统计 a型错误的理解

翻看以前的旧帖的时候，发现大家对a型错误比较难理解，不过我有个好办法——作图法，配合理解。以平均数为例，一类错误是指拒绝H0时所犯的错误，什么时候我们会拒绝H0呢？当然是在这个x(不知道怎么打平均数符号啊，诶)落入0.05阴影区域内咯，这说明小概率事件发生了，两者有显著差异。但是大家不要忘了，如图所示分布，按他自身的分布是有0.05的概率可能这个x 是来自这个分布本身的，但是你的结论是他是来自其他的分布，那显然是有0.05的概率你是错的。同样可以比较清晰的理解二类错误，不过二类错误的概率β的大小你是不可以确定的。不知道我表述的有没有问题，呵呵。不知道怎么把我画的图传上去，不过张厚粲书P235的图8-11就可以了。

分清楚这两类错误的一个关键点在于：搞清楚两类错误的前提是不一样的

搞清楚两类错误的前提是不一样的以后，就很好理解为什么一类错误与二类错误之和为什么不一定等于1了·