书上说:
二分类结果的试验(如健康和患病)计算样本量的时候,要求四个组成成分:Ⅰ类错误(α)、把握度、对照组事件发生率以及所要研究的治疗效果(或近似的 治疗组事件发生率)。除了其他必需的假设外,其他类型结果的试验同样运用这些基本的成分。例如,对于计量结果的试验及其典型的统计检验,研究者可能会假设 治疗和对照组之间均数有差异及均数之间的方差。
在临床研究中,假设检验冒着两个基本错误的风险。首先,当事实上两种治疗没有什么差别的时候研究中却可能得出治疗有差别的结论。Ⅰ类错误(α)估计了 发生这种假阳性结论的可能性。其次,当事实上两种治疗确有不同的时候,研究者却可能得出治疗没有什么差别的结论,这也就是假阴性结论。Ⅱ类错误(β)估计 了这种假阴性结论的可能性。
听我说:
按照研究的惯例,α最常被设定为0.05,意味着研究者希望发生假阳性结论的机会小于5%。β常被设定为0.20,意味着研究者期望发生假阴性的结论机会小于20%。
你可以:
先理解,再尽量的去区分清楚两类错误。