Ⅱ.方法原理 因为，当原假设是H:4=10成立时， P{1X-10P(0.1/1o)e2}=a 所以，当α很小时，若H为真（正确），则检 验统计量落入拒绝域是一小概率事件（概率 很小，为a)。前面我们曾提到：“通常认为 小概率事件在一次试验中基本上不会发生”。 那么，如果小概率事件发生了，即： {X-10P(0.110)5a2} 发生，就拒绝接受H,成立，即认为H不成立
因为，当原假设是 H0:μ =10成立时， 所以，当 很小时，若H0为真(正确), 则检 验统计量落入拒绝域是一小概率事件(概率 很小，为 )。前面我们曾提到：“通常认为 小概率事件在一次试验中基本上不会发生” 。 III. 方法原理 | 10 | (0.1/ 10) . P X − z / 2 = 那么，如果小概率事件发生了，即: 发生, 就拒绝接受H0 成立，即认为H0不成立。 | X −10 | (0.1/ 10)z / 2
IV.两类错误与显著性水平 当我们检验一个假设H时，有可能犯以 下两类错误之一：H,是正确的，但被我们拒 绝了，这就犯了“弃真”的错误，即抛弃了 正确假设；H是不正确的，但被我们接受了， 这就犯了“取伪”的错误，即采用了伪假设。 因为检验统计量总是随机的，所以，我 们总是以一定的概率犯以上两类错误
IV. 两类错误与显著性水平 当我们检验一个假设H0时，有可能犯以 下两类错误之一：H0 是正确的，但被我们拒 绝了，这就犯了“弃真”的错误，即抛弃了 正确假设；H0是不正确的，但被我们接受了， 这就犯了“取伪”的错误，即采用了伪假设。 因为检验统计量总是随机的，所以，我 们总是以一定的概率犯以上两类错误
通常用α和B记犯第一、第二类错误的概 率，即 a=P{拒绝H。IH为真}， B=P{接受HIH为假}. 在检验问题中，犯“弃真”和“取伪” 两类错误都总是不可避免的，并且减少犯第 类错误的概率，就会增大犯第二类错误的 概率；反之亦以，犯两类错误的概率不能同 时得到控制
通常用α和β 记犯第一、第二类错误的概 率，即 { | }. { | } 0 0 0 0 接 受 为 假 拒 绝 为 真 ， P H H P H H = = 在检验问题中，犯“弃真”和“取伪” 两类错误都总是不可避免的，并且减少犯第 一类错误的概率，就会增大犯第二类错误的 概率;反之亦然。 所以，犯两类错误的概率不能同 时得到控制
在统计学中，通常控制犯第一类错误的 概概率。一般事先选定一个数a(0<<1),要 求犯第一类错误的概率不超过a。称ax为假设 检验的显著性水平，简称水平。 犯第二类错误的概率的计算超出了课程 的学习范围。因此，不作讨论
在统计学中，通常控制犯第一类错误的 概概率。一般事先选定一个数(0<<1)，要 求犯第一类错误的概率不超过。称 为假设 检验的显著性水平，简称水平。 犯第二类错误的概率的计算超出了课程 的学习范围。因此，不作讨论
例1（续）：分析该例的显著性水平。 因为当-10≥c时，我们拒绝了原假设 H:4=10,其中c=(0.1/10) 现在我们来分析一下：取上述c后，如 果H,是正确的，却被我们拒绝了。这时， 犯第一类错误的概率是多少呢？
例1(续)：分析该例的显著性水平。 H0:μ =10， 现在我们来分析一下：取上述 c 后，如 果 H0是正确的，却被我们拒绝了。这时， 犯第一类错误的概率是多少呢？ 因为当 | X −10 | c 时， 我们拒绝了原假设 (0.1/ 10) . / 2 其中c = z