1樓：PeterXu
"一類錯誤概率等於阿爾法，阿爾法是在假設檢驗時確定了的"，完全沒錯。
舉個例子，我們要做個雙樣本試驗，來檢驗乙個藥是否有效。
在乙個正確的實驗和分析情況下，我們如果在 0.05 的顯著性水平下得到 「此藥有效」 的結論，那麼代表這個藥 95% 真的有效，但 5% 的概率我們這個結論是錯的。這個5%就是我們的一類錯誤（ ）。
注意，這個 0.05 的顯著性水平是人規定的，跟樣本沒關係。那麼有人就說了，為什麼不用 0.00001 的顯著性水平呢，這樣 「此藥有效」 這個結論會非常強，幾乎不錯。
所以說兩個結論，1. 給定一類錯誤的情況下，增加樣本只增加效力。
2. 如果乙個試驗的樣本很大了，效力很大了，我們才有餘地來降低規定的 。
好，檢驗你看懂沒的時刻來了（以下誰對誰錯？）：
甲說，「這個試驗得出藥有效，但我覺得不靠譜，因為實驗樣本太少了」。
乙說，「這個試驗說沒法證明藥有效，但我覺得可能是因為實驗樣本太少了」。
丙說，「這個試驗說沒法證明藥有效，但我覺得大概率是沒效的，因為他們的樣本還蠻大的」。
想清楚了再看答案哈：
甲是錯的！樣本太少，結果就是效力低，也就是很難得出 「藥有效」 的結論，但是一旦得到這個結論，這個結論錯誤的概率就是規定的顯著性水平，這是事前規定的，跟樣本無關。
乙是對的，即使乙個好藥，如果樣本太小，也很可能得不出有效的結論。
丙是對的，當樣本很大的時候，你還無法得到 「藥有效」 的結論，那麼大概率藥是真的無效了。
乙個核心就是，檢驗假設中，無論樣本是大是小，我們都不能 inflate alpha。當樣本太小的時候，我們犧牲的是效力。
假設檢驗 為什麼可以通過固定 （ 類錯誤），擴大樣本容量來減小 （ 類錯誤）？
陳居文 固定 值為0.05，也就是在H0分布曲線上，取面積為5 時，臨界點X拔的值。擴大樣本容量以後，樣本平均數分布的標準誤為n增大，標準誤減小，H0的分布變得更加陡峭。此時 依舊是0.05，重新取面積為5 時，X拔的值比之前更小，也就是相當於臨界點左移了，減小，但是 對於的面積還是5 同圖所示，同...
為什麼概率在大樣本情況下會被體現出來呢
挽流嵐 或許可以換乙個角度考慮，以扔硬幣為例，50 的概率同時包含了確定性 50 的可能性 和不確定性 50 的可能性 兩方面。小樣本時體現的正是概率這種不確定性的方面，大樣本體現的是確定性的方面。 nobody 我也思考過這個問題，直到我接觸了統計熱力學，它用乙個好像有點套娃的方法解釋了這個問題 ...
為什麼白酒黃酒一類大多都是豎放，而紅酒一類的洋酒大多都是橫放？
叫臭臭的拉布拉多 其實從專業角度來說，白酒的儲存條件應該是相對最簡單的，最好的辦法就是把瓶口 壇口密封好了，埋在土裡或者放在陰涼處就可以了，主要就是防止酒的過度揮發。超市或者店裡黃酒絕大部分都是金屬蓋的，這和金屬蓋的葡萄酒一樣，金屬蓋的密封性要好得多，所以怎麼放都無所謂了。好的黃酒和大部分的葡萄酒一...