AB测试 - 假设检验的两类错误
在假设检验中，由于样本信息的局限性，所产生的错误。
I类错误（α错误/弃真错误）
原假设H0正确，但检验结论不满足显著性水平要求（P-value < α ），进而拒绝了原假设H0。犯I类错误的概率记为α。
【原因】
进行假设检验时，我们假定小概率事件在一次抽样过程中是不会发生的。但实际上，小概率事件（样本中存在极端数据）仍有发生的可能。因此，当小概率事件发生的可能性增大时，就会出现I类错误。
假设检验中，小概率事件发生的概率之和，我们称之为显著性水平（α）。**因此I类错误发生的概率，就是我们所选择的显著性水平取值。**当显著性水平取值增大，就容易发生I类错误。
例如：根据实验数据求得P-value = 0.06，在常用置信度为95%，即显著性水平 α = 0.05时，P-value > 0.05，接受H0。 但当取 α = 0.07时，置信度 1- α = 93%，P-value<0.07，拒绝H0。
根据正态分布概率取值图也可理解为，置信区间缩小，导致原本符合
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！