在假设检验中如果待检验的原假设为H0那么犯第二类错误是指-X题卡

犯第一类错误的概率不超过α 犯第一类错误的概率不超过1-α 犯第二类错误的概率不超过1-α 犯第二类错误的概率不超过α

不拒绝错误的无效假设，即犯第二类错误的概率是0．05 统计推断上允许犯假阴性错误的概率为0．05 当无效假设正确时，平均在100次抽样中有5次推断是错误的将实际差异误判为抽样误差的概率是0．05 实际上就是允许犯第二类错误的界限

犯第一类错误的概率不超过a 犯第二类错误的概率不超过1-a 犯第二类错误的概率大于1-a 犯第二类错误的概率不超过a

第一类错误增大第二类错误增大第一类错误减小第二类错误不变两类错误均减小

增大了第一类错误增大了第二类错误减小了第一类错误减小了第二类错误以上都不正确

第一类错误增大（拒绝 H0 ）第二类错误增大第一类错误减少第二类错误减少第二类错误不变

第一类错误增大第二类错误增大第一类错误减小第二类错误不变两类错误均减小

H0 为真，接受H1 H0 为真，拒绝H1 H0 为假，接受H0 H0 为假，拒绝H0

犯第一类错误的概率不超过1-α 犯第一类错误的概率不超过α 犯第二类错误的概率超过1-α 犯第二类错误的概率不超过α

原假设为真时拒绝原假设的概率不超过α 犯第一类错误的概率不超过α 犯第二类错误的概率不超过1-α 当原假设不真时接受原假设的概率不超过α 犯两类错误的概率之和不超过α

接受正确原假设拒绝正确原假设接受错误原假设假设设立不正确

拒绝了实际上成立的H0 不拒绝实际上成立的H0 拒绝了实际上成立的H0 不拒绝实际上不成立的H0 拒绝H0时所犯的错误

犯第一类犯第二类既犯第一类也犯第二类不犯任一类

增大了第一类错误减小了第一类错误增大了第二类错误减小了第二类错误以上都不正确

不拒绝错误的无效假设，即犯第二类错误的概率是0.05 统计推断上允许犯假阴性错误的概率为0.05 当无效假设正确时，平均在100次抽样中有5次推断是错误的将实际差异误判为抽样误差的概率是0.05 实际上就是允许犯第二类错误的界限

不拒绝错误的无效假设，即犯第二类错误的概率是0.05 统计推断上允许犯假阴性错误的概率为0.05 当无效假设正确时，平均在100次抽样中有5次推断是错误的将实际差异误判为抽样误差的概率是0.05 实际上就是允许犯第二类错误的界限

肯定接受原假设，但有可能犯第一类错误有可能接受原假设，但有可能犯第一类错误有可能接受原假设，但有可能犯第二类错误肯定接受原假设，但有可能犯第二类错误

第二类错误指在原假设错误时，未能拒绝原假设的错误假设检验是依据来自某总体的样本计算的统计量，推断总体参数在其他条件相同的时候，降低犯第一类错误的代价是增加犯第二类错误的概率对于P值决策规则，就是说如果P值大于显著性水平，则拒绝原假设

在假设检验中，如果待检验的原假设为H0，那么犯第二类错误是指