拒绝 H0∣H0 为假)=P(X∉R∣H1 为真) \beta = P(\text{不拒绝 } H_0 \mid H_0 \text{ 为假}) = P(X \notin R \mid H_1 \text{ 为真})

与 β \beta 密切相关的概念是检验的功效（Power），定义为 1−β 1 - \beta ，即当原假设为假时正确拒绝原假设的概率。功效反映了一个检验检测出真实效应的能力，是评价检验优劣的核心指标之一。值得注意的是，β \beta 的具体数值取决于备择假设下参数的真实取值——不同的备择假设参数值对应不同的 β \beta 值，因此 β \beta 实际上是备择假设参数的一个函数，这一函数被称为操作特征曲线（Operating Characteristic Curve, OC Curve）或功效函数的补函数。当备择假设下的参数值越接近原假设的参数值时，β \beta 越大；当两者相距越远时，β \beta 越小。

影响第二类错误概率的因素

β \beta 的大小受以下几个关键因素影响：

1. 显著性水平 α \alpha ：α \alpha 与 β \beta 之间存在此消彼长的权衡关系。在其他条件不变的情况下，减小 α \alpha （使拒绝域变窄）会增大 β \beta ，因为检验变得更加保守，更容易在 H0 H_0 为假时未能拒绝它；反之，增大 α \alpha 会减小 β \beta ，但会以增加第一类错误为代价。这种权衡关系是假设检验理论中的基本矛盾，研究者需要在两类错误之间根据具体研究情境做出合理取舍。

2. 样本容量 n n ：增大样本容量可以同时减小 α \alpha 和 β \beta 。更大的样本提供了更多的信息，使抽样分布更加集中，从而能够更清晰地区分 H0 H_0 和 H1 H_1 所代表的不同参数值，提高检验的鉴别能力。这是功效分析中最核心的可控变量——研究者通常通过增加样本量来达到期望的功效水平。

3. 效应量（Effect Size）：效应量是指备择假设下参数值与原假设下参数值之间的差异程度。效应量越大，两个分布的重叠区域越小，β \beta 越小，检验越容易检测出真实效应。例如，在均值检验中，真实均值与假设均值之间的差距越大，β \beta 越低。常见的效应量指标包括 Cohen's d、Pearson's r 和优势比等。

4. 总体方差 σ2 \sigma^2 ：数据的变异程度直接影响检验的精度。方差越大，抽样分布的离散程度越高，两个分布的重叠面积越大，β \beta 越大。在实验设计中，控制无关变异来源是减小 β \beta 的重要途径，例如通过严格的实验控制或采用协变量分析来降低误差方差。

5. 检验类型：单侧检验与双侧检验对 β \beta 也有影响。在相同的 α \alpha 水平下，单侧检验通常比双侧检验具有更小的 β \beta （即更高的功效），因为单侧检验将全部拒绝域集中在一端。但选择单侧还是双侧检验应当基于研究问题的理论依据，而非仅仅为了降低 β \beta 。

计算示例

考虑一个单样本均值 z z 检验：H0:μ=μ0 H_0: \mu = \mu_0 对 H1:μ=μ1>μ0 H_1: \mu = \mu_1 > \mu_0 （单边右侧检验）。设总体标准差 σ \sigma 已知，样本容量为 n n ，显著性水平为 α \alpha 。

当 H1 H_1 为真时，检验统计量 Z=Xˉ−μ1σ/n Z = \frac{\bar{X} - \mu_1}{\sigma/\sqrt{n}} 服从标准正态分布。拒绝域为 Z>zα Z > z_\alpha ，等价于 Xˉ>μ0+zα⋅σn \bar{X} > \mu_0 + z_\alpha \cdot \frac{\sigma}{\sqrt{n}} 。因此：

β=P(Xˉ≤μ0+zα⋅σn  ∣  μ=μ1)=Φ(zα−μ1−μ0σ/n)\beta = P\left(\bar{X} \leq \mu_0 + z_\alpha \cdot \frac{\sigma}{\sqrt{n}} \;\Big|\; \mu = \mu_1\right) = \Phi\left( z_\alpha - \frac{\mu_1 - \mu_0}{\sigma/\sqrt{n}} \right)

其中 Φ \Phi 为标准正态分布的累积分布函数。从该式可以清晰地看出：效应量 δ=μ1−μ0 \delta = \mu_1 - \mu_0 越大、n n 越大、σ \sigma 越小，Φ \Phi 的参数值越小，从而 β \beta 越小。例如，假设 μ0=100 \mu_0 = 100 、μ1=105 \mu_1 = 105 、σ=15 \sigma = 15 、n=36 n = 36 、α=0.05 \alpha = 0.05 ，则 zα=1.645 z_\alpha = 1.645 ，β=Φ(1.645−515/6)=Φ(1.645−2)=Φ(−0.355)≈0.361 \beta = \Phi(1.645 - \frac{5}{15/6}) = \Phi(1.645 - 2) = \Phi(-0.355) \approx 0.361 ，即检验的功效约为 0.639 0.639 。

第二类错误与统计功效

统计功效 1−β 1 - \beta 是研究设计中必须考虑的核心要素。在开展实验或调查研究之前，研究者通常进行功效分析（Power Analysis），以确定在预设的效应量、显著性水平和期望功效水平下所需的最小样本量。通常，研究者期望功效达到 0.80 或以上，这意味着 β≤0.20 \beta \leq 0.20 。这一标准的依据在于，β \beta 设定为 0.20 意味着研究有 80\% 的概率检测出真实存在的效应，同时将第二类错误的风险控制在可接受范围内。

功效分析在以下场景中尤为关键：其一，当研究结果未达到统计显著性时，低功效可能导致真正的效应被遗漏（假阴性），从而使有价值的研究发现被埋没；其二，在资源有限的情况下，适当的功效分析可以避免因样本量过小而导致研究失败，也可以避免因样本量过大而造成资源浪费；其三，在医学、药学等关乎生命健康的领域，第二类错误可能意味着一种有效的治疗方法未被正确识别，其后果可能极其严重。因此，许多监管机构和学术期刊要求在临床试验方案中预先报告功效分析结果。

与第一类错误的权衡

在假设检验中，α \alpha 和 β \beta 之间存在内在的张力。传统上，统计学界将 α \alpha 固定在 0.05 或 0.01 水平，但对 β \beta 的关注相对不足。然而，仅控制 α \alpha 而忽视 β \beta 可能导致大量假阴性结果。现代统计学研究强调，研究者在报告结果时应当同时报告效应量和置信区间，而非仅仅依赖 p 值，这有助于更全面地评估第二类错误的风险。近年来，随着可重复性危机（Replication Crisis）的讨论日益深入，统计学界对统计功效和第二类错误问题的关注显著提升。

在实践中，研究者可以通过以下策略降低 β \beta ：增大样本容量、采用更灵敏的测量工具以减小测量误差、选择更有效的实验设计（如配对设计而非独立样本设计）、以及在合理范围内适当放宽 α \alpha 水平。这些方法的共同目标是提高检验的功效，使研究更有可能检测出真实存在的效应。理解第二类错误概率的本质及其影响因素，是进行严谨科学研究和正确解读统计分析结果的必备素养。